Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2512
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
¿Cómo es eso? Estoy pensando lo mismo sobre la búsqueda a través de una cuadrícula, por lo que estoy interesado en una metodología que ya se ha implementado.
A veces, como muleta, puede acercar una estrategia a una expectativa matemática negativa.
Me refiero a las métricas, a veces evaluando un modelo no por el beneficio sino por la dinámica de las predicciones de clase correctas. Esencialmente el mismo balance, pero el cambio es fijo. La cuestión es que la estrategia puede verse influida no sólo por la exactitud de la clasificación, sino también por las fluctuaciones de la volatilidad del mercado, y tenemos que observar la dinámica de la exactitud de la clasificación sin expresión monetaria.
Acabo de reunir todos mis objetivos, atributos. Las variables de diseño fueron los parámetros de los atributos, el objetivo. Formé un trío de 2 indicadores + uno objetivo y lo entrené con un katbust. Los seleccioné utilizando la máxima precisión de aprendizaje en la muestra de prueba. Filtré los tríos seleccionados según la posibilidad de que el objetivo diera señales adecuadas para operar.
Como resultado, he encontrado 5 tríos de signos + el objetivo uno. Pero como ya he demostrado, el 93% de precisión de predicción para un objetivo que da buena señal para el comercio no es suficiente. Por cierto, traté de entrenar con conjuntos de datos en los tríos encontrados, redes neuronales totalmente conectadas de diferente configuración, bosque aleatorio y obtuve +- la misma precisión de entrenamiento en una muestra de prueba y los mismos resultados de la prueba.
Buena idea, gracias, intentaré terminarlo.
Opero en minutos, un mercado rápido, por lo que sé que en un segundo el precio puede ir más de lo que tengo una expectativa matemática.
No sé cómo puedes intercambiar minutos... Hay mucho ruido ahí, y aumentar la ventana de promediación para suavizar el ruido dará un patrón más cercano a un marco temporal más alto.
¿Puede darnos una pista, cuál es el sentido de operar en marcos temporales de 1 minuto? ¿Quizás no entiendo algo?
En definitiva, todo en vano, con MO no se puede engañar al mercado.
Encontramos los rasgos y el objetivo, cuya distribución de clases se muestra en la primera figura.
La precisión de los modelos katbust de prueba y de entrenamiento entrenados con este conjunto de datos fue del 93%.
La segunda figura muestra el gráfico de balance y patrimonio del comercio objetivo:
La tercera figura muestra el gráfico de equilibrio y equidad de la negociación con las señales del modelo katbusta entrenado:
Así que, señoras y señores, dispérsense.
El trabajo que estáis haciendo es muy cercano a mí.
¿Podría hacer lo siguiente?
Por cierto, el refuerzo del gradiente se comporta de forma errática por alguna razón. Lo más probable es que se haya reciclado por tratar de perfeccionarse a expensas del impulso.
Acabo de reunir todos los atributos de mi objetivo, el objetivo. Las variables de diseño fueron los parámetros del rasgo, el objetivo. He formado un trío de 2 atributos + un atributo objetivo y los he entrenado con un catbust. Los seleccioné utilizando la máxima precisión de aprendizaje en la muestra de prueba. Filtré los tríos seleccionados según la posibilidad de que el objetivo diera señales adecuadas para operar.
Como resultado, he encontrado 5 tríos de signos + el objetivo uno. Pero como ya he demostrado, el 93% de precisión de predicción para un objetivo que da una buena señal para el comercio no es suficiente. Por cierto, traté de entrenar redes neuronales de enlace completo de diferente configuración por los tríos encontrados, bosque aleatorio y obtuvo +- la misma precisión de entrenamiento en una muestra de prueba y los mismos resultados de la prueba.
¿Estás seguro de que es correcto entrenar diferentes objetivos en la misma muestra? Después de todo, las señales deben ser comparables, por ejemplo, una inversión de tendencia y la entrada en la tendencia desde la posición plana sugieren diferentes conjuntos de indicadores para los predictores.
Hay preguntas sobre el catbusto:
- ¿Utiliza sólo dos muestras, no utiliza el examen a la vez?
- ¿Cuántos árboles hay en el modelo?
- ¿se utiliza el halting para el aprendizaje a partir de la muestra de prueba?
- ¿cuál es el ritmo de aprendizaje?
- ¿la clase 1 es responsable de la dirección de la entrada, o de la señal con la dirección ya establecida?
Buena idea, gracias, trataré de concretarla.
De nada :) También es útil observar el beneficio y la precisión según la distribución de probabilidades.
No puedo imaginar cómo se puede trabajar en minutos... Y al aumentar la ventana de promedio para suavizar el ruido se obtiene una imagen cercana a un marco temporal más alto.
¿Puede darnos una pista, cuál es el sentido de operar en marcos temporales de 1 minuto? ¿Quizás no entiendo algo?
Yo comercio Si - todo va bastante técnico allí, además hay más señales para aprender.
Básicamente uso información de múltiples TFs, muchos niveles horizontales en los predictores, y los minutos sólo permiten una reacción más rápida a un evento que afecta al precio en mi mente.
Por cierto, el refuerzo del gradiente se comporta de forma errática por alguna razón. Lo más probable es que se sobreentrene por intentar conseguir un ideal a costa de potenciar.
Aquí se acaba de hacer un experimento sobre este tema, de momento con una sola muestra, pero la cuestión es que el aumento de la tasa de aprendizaje tiene un efecto positivo en el resultado, ya que hay más generalización, que, cuando no hay una respuesta correcta a todas las preguntas y cuando la muestra no es representativa, es más eficaz que el ajuste en la historia para cada ejemplo.
Esencialmente utilizo información de múltiples TFs, muchos niveles horizontales en los predictores,
¿Cómo se utilizan los niveles horizontales? La distancia del precio actual a la centena más cercana, 500, 1000?
¿Cómo se utilizan los niveles horizontales? ¿Distancia del precio a la centena más cercana, 500, 1000?
Intento no utilizar puntos, sino porcentajes. Si tengo una rejilla para el día (digamos ATR) pongo los predictores y el precio de apertura de la barra actual en ella, para saber dónde está el precio en relación con el nivel, preferiblemente marcar los eventos de cruce de nivel, cuánto tiempo hace...
Están todos sobreentrenados, somos casi aleatorios en la entrada.
Lacovarianza y la correlación siguen ahí... (parece ser aleatorio).
Aunque no sepamos a cuántos componentes básicos atenernos en la práctica, se aplican algunas reglas generales.
Después de todo, es sólo
Qué es la modelización predictiva:La modelización predictiva es un proceso probabilístico que permite predecir resultados en función de determinados predictores. Estos predictores son básicamente las funciones que entran en juego para determinar el resultado final, es decir, el resultado del modelo.
Es una cuestión de gusto personal qué predictores y etiquetas elegimos y qué algoritmo utilizamos... - si consideramos inicialmente que el sistema es más amplio que el final de Bull/Bear/Hold-on...
por eso la descripción de las posibilidades de simulación por
Maxim Dmitrievsky
¡siempre vale su peso en oro!
1. En primer lugar, se define el área de búsqueda: de forma empírica o a partir de suposiciones, se realizan pruebas estadísticas. A continuación, se selecciona un algoritmo MO,
opción 2.
2. Estrategia de búsqueda a través de cualquier clasificador, analizar su estructura interna (importancia de la característica, valores de shap y diferentes métricas).
- Sólo "en la esperanza"..."por algún polinomio"... ¡+ recoger las transformaciones de datos útiles (independientemente del modus operandi) es realmente un Arte! ¡NO PUEDEN ser iguales al analizar cualquier dato (como algunos "gureles" aquí) - al menos en la programación lineal y cuadrática ambas funciones son diferentes y los resultados son diferentes y su interpretación!