Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2259
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
Maxim, ¿has probado la máquina Neural Turing? ¿En qué marco y cuáles fueron tus éxitos?
¡Feliz Año Nuevo y que todos tus deseos se hagan realidad!
Hola, Feliz Año Nuevo. No. Ahora me interesan más los modelos generativos, están más cerca de Turing, si no se puede distinguir la serie artificial de la real. En realidad, ya se ha encontrado la solución adecuada para aplicar la MO al mercado, pero todavía hay matices. Sólo hay que modelar la deriva del concepto correctamente y educarse
...ya se ha encontrado la solución adecuada para aplicar el MO al mercado... ¿Y cuál es esa solución? Supongo que hay varias soluciones que compiten entre sí)
¿Y qué hay de la modelización de la deriva del concepto? ¿Los comentarios no ayudan?
Y conceptualmente qué más se supone:
- Cambio gradual en el tiempo
- Cambio periódico o cíclico
- Cambio repentino o abrupto
¿O incluimos todo a la vez?
...ya se ha encontrado la solución adecuada para aplicar ME al mercado... ¿Y cuál es esa solución? Supongo que hay algunas soluciones que compiten)
¿Y qué hay de la modelización de la deriva del concepto? ¿Los comentarios no ayudan?
Y conceptualmente qué más se supone:
- Cambio gradual en el tiempo
- Cambio periódico o cíclico
- Cambio repentino o abrupto
¿o incluimos todo a la vez?
Hay que ver qué es exactamente lo que cambia y para qué está diseñado el eje. Modelar lo que cambia, es decir, crear series artificiales. Mira la gama de cambios en la historia. No existe una solución única, pero es posible hacerla funcionar según la situación y durante bastante tiempo. Relaciones inversas para modelar normas, por ejemplo, gan's de recurrencia, pero aún no he llegado a ellas. Y el clasificador del propio modelo puede ser cualquier
normalmente se trata de cosas bastante triviales como el sesgo de la media y la varianza incrementales, que hay que cambiar. Y la agrupación de la volatilidad está perfectamente modeladaHay que ver qué es exactamente lo que cambia y para qué está diseñado el eje. Modelar lo que cambia, es decir, crear series artificiales. Mira la gama de cambios en la historia. No existe una solución única, pero es posible hacerla funcionar según la situación y durante bastante tiempo. Relaciones inversas para modelar normas, por ejemplo, gan's de recurrencia, pero aún no he llegado a ellas. Y el clasificador del propio modelo puede ser cualquier
Por lo general, todo se reduce a cosas bastante triviales, como el desplazamiento incremental medio, que hay que cambiar. Y la agrupación de la volatilidad está perfectamente modelada¿Y si un desplazamiento de los incrementos de la media (o quizá de la mediana), suponiendo que es "Cambio gradual con el tiempo"/"Cambio periódico o cíclico" lo introduce en el modelo como variable de control? Basado en el concepto de LifeLong Learning.
Pero probablemente sea más difícil con un cambio repentino o abrupto, aunque puede ser exactamente lo contrario)
¿Qué tal un cambio en la media (o quizá en la mediana) de los incrementos, tratándolo como un "Cambio gradual en el tiempo"/"Cambio periódico o cíclico" para introducirlo en el modelo como variable de control? Basado en el concepto de LifeLong Learning.
Probablemente sea más difícil con un cambio repentino o brusco, aunque puede ser al revés)
No estoy familiarizado con esos conceptos. Creo que es suficiente con dividir la fila en lotes de n barras cada uno y puedes barajar si quieres que sea repentino. No creo que se pueda precisar nada en concreto, pero a través de la enumeración de variantes para obtener un modelo normal no es un problema. El cual no vio los nuevos datos, pero fue entrenado en algo similar, generado. Lo principal es que la cobertura de las variantes sea grande, de lo contrario podemos recoger accidentalmente
Por ejemplo, en todos los pares de divisas obtengo buenos modelos con horizonte de 5 años entrenados en un par de meses + los artificiales. No sé cuál es el cambio global, pero si nos fijamos en los cambios estacionales, el desplazamiento de la media es diferente. Todavía no lo he modelado.
Por ejemplo, en todos los pares de divisas obtengo buenos patrones con un horizonte de 5 años, aprendiendo en sólo un par de meses + artificial. No sé cuál es el cambio global ahí, pero si te fijas en las estacionales, el cambio en la media es diferente. Todavía no he hecho ningún modelo.
¿Las acciones y las materias primas tienen modelos del mismo horizonte? ¿Es "un par de meses" una sección de la historia de BP? Si es así, ¡es un Klondike!
¿Las acciones y las materias primas tienen modelos del mismo horizonte? ¿Es "un par de meses" una sección de la historia de BP? Si es así, ¡es un Klondike!
Todo es situacional, en algún lugar son 2 meses, en algún lugar el mercado ha cambiado drásticamente y esta historia no es suficiente. En algún lugar se necesitan filtros adicionales. No he probado otros instrumentos, puedes probar en los índices.
He probado otras herramientas para los índices, puedes probarlas. Es sólo el enfoque en sí mismo, necesitamos muchos ejemplos plausibles, funciona en todas partes, no sólo para las series temporales. No hay ninguna superciencia, sólo hay que hurgar y observar )
por ejemplo, enseñar en relojes específicos (componentes estacionales), hizo una fuerza brutal como esta. Selección de patrones por horas. Cada punto es un modelo, con 10 modelos entrenados para cada reloj. Cuanto más densos y altos sean los puntos, mejor
Se puede ver en el gráfico que hay muchos modelos buenos en los bordes del día de negociación, en el medio, donde la volatilidad es alta, esta estrategia funciona peor (en promedio). Sólo hay unos pocos periodos de basura absoluta, el resto se puede trabajar.
Entonces para la 5ª hora que miro, tengo una curva de equilibrio tan grande. Todos los patrones le salen bien. Mitad prueba, mitad pista (durante 5 años). Para las estacionales necesito más de 2 meses, porque hay pocos ejemplos.
Y todo en esta línea. Quería escribir un artículo, pero es demasiado corto en palabras.
Es GBPUSD, pero funciona en todos los pares de divisas
Selección de modelos por horas. Cada punto es un modelo, con 10 modelos entrenados para cada reloj. Cuanto más densos y altos sean los puntos, mejor
Entonces para la 5ª hora que miro, tengo una curva de equilibrio tan grande. Todos los modelos son buenos para ello. Mitad prueba, mitad pista (durante 5 años). Para las estacionales necesito más de 2 meses, porque hay pocos ejemplos
Y todo en esta línea. Quería escribir un artículo, pero es demasiado corto en palabras.
Esto es GBPUSD, pero funciona en todos los pares de divisas
Cómo ignoraron lo obvio durante tanto tiempo...