Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2390

 
Aleksey Vyazmikin:

Olvidé por completo que tú tienes clases que son responsables de la dirección del comercio, mientras que yo tengo clases que permiten/no permiten el comercio - es por eso que no puedes sentir la utilidad del gráfico :)))

Así escomo se resuelve la búsqueda de patrones enumerando la diversidad de relaciones entre predictores, los incrementos son simplemente inestables y necesitan ampliar el rango, al menos añadirles un ATR(3) diario.

pero no de una manera tan bárbara.

esperar una semana y luego romper los ojos para mirar los gráficos.

Es más fácil decir que no hay regularidades)

 
Aleksey Vyazmikin:

Olvidé por completo que tú tienes clases que son responsables de la dirección del comercio, mientras que yo tengo clases que permiten/no permiten el comercio - es por eso que no puedes sentir la utilidad del gráfico :)))

Si no me equivoco, prefiero buscar patrones enumerando las distintas correlaciones de los predictores. Son sólo los incrementos los que son inestables y necesitan ampliar el rango, al menos añadir ATR(3) para el gráfico diario.

ATR en D1 con un periodo de 3?
¿Y si hay una formación en M1? Para 1440 barras habrá el mismo valor de este indicador. ¿O está entrenando en D1?
 
Maxim Dmitrievsky:

pero no de la misma manera bárbara

Esperar una semana para que cuente, y luego romper los ojos para mirar las fotos

La preselección se basa en un conjunto de criterios, mientras que los gráficos son más necesarios para comprender la calidad del modelo en una red concreta. Por supuesto, los gráficos cambiarán en función del objetivo.

Por ejemplo, si el modelo muestra generalmente beneficios, pero hay fuertes fallos de beneficios en la mitad de la probabilidad, por ejemplo en 0,6, no tomaré tal modelo, y si estos fallos están en los extremos de la distribución, puedo simplemente limitar la respuesta (interpretación de uno), digamos, a 0,65.


Aunque es obvio que el modelo en sí no es muy bueno (no hay dos jorobas pronunciadas), en comparación con el anterior.

 
elibrarius:
ATR en D1 con un período de 3?
¿Y si en el entrenamiento M1? Para 1440 barras habrá el mismo valor de este indicador. ¿O está entrenando en D1?

Sí, será uno y el mismo - es la definición de la volatilidad y el modelo debe definir por ejemplo 2-3 períodos de volatilidad, en los que los valores en pips deben ser interpretados de manera diferente, porque para algunos rangos es el comienzo de la tendencia y para otros es el final. Además, simplemente introduzco dichos valores en el ATR, de manera que trozos con diferente volatilidad se vuelven comparables.

 
Aleksey Vyazmikin:

La preselección se basa en un conjunto de criterios, mientras que los gráficos sirven más para entender la calidad del modelo en una red concreta. Por supuesto, los gráficos cambiarán en función del objetivo.

Por ejemplo, si el modelo muestra generalmente beneficios pero hay fuertes caídas de beneficios en medio de la probabilidad, por ejemplo en 0,6, no tomaré tal modelo, y si estas caídas están en los extremos de la distribución, sólo tomaré y limitaré la respuesta (interpretación de uno), digamos, a 0,65 como hice aquí.

Aunque se puede ver que el modelo en sí no es muy bueno (no hay dos jorobas pronunciadas), en comparación con el anterior.

Todo esto es una mierda, necesitamos nuevas ideas rompedoras

Sin ellos no movería un dedo
 
Maxim Dmitrievsky:

Ayer intenté hacer un algoritmo generativo-adversarial basado en tu idea del vídeo. Hay un agente generador que tritura los tratos, y hay un agente discriminador que evalúa la corrección de los tratos y elimina los negativos. El conjunto de datos se selecciona mediante una ventana deslizante con paso discreto. Desgraciadamente, todavía no he conseguido un proceso de aprendizaje estable, porque a las 5-7 iteraciones el discriminador borraba todo el conjunto de datos)). He probado a remuestrear antes de entrenar y ambos agentes según tu idea, pero no mucho. Intentaré esta noche invertir o aleatorizar los intercambios en lugar de borrarlos. Entiendo que eliminar las etiquetas no válidas es más eficiente que modificarlas o aleatorizarlas, pero me gustaría realizar un proceso de aprendizaje no reversible.

 
welimorn:

Ayer intenté hacer un algoritmo generativo-adversarial basado en tu idea del vídeo. Hay un agente generador que tritura los tratos, y hay un agente discriminador que evalúa la corrección de los tratos y elimina los negativos. El conjunto de datos se selecciona mediante una ventana deslizante con paso discreto. Desgraciadamente, todavía no he conseguido un proceso de aprendizaje estable, porque a las 5-7 iteraciones el discriminador borraba todo el conjunto de datos)). He probado a remuestrear antes de entrenar y ambos agentes según tu idea, pero no mucho. Intentaré esta noche invertir o aleatorizar los intercambios en lugar de borrarlos. Entiendo que eliminar las etiquetas no válidas es más eficiente que modificarlas o aleatorizarlas, pero me gustaría realizar un proceso de aprendizaje no reversible.

Eso ha sido rápido, he hurgado un poco y lo he dejado a un lado ) Voy a terminar mi versión, a ver

la degeneración ocurre como se predijo - interesante. Hay una razón para pensar en cómo afrontarlo.

el otro día leí sobre la inferencia causal, quería aplicarla a la búsqueda de algo... pero parece que no es nuestro tema

Z.I. consiguió esto con un meta modelo (sin aprendizaje iterativo) en 5 años. Formación durante 5 meses.

Pensará en cómo adjuntar iterativo (rehacer los ejemplos de los artículos)

 
Por cierto, python 3.9 es notablemente más rápido que 3.8 en la consola, cambiado a ella
 
Maxim Dmitrievsky:

Ha sido rápido, he hurgado un poco y lo he dejado a un lado ) Voy a terminar mi versión, ya veremos.

La degeneración está ocurriendo como se predijo - interesante. Hay una razón para pensar en cómo afrontarlo.

el otro día leí sobre la inferencia causal, quería aplicarla a la búsqueda de algo... pero parece que no es nuestro tema

Z.I. consiguió esto con un meta modelo (sin aprendizaje iterativo) en 5 años. Formación durante 5 meses.

Pensará en cómo adjuntar iterativo (rehacer los ejemplos de los artículos)

Parece genial, pero aún no está claro. Si no te importa decirme en qué consiste el meta modelo? o sugerirme dónde leer? quizás ya hayas escrito sobre ello en este hilo?

Acabo de dejar de estar aquí durante mucho tiempo y no he podido seguir el hilo.

 
welimorn:

Parece genial, pero aún no está claro. Si no te importa decirme qué tipo de modelo de metanfetamina es o dónde leerlo, ¿quizás ya has escrito sobre él en este hilo?

Acabo de dejar de estar aquí durante mucho tiempo y no he podido seguir el hilo.

es el segundo modelo el que permite/deniega abrir operaciones

es decir, hay 2 modelos en producción