L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 228

 
Tag Konow:

En bref, -

1. Créez un algorithme qui collecte les flux de valeurs de tous les paramètres (données) dont nous avons besoin et les fait passer par le tampon circulaire.

2. Nous faisons passer les flux de valeurs stockés dans le tampon circulaire par un filtre spécial, qui les généralise aux plages de ces valeurs.

3. Un modèle numérique généralisé (au moyen de plages) de la nature de la valeur de chaque paramètre dans le tampon circulaire est créé, et écrit dans le format approprié.

4. Ce modèle est envoyé à l'algorithme statistique qui collecte ces modèles.

5. Nous parcourons en boucle la base de données contenant les modèles (signatures) de l'évolution des valeurs de nos paramètres et trouvons le modèle qui correspond le mieux à la situation actuelle.

6. Une décision est prise concernant le comportement du système dans la situation capturée dans cette signature (modèle).

Je la formulerai plus précisément par la suite.

7. Test et perte du dépôt. Parce que nous ne pouvons pas simplement rassembler n'importe quel flux de valeurs et créer un conseiller expert sur ces valeurs. Ces fils doivent être analysés, vous devez écrire vos propres vélos pour déterminer si chacun d'entre eux ou une combinaison d'entre eux peut être fiable.
Par exemple, vous pouvez prendre deux indicateurs MovingAverage et suivre les étapes 2 à 6 avec eux. L'erreur ne sera découverte qu'à la septième étape.

Il existe donc une autre étape, quelque part entre les étapes 1 et 6 (chacun décide où et comment la réaliser), qui permet d'écarter les flux de données inadaptés. Une grande partie de ce fil de discussion est consacrée à l'analyse des différentes manières de procéder.

 
Tag Konow:

Une approximation est une généralisation des valeurs. En d'autres termes, s'agit-il d'encapsuler différentes valeurs de données dans une plage choisie ? En outre, vous pouvez créer un modèle numérique qui résume l'évolution d'une valeur sur une période donnée. En collectant ces modèles, il est possible de créer des statistiques qui peuvent servir de base aux décisions et aux choix d'actions.

Est-ce que je vais dans la bonne direction ?

Konow:

En un mot.

1. Nous créons un algorithme qui collecte les flux de valeurs de tous les paramètres (données) dont nous avons besoin et les fait passer par un tampon circulaire.

2. Laissez les flux de valeurs stockés dans le tampon circulaire passer par un filtre spécial, qui les résume pour aboutir à la plage de ces valeurs.

3. Un modèle numérique généralisé (au moyen d'intervalles) de la nature de la valeur de chaque paramètre dans le tampon circulaire est créé, et écrit dans le format approprié.

4. Ce modèle est envoyé à l'algorithme statistique qui collecte ces modèles.

5. Nous parcourons en boucle la base de données contenant des modèles (signatures) de la nature des changements de valeurs de nos paramètres et trouvons le modèle qui convient le mieux à la situation actuelle.

6. Une décision est prise quant au comportement du système dans la situation capturée dans cette signature (modèle).

Je la formulerai plus précisément par la suite.

Malheureusement, vous ne pensez pas dans la bonne direction :(.

Vous m'avez demandé d'énoncer l'essentiel, en quelques mots, ce que j'ai fait en vain, bien que je sache que cela n'a aucun sens et vous vous êtes immédiatement lancé dans des projections de cette vision "figurative" sur votre base de connaissances, ce qui ne mènera malheureusement à rien de bon. C'est la même chose que si vous me faisiez énoncer en deux mots l'essence de la matanalyse et que je disais sur l'exemple des séries temporelles que la dérivée est simplement la différence de deux valeurs voisines de la série, et que l'intégrale est la somme cumulée et vous vous précipiteriez immédiatement pour inventer les équations de Navier-Stokes pour l'hydrodynamique. La situation est à peu près la même. L'IO est l'intelligence artificielle, c'est une science impressionnante, grâce à l'IO les moteurs de recherche trouvent ce dont nous avons besoin mieux que nous le voudrions, grâce à l'IO les machines font des diagnostics médicaux mieux que les médecins, grâce à l'IO de nouvelles particules élémentaires sont trouvées dans le collisionneur de hadrons, l'IO joue mieux aux échecs, au GO et bientôt à tout jeu en général. Il faut au moins 5 ans pour comprendre l'essence du MO, un sur 20 avec une mentalité technique.

Très louable que vous n'ayez pas peur de faire des erreurs et de vous battre, c'est un très bon état d'esprit, ne le perdez pas, mais en même temps essayez d'évaluer objectivement la quantité de travail nécessaire pour maîtriser ce domaine essentiellement le plus difficile de la connaissance, regardez les conférences, mon conseil pour vous est une amorce.

 
mytarmailS:

Ce quevous avez montré est une sorte de clustering mais avec un professeur

classification
 
Et s'il le fait :
classification

Oui, c'est vrai, c'est une faute de frappe).

toxiques:

Malheureusement, vous ne pensez pas dans la bonne direction :(

Laissez-le essayer, pourquoi pas, son cerveau n'est pas entaché de dogmes et de stéréotypes, et soudain il trouvera quelque chose d'intéressant ?

 
mytarmailS:

Laissez-le essayer, pourquoi pas, son cerveau n'est pas entaché de dogmes et de stéréotypes établis, et s'il trouve quelque chose d'intéressant ?

Ce n'est pas à moi et à vous de décider ce qu'il peut essayer ou non, il s'agit de connaissances de base dans le domaine, sans lesquelles il est inutile de parler de tout cela.

 

À tous ceux qui étudient réellement la RI.

Veuillez ne pas vous lancer dans des discussions inutiles avec des personnes qui ne connaissent pas et ne veulent pas connaître ce domaine de la connaissance. "Pionniers" qui déclarent : "Montrez-moi, prouvez... Et puis peut-être que je commencerai à apprendre" sur ce forum, la mer en est pleine. Sans la moindre idée du sujet, ils vont, avec un maximalisme adolescent, critiquer et prouver son inutilité. Il n'est pas possible et inutile de convaincre les gens de l'importance et de l'utilité d'une connaissance quelconque s'ils n'ont pas grandi avec elle.

Cette discussion est non seulement inutile mais aussi nuisible. Vous nourrissez leur ego, rehaussez leurs critiques et les encouragez à continuer à faire du trash talk. Nous ne pouvons pas interdire les messages non pertinents et stupides, mais nous pouvons et devons les ignorer.

Pour tous ceux qui veulent comprendre l'apprentissage automatique et qui ne savent pas faire une recherche sur Internet, voici un conseil : commencez ici.

https://ru.wikipedia.org/wiki/Машинное_обучение

http://www.r2d3.us/Наглядное-Введение-в-Теорию-Машинного-Обучения/

http://www.machinelearning.ru/wiki/index.php?title=Machine_Learning

http://datareview.info/article/vse-modeli-mashinnogo-obucheniya-imeyut-svoi-nedostatki/

===============================

Ce fil devient trop gros et illisible. Je propose de démarrer un nouveau fil de discussion "RUserGroup" pour discuter uniquement de l'application spécifique des modèles d'apprentissage automatique dans le terminal MT4/5 dans les langues qui le permettent sans problèmes. J'en connais deux (R, Python). Discussions à mener avec le code fourni. Les experts ayant une expérience dans d'autres langues sont également les bienvenus.

Nous pouvons commencer par un exemple de réseau convolutif dans les posts précédents.

Bonne chance

Машинное обучение — Википедия
Машинное обучение — Википедия
  • ru.wikipedia.org
Машинное обучение (англ.  ) — обширный подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа, и извлекающая знания из данных. Различают два типа обучения: Обучение по прецедентам, или индуктивное обучение, основано...
 

Merci à tous d'avoir commenté mon point de vue sans doute amateur. Je ne nie pas que ce sujet ne m'est pas familier. Peut-être que les idées énoncées hier n'ont rien à voir avec l'apprentissage automatique, mais le forum n'interdit pas d'être un nerd et de tisser des absurdités pseudo-scientifiques, en essayant de comprendre un sujet complexe et important. ) Je n'ai pas peur de paraître stupide et ignorant.

Je pense qu'aucune discussion n'est inutile si elle fait réfléchir les gens, les amène à dépasser les stéréotypes et à envisager de nouvelles approches. Il est aussi utile pour les débutants que pour les professionnels expérimentés. La seule chose dans laquelle je fais preuve de maximalisme est mon aversion pour cette position :

"Nous siégerons au forum MQL, nous ferons la promotion d'autres langages comme étant plus avancés et nous insisterons sur l'utilisation de méthodes de béquille pour résoudre les problèmes que MQL ne parvient pas à traiter. Nous n'implémenterons pas de nouvelles fonctionnalités dans MQL, l'aidant ainsi à se développer - nous préférons le chahuter et le critiquer. Nous sommes bons en apprentissage automatique, mais nous ne sommes pas capables de l'implémenter dans MQL, et ceux qui veulent essayer sont juste des ignorants.

Je pense que c'est une position sans issue. Cela ne contribue ni à l'épanouissement personnel, ni au développement du langage ou de la plate-forme, et n'aide pas ceux qui préfèrent MQL. Si vous ne vous intéressez qu'à la mise en œuvre par les autres, pourquoi en discuter ici ? Il existe un forum R. À quoi sert une telle discussion pour le développement de MQL, si ceux qui se considèrent comme des experts ne vont rien y implémenter ? De plus, ils dissuadent les autres de le faire.

Je suis bien conscient du fait qu'un sujet vaste et complexe ne peut faire l'objet d'un "coup de poing", mais dans l'esprit de contredire les propagandistes locaux d'autres langues, je vais propager MQL et la possibilité d'y implémenter de nouvelles fonctionnalités "indisponibles".

Donc, un peu plus tard, je posterai quand même mon concept d'apprentissage machine.

Et que je sois bombardé de tomates pourries).

 
Konow: Nous avons une bonne compréhension de l'apprentissage automatique, mais nous ne sommes pas en mesure de le mettre en œuvre dans MQL, et ceux qui veulent essayer sont simplement ignorants.

pourquoi y a-t-il des enthousiastes qui réécrivent la roue sur mql ?

A propos, quelqu'un a récemment demandé un exemple simple avec le NS, pour une raison quelconque, personne ne s'est souvenu de l'ancienne solution de Reshetov. D'ailleurs, Reshetov lui-même, d'après ce que j'ai compris, ne développe plus du tout son projet sur µl maintenant.

https://www.mql5.com/ru/code/10289

https://www.mql5.com/ru/code/16727

https://www.mql5.com/ru/code/1104

AI
AI
  • votes : 8
  • 2006.11.27
  • Yury Reshetov
  • www.mql5.com
Советник с использованием искусственного интеллекта - однослойной нейронной сети.
 
ivanivan_11:

Eh bien, s'il y a des gens qui ont déjà posé des bases pour implémenter l'apprentissage automatique dans MQL, alors il est d'autant plus incompréhensible que certaines personnes veuillent promouvoir d'autres langages. Nous devons juste continuer à développer cette base.
 
Tag Konow:
Si certaines personnes ont déjà jeté les bases de la mise en œuvre de l'apprentissage automatique dans MQL, le désir de certaines personnes de promouvoir d'autres langages est encore plus incompréhensible. Nous devons juste continuer à développer cette base.

Tous les codes ci-dessus sont des reprises de l'œuvre de Reshetov, à propos de laquelle il y a eu des débats il y a 100500 ans - à savoir s'il s'agissait d'un NS ou d'une merde fabriquée par lui-même.

La preuve en est l'absence presque totale de ces conseillers experts sur le marché.

il n'y a donc pas d'exemples d'ns basés sur mql dans le domaine public.

et ce, après 6 ans de développement de la plateforme et du langage.

tu peux devenir un pionnier)) bienvenue !