Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3324
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
La esencia - durante el entrenamiento para lograr golpear las respuestas de la cuadrícula en un estrecho rango de números, con el tiempo las respuestas comienzan a salir de la gama y las señales desaparecen. Este es un proceso muy laborioso, no he logrado automatizar completamente la formación y el comercio posterior.
Implementé esta idea con la ayuda del optimizador de MT5:
Establecí una condición para mi pseudo-neurona: "Abrir COMPRA si el resultado del conjunto da un número en el rango Close[1] +/- 0.00050 pips."
Entrada - un solo número - Close[2];
El optimizador comienza a buscar arduamente operaciones rentables, pero en su lugar ordeno los conjuntos por el número de operaciones.
Cuando el optimizador termina, elige el conjunto más drenante con el mayor número de operaciones - naturalmente significa que el Asesor Experto adivinó el máximo número de precios futuros.
Entonces paso al modo de prueba, donde ya se ha cambiado la condición:"Abrir COMPRA si el resultado del conjunto da un número mayor que Cierre[1] en N puntos "
Voilá: el futuro es rentable en un año.
Un problema: sólo funcionaba con una vela horaria a las 2 de la madrugada. Cierre - en la apertura de la siguiente hora.
De alguna manera encontré un patrón de este tipo. Funcionó en EURUSD, USDCHF y EURGBP en otra hora de la mañana.
respuestas de cuadrícula en un rango estrecho de números
¿Estamos hablando de NS o de otra cuadrícula?
con el tiempo las respuestas empiezan a salirse del rango y las señales desaparecen
¿Se debe al cambio en los totales de los predictores, o tal vez sólo uno dejó de mostrar el resultado "deseado"?
En general, la pregunta de por qué algo se rompe puede ser muy importante para tener más ideas.
1. ¿Estamos hablando de NS o de una red diferente?
2. ¿Se debe al cambio en las puntuaciones totales de los predictores, o quizá sólo uno de ellos dejó de mostrar el resultado "deseado"?
En general, la pregunta de por qué se rompió algo puede ser muy importante para tener más ideas.
1. 1. Sí, por supuesto.
2. Tal vez no lo expresé de la manera correcta. No, era sólo un efecto positivo - el comercio se reduciría gradualmente a la nada en los nuevos datos. Tan pronto como el número de operaciones se redujo por debajo de un determinado nivel por unidad de tiempo que necesita para entrenar de nuevo. Es decir, no una disminución de la eficiencia comercial en OOS como una señal para volver a entrenar, pero una disminución en el número de operaciones.
Es decir, en lugar de decir tonterías sobre las pérdidas del comercio en OOS, el NS da silencio sobre los datos desconocidos en respuesta.
Tu enlace también habla de relacionar el "perfil" con la validación cruzada, para la que podría ser más fácil encontrar paquetes.
No veo la conexión aquí. ¿De qué palabras se deduce?
El trabajo es experimental. He aquí una cita de http://www.ccas.ru/frc/papers/students/VoronKoloskov05mmro.pdf
Es poco probable que cada experimento se creó un paquete.
Ah, y el experimento es artificial. Se añadió ruido al conjunto de datos claramente separados por clases. Y la separación clara es sólo para 1 característica - el eje Y. Si eliminamos el ruido (todos los datos de 0,2 a 0,8), resulta que dejamos ejemplos sólo con la distancia a otra clase no inferior a 0,6. Me refiero a la tercera variante más complicada de la imagen:
Vete a la vida real y añade tus 5000 predictores que serán ruido a esta única ficha de trabajo. En clustering calculas la distancia total entre puntos en este espacio de 5001 dimensiones. 0.6 trabajando nunca se encontrara en este caos.
creo que cualquier clasificador lo hara mejor, el mismo arbol encontrara esta unica caracteristica y dividira por ella, primero por 0.5 y luego llegara a divisiones de 0.2 y 0.8 seguidas de hojas con 100% de pureza.
Se afirma que con este algoritmo fue posible ganar los primeros lugares en kagle, no creo que había tareas simples....
¿Intentamos averiguarlo? No entiendo de fórmulas - muy a mi pesar.
Uno de los artículos de Vladimir Perervenko describe este método, y había un ejemplo con código, por supuesto.
Me enteré de este algoritmo en el video, hay algunas fórmulas en la pizarra - es difícil llamarlo un código.
¿Dónde has visto un código de ejemplo?
1. Sí, por supuesto.
2. Quizá no lo expresé así. No, sólo era un efecto positivo: el comercio se desvanecería gradualmente con nuevos datos. Tan pronto como el número de operaciones se redujo por debajo de un determinado nivel por unidad de tiempo que necesita para entrenar de nuevo. Es decir, no una disminución de la eficiencia comercial en OOS como una señal para volver a entrenar, sino una disminución en el número de operaciones.
Es decir, en lugar de decir tonterías sobre las pérdidas del comercio en OOS, el NS da silencio sobre los datos desconocidos en respuesta.
Eso es lo que me di cuenta. Sólo pregunto si se ha identificado la causa de esto. No acerca de lo que está roto, pero ¿por qué las señales están desaparecidos.
Aprendí sobre este algoritmo en el vídeo, hay algunas fórmulas en la pizarra - es difícil llamarlo código.
¿Dónde has visto un ejemplo de código?
¿Es esto trolling?
¿Esto es trolling?
¿Qué es trolling?
Aquí está el vídeo.
¿Cuál es el trolling?
Aquí está el vídeo
Esasí.