Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3007

Nuevo comentario
 
Slava #:

El ejemplo del control no encaja.

La entropía cruzada categórica se utiliza en modelos de clasificación en los que hay más de dos clases. Y después de softmax. Softmax convierte un conjunto de valores en un conjunto de probabilidades cuya suma es 1.

Pruebe con un ejemplo de control como éste:

pred: 0.1, 0.1, 0.2, 0.5, 0.1

verdadero: 0, 0, 1, 0, 0, 0

El ejemplo que puse es justo de la sección de entropía cruzada categórica (y al parecer no te fijaste que ahí la suma de valores es 1 en cada instancia). El hecho de que no funcione como en Keras es un indicador para mi, que significa que o la implementación o la descripción de CCE en MQL5 no se ajusta a lo esperado. Entonces se requiere una descripción detallada. Por cierto, en pytorch CrossEntropyLoss incluye un softmax preliminar en su interior. Pero en general, dado que la documentación sobre matrices en MQL5 contiene la idea de que la interfaz es similar a la de python, la coincidencia de comportamiento está implícita. Y si no hay coincidencia, causa problemas y perplejidad.

Tener muchas clases implica trabajar con matrices (cuando tenemos un montón de muestras/filas, cada una de las cuales tiene clases), por lo que tu ejemplo con un vector sigue sin responder a la pregunta.

 
Aleksey Nikolayev #:

No he pensado en ello, pero creo que es poco probable, ya que el orden de los movimientos es importante en los precios.

Por si acaso, una imagen para ilustrar la idea de Mandelbrot. Cada movimiento del precio, si es posible, se divide en tres movimientos (seleccionando la máxima corrección dentro de él), entonces se convierte en un nodo del árbol. Si no hay ninguna corrección dentro del movimiento (o es inferior a un valor determinado), entonces se convierte en una hoja del árbol.


¿No es genial?

Algoritmo Ramer-Douglas-Pecker - Wikipedia (wikipedia.org)

El mismo algoritmo te ayudará a descomponer los datos históricos en segmentos tendenciales y planos.

el sueño de un poeta, en realidad....

porque

se puede aplicar cualquier teoría econométrica.

y la neura favorita de todos

 
Renat Akhtyamov #:

¿No es genial?

Algoritmo Ramer-Douglas-Pecker - Wikipedia (wikipedia.org)

el mismo algoritmo ayudará a dividir los datos históricos en segmentos tendenciales y planos.

el sueño de un poeta, proper....

porque.

cualquier teoría econométrica puede aplicarse ya

a la Neura favorita de todos.

Qué guay.

Tendré que investigarlo.

 
remuestreo reinventado
 
Ivan Butko lecturas de diferencia o indicador. Probé 6500 velas (un año) - débil reacción, sin cambios (tanto allí como 3200 en promedio). Probé 10 - demasiado cambio, el precio puede cerrar arriba/abajo 20 veces. Probé 100 y fue la variante óptima.
Luego, al reentrenar, la balanza trató de subir en el forward. Pero, no me convenció, quería más.

Estoy de acuerdo con Alexei Nikolaev, hace unos 15 años estudié la triple onda de los críticos de la VTE, y resultó ser la más lógica - nada divide el precio en una matrioska como impulso-corrección-impulso o ABC.

Ahora se me ocurre intentar alimentar redes neuronales con los precios de entrada del inicio y el final de cada uno de estos movimientos y la diferencia entre ellos con el número de barras (barras de minutos), para de alguna manera "dibujar" la imagen de red neuronal de estos movimientos en el gráfico
Pues bien, esto es tirar de un búho en un globo terráqueo. Primero se piensa una determinada estrategia, luego se entrena la NS para ella. La NS sirve sólo para montar la TS, pero no aporta nada nuevo. Se puede andar y divagar así durante mucho tiempo :)

Y entonces empiezas a intentar entender lo que he hecho: analizar características, apuntar características, fuerza bruta, afinar y demás, con exactamente el mismo éxito. Porque el NS, una vez más, no se utilizó para el fin previsto.

Es más fácil hacer semiling aleatorio de tratos y signos, nada cambiará, pero la búsqueda será más rápida. Por alguna razón me di cuenta de esto desde el principio. Ah, porque leí los libros y dice lo mismo :)

Hasta que no sustituyas al que está dando tumbos por un profesor normal, será así. Un profesor normal es aquel que ya enseña patrones preparados.

Y para eso no tienes los conocimientos ni la agilidad. Así que la opción obvia para los principiantes es coger ts/señales preparadas y usarlas como profesor.
 
Maxim Dmitrievsky #:
No hago nunca un preprocesamiento escrupuloso, no me entusiasma :) si las características son externas, hay que elegirlas con cuidado. Si son derivados de la serie original, no veo el punto, sólo tiene que añadir algunas variantes.

Ya he escrito más arriba por qué todo esto no funciona para fin BP. Allí el alfa está atascado con otros ejemplos poco informativos del resto de BP. Se memoriza más que se generaliza. Y, por el contrario, la regularización fuerte también destruye la CT, porque se extinguen, indiscriminadamente, no sólo los ejemplos poco informativos, sino también los buenos.

Limpieza de la redundancia. Los textos largos suelen ser profanados o no entendidos por los bichos raros del lugar :)

Tu experiencia confirma tus palabras, mi experiencia confirma mis palabras.

Hay contradicciones, pero en lugar de discutir sobre este tema, ¿no es más sensato sumarse al esfuerzo y beneficiarse enriqueciéndose con los logros del bando contrario?

 
Aleksey Vyazmikin #:

Tu experiencia avala tus palabras, mi experiencia avala mis palabras.

Hay contradicciones, pero en vez de discutir sobre este tema, ¿no es más sensato unir fuerzas y beneficiarnos enriqueciéndonos con los logros del bando contrario?

Más razonable no, no necesito ayuda. El foro es aún más una distracción que una pista. Sólo expongo mi experiencia en términos generales. A veces la vendo :) quien la oiga ahorrará tiempo heredándola.


Sobrepasar las señales es una táctica errónea muy poco efectiva, esto ya es como un axioma para mi. Me gustaría decir IMHO, pero es más como un axioma.

 
Maxim Dmitrievsky #:

Sobrepasar las señales es una táctica errónea muy poco efectiva, ya es como un axioma para mí. Me gustaría decir IMHO, pero es más como un axioma.

Ahora nos queda la selección de objetivos, y estamos llegando a RL.

 
mytarmailS #:

Nos queda superar los objetivos, estamos llegando poco a poco a RL

Ya lo pasé :) el punto débil es el aproximador, que no puede aislar y luego generalizar. Pero es útil para la educación general. No distingue NS entre cuasi-útil y realmente útil. Debido a la pequeña fracción de realmente útil en los datos. Añadir un poco de útil a los datos funcionaría.

O se siguen las innovaciones más eficaces y se es de los primeros en aplicarlas antes de que se conviertan en la corriente dominante, o se monta en bicicleta.

Los transformadores no funcionaron, a ver qué más se les ocurre.
 
Maxim Dmitrievsky #:
Transformers no funcionó, a ver qué más se les ocurre.

Serás demasiado viejo para esperar.

1...300030013002300330043005300630073008300930103011301230133014...3399
Nuevo comentario