Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1780
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Informes de no haber participado en la formación.
Entonces el resultado es más que bueno.
la alta precisión no es del 70%.
Estoy de acuerdo, tomé una decisión por mí mismo no inferior al 95%.
Estrategia... Así que después de MO, ¿todavía necesitas una estrategia completa? Pensé que el propósito de MO era dar eventualmente consejos de salida para operar (largo/corto) o no.
Bueno, el objetivo no es mío, y sólo me interesa como una oportunidad para ver la eficacia de los predictores en otro objetivo.
Estoy de acuerdo, tomé una decisión por mí mismo de al menos el 95%.
Esto depende mucho del objetivo, para mi objetivo principal sería un resultado muy bueno, ya que trabaja en tendencias.
déjalo, vamos a ver .... pero no lo miraré hoy, lo siento, estoy en medio de otra cosa.
Vale, lo haré, más tarde.
De acuerdo, lo publicaré más tarde.
Sí, se puede, acabo de decir que no puedo ver a la vez
la alta precisión no es del 70%.
Tienes que estar bromeando. El 70% es una precisión de entrada muy alta. Si las operaciones se realizan sin sentarse en las pérdidas, es poco probable que se consiga un resultado mucho mayor. Y el 95% es algo fuera del ámbito de la fantasía. Ahora he contado mis ofertas de depósito de overclocking por el bien del interés. Así, en mi primer intento he realizado 42 operaciones de las cuales 6 fueron perdedoras. En mi segundo intento se cerraron 67 operaciones de las cuales 10 fueron perdedoras. Así, incluso con una precisión de entrada aparentemente tan modesta, las cuentas se han multiplicado por diez. Se me olvidó decir que las situaciones en las que se toma +1 punto, y se pierde -200 puntos, no las he considerado. Por supuesto, se puede lograr una precisión de entrada del 95%.
donde se toma +1 pip y se pierde -200 pips, no lo he considerado. Sin duda, es posible alcanzar una precisión de entrada del 95%.
Para empezar, tomar 1 y dar 200 pips no es inicialmente aceptable para mí, sobre todo porque ningún corredor no se permitirá en tal modo durante mucho tiempo, y la relación de las ganancias continuas debe ser como usted tiene"67 de ellos 10", personalmente nunca he logrado tales resultados. Si no sabes qué hacer con ellos para obtener un beneficio, tendrás que hacer algo por tu beneficio. Todos los tratos se hicieron cuando el sistema predecía una precisión superior al 95%.
Me gustaría decir de inmediato, su MO puede predecir el 100% de probabilidad de entrar en el mercado, pero lo que realmente va a suceder y cómo será, creo que esto no es la tarea de MO, sino de la IA, que además de las estadísticas matemáticas tendrá en cuenta los factores del entorno verbal.
Sí, adelante, sólo digo que no será posible verlo de inmediato.
De acuerdo. Hay dos ficheros en el archivo - una muestra para el entrenamiento y una muestra para probar el modelo entrenado, para ambos necesitamos predictores.
Esta peculiaridad es que cada nueva línea es una nueva barra - las lecturas se toman en el momento de la apertura de la barra, las propias lecturas son para la barra anterior, por lo que si el predictor utiliza los datos de apertura de la barra cero, entonces toma esta lectura de la siguiente barra.
DE ACUERDO. Hay dos ficheros en el archivo - una muestra para el entrenamiento y una muestra para probar el modelo entrenado, para ambos necesitamos predictores.
Esta peculiaridad es que cada nueva línea es una nueva barra - las lecturas se toman en el momento de la apertura de la barra, las lecturas en sí son para la barra anterior, por lo que si el predictor utiliza los datos de apertura de la barra cero, entonces toma este indicador de la siguiente barra.
Bueno, también podrías haber adjuntado el objetivo, si no, ¿cómo puedes compararlo?
¿Y por qué has quitado la fecha?
¿400 000 mil filas en el tren? ¿Hablas en serio? ¿entrenaste el modelo para 400 000 mil filas?
UPD=====
Lo siento, pero mi viejo portátil me fastidia... cuando sólo intento manipular los datos, si hago sólo 100 atributos resulta ser una matriz de 100*400 000 y manteniendo tal matriz en la RAM necesito entrenar el modelo al mismo tiempo, el portátil se muere sólo por intentarlo...
no necesito un minuto para crear estos grandes conjuntos de datos, 5 minutos o incluso una hora serán suficientes. no distorsione los datos, utilice el formato fecha-hora OHLCV y añada un objetivo en el que haya entrenado su modelo para poder comparar los errores más tarde
Bueno, también podrían haber adjuntado su objetivo, si no, ¿cómo podrían compararse?
¿Y por qué has borrado la fecha?
¿400 000 000 líneas en el tren? ¿Hablas en serio? ¿Entrenaste el modelo para 400 000 líneas?
No he borrado la fecha, simplemente no la he guardado para ahorrar espacio en el archivo.
Sí, he entrenado en minutos durante 2 años.
UPD=====
Lo siento, pero mi viejo ordenador portátil sólo me estropea ... cuando sólo tratar de manipular los datos, si hago sólo 100 atributos resulta que la matriz 100 * 400 000 y mantener una matriz de este tipo en la memoria también debe entrenar un modelo al mismo tiempo, el portátil sólo se muere en el intento ...
¿No se pueden guardar los predictores secuencialmente al principio en un archivo, y luego sólo cargarlos para el entrenamiento?
Tengo una muestra para el entrenamiento ahora por debajo de un gigabyte - CatBoost lo soporta fácilmente, pero no me arriesgaría a construir el árbol genético en R ahora...
su primer intento de construir un conjunto de datos para 50 000 o así, no tome un minuto, 5 minutos o incluso una hora será suficiente. No distorsionar los datos, darles en el mismo formato que debe ser la fecha hora OHLCV , añadir su objetivo, que entrenó a su modelo en lo que puede comparar los errores más tarde
50.000 son muy pocas observaciones para que sean sólidas, sólo serán unos 300 segmentos ZZ. Tengo los principales predictores afilados en los minutos, hay predictores de la TF superior, pero pueden no ser suficientes.
¿Estás usando el volumen o sólo es conveniente con el volumen?
¿No necesitas parámetros ZZ para ajustar los predictores?
No entiendo lo de la distorsión de los datos: ¿es necesario desplazar los datos para conocer todos los datos de la barra cero? Si es así, ¿no tienes un vistazo a la barra de cero?