Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1611

 
Evgeny Dyuka:
Si por predictores te refieres a las fichas, entonces creo que no será equivalente en el caso general, depende de cómo se dividan las fichas. Lo más probable es que, debido a la falta de datos, un modelo que teóricamente podría ser entrenado por 1000 no lo sea por 100.
No está claro por qué debemos hacer esto en primer lugar, las búsquedas se seleccionan sobre la base de dar al modelo el conjunto de datos mínimo requerido. Puesto que en un principio estaba destinado a ser mínimo, ¿cómo podemos dividirlo después?

Dividir para reducir la dimensionalidad...

¿Cómo conocemos este mínimo suficiente de características? Sólo con el entrenamiento, no es posible entrenar un centenar de características, pero ¿y si necesitamos 10 000 características?

Por ejemplo, para describir un rasgo completo con dos velas, necesitamos crear 45 variables, y necesitamos 105 variables con tres velas...

 
Alexander_K2:

Aquí está el primero que encontré:


Había otros posts similares, pero me da pereza buscar...

Saber siempre escribe de tal manera que se tarda una semana en pillar el punto, y luego resulta que no lo decía en serio. Y él mismo, de hecho, utiliza la misma estrategia en un símbolo (no he visto otro).

Alexander_K2:

Max, no me asustes que has dejado completamente el forex... Eso sería muy triste... Todo acaba de empezar :))

A veces comercio con el arbitraje o las manos... Las redes neuronales están muertas, no quieren comerciar correctamente

 
mytarmailS:

Dividir para reducir la dimensionalidad...

¿Cómo conocemos este mínimo suficiente de características? Sólo con el entrenamiento, no es posible entrenar un centenar de características, pero ¿y si necesitamos 10 000 características?

Por ejemplo, para describir un rasgo completo con dos velas, necesitamos crear 45 variables, y con tres velas necesitamos 105 variables...

Por favor, dígame más detalles, ¿cómo se obtienen 45 variables de dos velas?

Creo que es demasiado, o tal vez estoy pensando en ello.

 
mytarmailS:

Dividir para reducir la dimensionalidad...

¿Cómo conocemos este mínimo suficiente de características? Sólo con el entrenamiento, no es posible entrenar un centenar de características, pero ¿y si necesitamos 10 000 características?

Por ejemplo, para describir un rasgo completo con dos velas, necesitamos crear 45 variables, y con tres velas necesitamos 105 variables...

pruebe con https://colab.research.google.com/
En los ajustes selecciona TPU, funciona bastante rápido, el único inconveniente es que no te dejan usarlo durante mucho tiempo, cambian a CPU normal, pero también está animado, puedes cargarlo durante la noche
 
Aleksey Mavrin:

¿Puedes ser más específico sobre cómo eso hace 45 variables de dos velas?

Creo que es demasiado o me lo estoy pensando.

Tenemos dos vectores de variables, la vela actual y la anterior ("-1")

a = "apertura", "alta", "baja", "cierre", "centro"

b = "open-1", "high-1", "low-1", "close-1", "center-1"

la variable "centro" es el medio de la vela (alto+bajo)/2, sin esta variable es imposible describir un patrón como "esquimal", etc. Creo que el significado de otras variables no es necesario explicarlo, son obvias.

Así pues, vamos a crear todas las combinaciones lógicas posibles (que tampoco son lógicas).

[1] "1"               "open   >   high"
[1] "2"              "open   >   low"
[1] "3"                "open   >   close"
[1] "4"                 "open   >   center"
[1] "5"                 "open   >   open-1"
[1] "6"                 "open   >   high-1"
[1] "7"                "open   >   low-1"
[1] "8"                  "open   >   close-1"
[1] "9"                   "open   >   center-1"
[1] "10"             "high   >   low"
[1] "11"               "high   >   close"
[1] "12"                "high   >   center"
[1] "13"                "high   >   open-1"
[1] "14"                "high   >   high-1"
[1] "15"               "high   >   low-1"
[1] "16"                 "high   >   close-1"
[1] "17"                  "high   >   center-1"
[1] "18"              "low   >   close"
[1] "19"               "low   >   center"
[1] "20"               "low   >   open-1"
[1] "21"               "low   >   high-1"
[1] "22"              "low   >   low-1"
[1] "23"                "low   >   close-1"
[1] "24"                 "low   >   center-1"
[1] "25"                 "close   >   center"
[1] "26"                 "close   >   open-1"
[1] "27"                 "close   >   high-1"
[1] "28"                "close   >   low-1"
[1] "29"                  "close   >   close-1"
[1] "30"                   "close   >   center-1"
[1] "31"                  "center   >   open-1"
[1] "32"                  "center   >   high-1"
[1] "33"                 "center   >   low-1"
[1] "34"                   "center   >   close-1"
[1] "35"                    "center   >   center-1"
[1] "36"                  "open-1   >   high-1"
[1] "37"                 "open-1   >   low-1"
[1] "38"                   "open-1   >   close-1"
[1] "39"                    "open-1   >   center-1"
[1] "40"                 "high-1   >   low-1"
[1] "41"                   "high-1   >   close-1"
[1] "42"                    "high-1   >   center-1"
[1] "43"                  "low-1   >   close-1"
[1] "44"                   "low-1   >   center-1"
[1] "45"                     "close-1   >   center-1"
Sólo dos velas, miserables dos velas.....
 

La respuesta más clara a por qué los conjuntos de modelos funcionan mejor que los modelos débiles individuales.

Una explicación en términos de DSP (Procesamiento Digital de Señales) sobre el ejemplo de la señal y el ruido, cómo el ruido se suprime cuando se suma

https://www.youtube.com/watch?v=wqD892r-wfo&list=PLmu_y3-DV2_kpP8oX_Uug0IbgH2T4hRPL&index=13

Te recomiendo que veas todas las series de conferencias, te garantizo que te harás más sabio + nuevas ideas... ¡Súper conferencias! )

Основы ЦОС: 13. Виды шумов, отношение сигнал/шум (ссылка на скачивание скрипта в описании)
Основы ЦОС: 13. Виды шумов, отношение сигнал/шум (ссылка на скачивание скрипта в описании)
  • www.youtube.com
Этот ролик знакомит нас с основными характеристиками случайных процессов, такими как математическое ожидание, дисперсия, корреляционная функция и спектральна...
 
mytarmailS:

Tenemos dos vectores de variables, la vela actual y la anterior ("-1")

a = "apertura", "alta", "baja", "cierre", "centro"

b = "open-1", "high-1", "low-1", "close-1", "center-1"

la variable "centro" es el medio de la vela (alto+bajo)/2, sin esta variable es imposible describir un patrón como "esquimal", etc. Creo que el significado de otras variables no es necesario explicarlo, son obvias.

Así que vamos a crear todas las combinaciones lógicas posibles (también no lógicas).

Sólo dos velas, miserables dos velas.....
Todas estas combinaciones NS/les analizarán internamente. Sólo deben introducirse en la entrada el OHLC y el Centro. Sí y el Centro se definirá internamente si es útil para el resultado.
 

Wow))

 
mytarmailS:

Wow)))

pura martingala, siempre es así con él ))
 
mytarmailS:

Wow)))

He estado haciendo este tipo de estrategia durante medio año, el resultado máximo en backtests es x5 durante un año, pero 1 vez al año está obligado a chupar todo y no hay manera de resolver este problema.