Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 381
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
El Ministerio de Defensa es siempre un modelo listo y significativo. A veces es tan significativo que ni siquiera sabes cómo funciona. Aquí hay un artículo sobre el gradient boosting por ejemplohttps://habrahabr.ru/company/ods/blog/327250/ Hay un artículo, hay descripciones y fórmulas, pero mi deseo de trasladarlo a mql no lo he podido realizar, es demasiado complicado.
Es un asunto un poco diferente, no en el sentido, sino en la estrecha especialización.
Arima, Garch - trabajan directamente con los precios, sin indicadores ni AT. Para ello llevan incorporado un algoritmo para convertir una serie de precios en un vector estacionario, e incluso hay sutilezas como la corrección de las predicciones en función de los errores previos (componente MA). Pero al mismo tiempo son inútiles para otros datos (no de precios), estos modelos no pueden clasificar imágenes, por ejemplo.
Si pasamos una serie temporal de precios a la red neuronal para que se entrene, no buscará la autocorrelación, los componentes estacionales y la tendencia del precio: la red neuronal no es capaz de hacerlo. Simplemente recordará lo que se le dio, y para los nuevos datos en la prueba o en el comercio real, "recordará" vectores de precios similares del pasado, y el comercio como lo fue antes, pero en Forex significa un inconveniente.
Neuronka necesita ayuda para pronosticar el precio - primero, encontrar los indicadores que, como Arima, pueden detectar la autocorrelación, la tendencia y la estacionalidad, y transferir los valores de estos indicadores a la neurona. Entonces tendrá al menos una pequeña posibilidad de ser comparable a arima y garch.
Otra cosa importante es que arima hace predicciones basadas en el tiempo. Recuerda claramente el orden de llegada de los precios y utiliza una ventana deslizante en su previsión tomando los últimos precios y haciendo previsiones basadas en ellos. A diferencia de la neurona, que trabaja con toda la mesa de formación a la vez y no tiene ni idea de en qué orden llegaron los precios.
+100
de la verdad comprensible). Que haga una predicción basada en el tiempo, que me muestre algunos ejemplos que funcionen, ¡ya que tanta gente está trabajando en ello! aquí vamos :) Es un modelo sencillo, como la basura, que enseñan en el 2º año de universidad. Por desgracia, yo estudié humanidades... y allí no hay nada de eso
No generalicemos sus conocimientos al resto del mundo.
A juzgar por las publicaciones, es la corriente principal del comercio. Y el garch es utilizado por eruditos de alto nivel que lo estudiaron en su infancia y lo han hecho toda su vida.
No generalicemos sus conocimientos al resto del mundo.
A juzgar por las publicaciones, es la corriente principal del comercio. Y la basura la utilizan los eruditos de alto nivel que aprendieron la basura en su infancia y la han estado haciendo toda su vida.
Mi conocimiento es muy pequeño en esta área, el nivel de entrada, sólo se centran por señales indirectas siempre, muchos comerciantes que conozco también (lejos de ser estúpido).
Y con una gran complicación del desarrollo del modelo en uno no es posible de forma natural, es decir, ya no es una cuestión de comercio privado
Y con una gran complicación del desarrollo del modelo en uno no es posible, por supuesto, es decir, ya no estamos hablando de comercio privado.
Este es un punto muy bueno. A veces hay algunos proyectos, pero después de calcular - aquí sería 5-6 programadores y un año de trabajo + financiación. Y no hay ningún proyecto)).
Un particular necesita algo más sencillo, incluso menos eficaz. Ahora estoy pensando en combinar estrategias clásicas (me refiero a la lógica) y MO en una botella. El clásico ya resuelve muchos problemas por sí solo, y si se complementa y se asigna un funcional adicional a un IO, entonces ambos aspectos pueden llegar a ser más simples. De hecho, en las aplicaciones técnicas de MO, así es como se hace.
Pero cómo unir esto y distribuir las tareas, aún no lo sé bien.
Es un punto muy bueno. A veces hay algunos proyectos, pero después de la estimación - aquí hay 5-6 programadores y un año de trabajo + financiación. Y no hay proyecto)))
El sector privado necesita algo más sencillo, aunque sea menos eficiente. Ahora estoy pensando en combinar estrategias clásicas (en el sentido de la lógica) y MO en una botella. Lo clásico ya resuelve muchas cosas por sí mismo, y si se complementa y se asigna funcionalidad adicional a MO, al final se pueden simplificar ambas cosas. En realidad, en las aplicaciones técnicas de MO esto es lo que se hace.
Pero cómo combinarlo y distribuir las tareas, aún no lo sé.
Mi idea es la siguiente: He leído todos los artículos de este foro :))) He reunido algo que creo necesario, todo tipo de transformaciones en forma más o menos estacionaria, + mi experiencia y habilidades, ahora lo meto todo en clasificadores y NS y ver qué va a pasar, + selección de parámetros a través de algoritmo genético. En resumen, mi primera impresión es que es muy difícil conseguir estabilidad en un intervalo largo manteniendo la rentabilidad, aunque no entrenes el NS, siempre tendrás que volver a entrenarlo. Es posible ganar dinero a corto plazo, pero no está claro cómo será a largo plazo.....
El enfoque ahora va en la dirección de indicadores adaptativos, cuyos valores se pueden meter en el ns... eso no reentrenaría el ns, y los propios indicadores se reconstruirían en función de la volatilidad... pero la tarea no es trivial, el mismo Garch probablemente ayudaría, pero aún no lo sé.
¿Qué algoritmo de aprendizaje automático debe utilizarse?
¿Qué algoritmo de aprendizaje automático debe utilizarse?
Sí, para clasifikashon, el método de vectores de referencia y los bosques bayesianos y aleatorios son los mejores... rápido y fácil y sin reentrenamiento. También se puede convolucionar.
Microsoft también tiene su propio Random Forest, no recuerdo cómo se llama... Dicen que es genial. Jungla de Soluciones o algo así.
Predicción de acciones:
https://gallery.cortanaintelligence.com/browse?s=stock
Arima:
https://gallery.cortanaintelligence.com/CustomModule/Train-Score-Timeseries-1
https://gallery.cortanaintelligence.com/Experiment/Time-Series-Forecasting-8
Diplomas:
https://gallery.cortanaintelligence.com/Experiment/Neural-Network-Convolution-and-pooling-deep-net-2
Sí, para clasifikashon el método del vector de referencia y el bayesiano y el bosque aleatorio son los mejores... rápido y fácil y sin ningún reentrenamiento. También se puede convolucionar.
Microsoft también tiene su propio Random Forest, no recuerdo cómo se llama... Dicen que es genial. Jungla de Soluciones o algo así.
https://gallery.cortanaintelligence.com/browse?s=stock
Arima:
https://gallery.cortanaintelligence.com/CustomModule/Train-Score-Timeseries-1
https://gallery.cortanaintelligence.com/Experiment/Time-Series-Forecasting-8
Todo esto es genial, científico, más allá de la comprensión de la gente normal, pero nada que ver con los mercados, donde la psicología y los títeres mandan.
Señores, dejen de engañarse e inventar juguetes muy intelectuales, bueno al menos si juegan con los científicos, al menos dense cuenta que esto es solo un juego, como disparar o correr, y no comprender el Mercado, que está más allá de las matemáticas y las fórmulas rigurosas.
¿Por qué necesitas todo esto? Me han dicho muchas veces que la predicción no es necesaria, se puede hacer un 50/50 sin ella, lo principal es la gestión del dinero y los nervios de acero. Nadie sabe por dónde va a ir el precio en el próximo momento, salvo los insiders, y no lo saben al 100%, ellos también se arriesgan, pero tienen cojones de acero y carteras profundas, saben arriesgarse, y ni siquiera conocen las redes neuronales y el bosque aleatorio, o ellos mismos crean esas falsas estrategias para distraer la "carne".
Todo esto es genial, científico, más allá de la comprensión de la gente normal, pero nada que ver con los mercados, donde la psicología y los títeres mandan.
Hay una categoría de operadores llamada "clickers", es decir, la principal carne de mercado para las empresas de corretaje. Usted parece pertenecer a esta categoría con sus categorías primitivas como la gestión del dinero y los nervios de acero.
Un gran ejemplo es Timofey Martynov, que sigue intentando frenar su psicología y destreza manual con su propio recurso :) Los algotraders no tienen problemas con ello y los riesgos son mínimos, porque hace tiempo que han pasado por toda esta tontería con la psicología y todo tipo de muñecos y otras tonterías.