Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 175

 
Mihail Marchukajtes:
Obtengo el volumen en tiempo real, así como el delta (el número de compradores de vendedores) mediante la suscripción de clasterdelta, que cuesta 300 rublos al mes, no es demasiado caro. Y miro los volúmenes diarios en el CME de forma gratuita. En la sección de tocho diario, para el tocho de la libra número 27 para el euro 39. Los escribo en un archivo, el indicador lee el archivo y los muestra en el gráfico.
Realmente no es caro.
 
Mihail Marchukajtes:

Has alabado a Reshetov sin entender su trabajo, pero ha hecho una cosa MEGA genial, Dime por qué????

Resolvió uno de los problemas importantes en la construcción de la NS. Se trata de elegir los predicados que dan la máxima generalización. Mi archivo de eyección tiene unos 40 prefectos, un tercio de ellos son básicos y el resto son rezagos de estos datos, pero el optimizador construye modelos usando sólo 4-5 prefectos. Y siempre son diferentes. Los modelos con más de 5 predicados como muestra la práctica no funcionaban muy bien, muchos valores eran "no sé", como este modelo va poco pero bien y funciona más tiempo, y teniendo en cuenta que optimizo el modelo cada día, no lo necesito, Pues bien, el número de registros que hago para los últimos 5 días (de acuerdo con el volumen y la OI) como resultado, tengo una tabla de 45 columnas y 30 filas y es suficiente para ganar (como se muestra en la captura de pantalla) y no importa cómo la red divide el bien y el mal, lo que es importante que lo hizo de manera constante. No pocas veces tenemos que voltear el TS, porque después de entrenar empieza a ESTABILIZARSE perdiendo, solo hay que voltearlo y voilá, empezamos a tener ganancias consistentemente, así va ....

No diré nada. No, lo diré: no he arrojado barro sobre el trabajo de Reshetov. Simplemente no lo uso.

Estoy realmente cansado de las disputas en el foro sin razón alguna.
 
J.B:

Hay que preguntarse :) Funcionó bien en su momento, no me atrevo a hablar de ello ahora, porque estoy obligado, pero "escuché de alguien que escuchó" sobre los quants del fondo, donde dan vectores de 10k a las entradas de la CNN, aunque no conozco sus retornos recientes, pero en 2011 tenían medio patio $12%, lo cual es genial, aunque cayeron un 8% en el medio, pero aun así....

No hay comentarios sobre "modelos rentables" en 10 características)) Todo el mundo que realmente corta el mercado, "gurú" argumentar convincentemente que el modelo debe ser lo más simple posible, que no sobreentrenar, que en el puré y BB, se puede construir un "modelo rentable" y así sucesivamente. Muchas gracias a ellos))

Mentira. La insinuación es más que extraña. Si no construyera modelos para mí con una atención más que cuidadosa, no estaría escribiendo aquí. Todo se basa en la práctica.

No estoy siendo muy sutil y hace tiempo que insinúo que el tipo de especialistas en fondos que trabajan en ellos es muy variado. Un hombre que no entiende la diferencia de las funciones de pérdida para diferentes tareas, ¿qué puede hacer? Lanza bellas palabras en el foro. En mi opinión, eso es todo.

Su razonamiento no sólo es incorrecto, sino que a menudo carece de fundamento.

¿Puedes al menos decir aquí en público (no probar) qué tipos de NS con qué propiedades te permiten manejar tal cantidad de características sin problemas? Pedirle que aporte alguna investigación es, entiendo, inútil en general.

¿Quizás te has equivocado de tema?
 
Alexey Burnakov:
tantas funciones

Me parece que se refiere sólo a una serie de 10.000 precios, es decir, que sólo hay una característica (el precio, o sus incrementos). Tengo entendido que para las redes convolucionales lo normal es alimentar una serie larga de precios, y luego encontrará patrones, indicadores y lo que necesite durante el entrenamiento.

Pero por lo general, si se entrenan las neuronas con 10000 predictores no se llega a nada, estoy de acuerdo.

 
Alexey Burnakov:
1) Mentira. Las pistas son más que extrañas. No creo que sea extraño que no construya modelos para mí con una atención más que cercana. Todo se basa en la práctica.

No estoy siendo muy sutil y llevo mucho tiempo insinuando que el tipo de especialistas que trabajan en las fundaciones es muy diverso. Una persona que no entiende la diferencia de las funciones de lo-fi para diferentes tareas, ¿qué puede hacer? Lanza bellas palabras en el foro. En mi opinión, eso es todo.

Su razonamiento no sólo es erróneo, sino que a menudo carece de fundamento.

2) ¿Puedes al menos decir (no probar) aquí públicamente, qué tipos de NS con qué propiedades te permiten manejar tal cantidad de características sin problemas? Pedirle que aporte alguna investigación es, entiendo, inútil en general.

3) ¿Tal vez te has equivocado de tema?

1) Claro, claro... tienes razón, sólo estaba confundiendo a la gente, bueno... me beneficia a mí y a todos los trabajadores de los fondos de cobertura, así que no te ofendas.

Vale, bueno, ya que tan inteligentemente De hecho todos los fondos de cobertura solo buscan "patrones" uno a uno en los pares de divisas y comparan patrones de R^2 y entropía mutua y luego "pierden mucho dinero" como dice en su perfil, todos somos así, tienes razón, somos "diferentes" pero lo callamos y cotilleamos entre nosotros pero nos avergonzamos de ello.

2) ¿CNN? Además, ¿he dicho que "todo" es una neurona del mismo tipo? ¿No hay técnicas de compresión de dimensiones (PCA, autocodificadores, etc., etc.), selección de características, etc.? ¿Tienes idea de cuántos flujos de datos provienen sólo de nasdaq si te suscribes a todo? ¿Y si no es sólo el Nasdaq?

3) Tienes razón, el intento de desinformación fracasó, voy a fusionar el depósito agregado de clientes con grandes jahs y me pregunto qué pasa si R^2 lo hace todo fit)))))

PD: He visto tu actuación en kaggle, significa que a veces buscas en los sitios adecuados, el concurso de winton ha terminado, pero hay un conjunto de datos y puedes simular y subdimitir predicados y ver si estás al menos entre los 10 primeros, entonces hablaremos. Pero ahora sigue exponiéndome, nuestra conversación divierte al menos a dos compañeros más, y las emociones positivas recibidas con naturalidad son muy importantes para un trader)))

 
sí... la rama se ahoga en la negatividad... Tristemente...
 
J.B:
¿Qué necesita tener en su equipaje para que su equipo se interese? ¿O un equipo como el suyo?
 

¡Colegas! ¡No discutamos! Ciertamente no soy un modelo a seguir, pero sólo miro este hilo desde este foro.

Aunque el aprendizaje automático es hijo de la estadística, pero con la velocidad exponencial se llena de heurísticas sin razón suficiente y una teoría rigurosa, es decir, "el que trabaja tiene razón", ahora es sobre todo alquimia y por lo tanto no es razonable discutir sobre dogmas y matices sacados de contexto, mucho más sabio es tener el poder de penetrar en los modelos de otras personas y tal vez obtener algo valioso para uno mismo de ellos.

 
J.B:

1) Claro, claro... tienes razón, sólo estaba confundiendo a la gente, bueno... me beneficia a mí y a todos los diversos empleados de los fondos de cobertura, así que no hay resentimientos.

Vale, bien, ya que tan inteligentemente De hecho todos los fondos de cobertura solo buscan "patrones" uno a uno en los pares de divisas y comparan patrones de R^2 y entropía mutua y luego "pierden mucho dinero" como dice en tu perfil, todos somos así, tienes razón, somos "diferentes" pero nos lo callamos y cotilleamos entre nosotros pero nos avergonzamos de ello.

2) ¿CNN? Además, ¿he afirmado que "todo" es una neurona del mismo tipo? ¿No hay técnicas de compresión de dimensiones (PCA, autocodificadores, etc., etc.), selección de características, etc.? ¿Tienes idea de cuántos flujos de datos provienen sólo de nasdaq si te suscribes a todo? ¿Y si no es sólo el Nasdaq?

3) Tienes razón, el intento de desinformación ha fallado, voy a fusionar el depósito de clientes agregados con los grandes jahs y me pregunto qué pasa si todo cabe en R^2)))))

PD: He visto tu actuación en kaggle, eso significa que a veces buscas en los sitios adecuados, el concurso de winton se acabó, pero hay un conjunto de datos y puedes simular, subsimitir predecir y ver si te metes al menos en el top 10, luego ya hablaremos, pero ahora sigue exponiéndome, nuestra conversación divierte al menos a un par de compañeros más, y las emociones positivas obtenidas de forma natural son especialmente importantes para los traders)))

1) sin comentarios. Mentira.

2) Bueno, en primer lugar se trata de reducir las dimensiones. Estos son los pasos ANTES del entrenamiento. Y sobre las propiedades de la propia red no me he enterado.

3) Es una mierda. ¿Algo que decir sobre las normas L1, L2 para la función de pérdida?

En Kaggle, la regresión se realizó exactamente con la función de fitness ponderada L1. Y los primeros puestos fueron ocupados por personas que construyeron los ajustes sobre datos de precios pasados.

¿Y qué puede añadir sobre las métricas de calidad resultantes en esa competencia? ¿O es sólo más basura? Los desplantes suelen ser más flojos...
 
Combinador:
¿Qué necesita tener en su equipaje para que su equipo se interese? ¿O un equipo como el suyo?
Respondido en un mensaje privado.