L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 449

 
Maxim Dmitrievsky:

Il est trop rapide, il devrait être entraîné par quel algorithme L-BFGS, peut-être une heure ou plusieurs heures ? J'ai aussi fait 15 entrées mais une seule couche cachée de 15-20 neurones, j'avais un NS Alglibien à apprendre... bref je n'ai pas attendu et réduit la taille des vecteurs d'entrée) L'entraînement des 3 entrées avec 10k vecteurs a pris 5-10 minutes, et cela avec une seule couche cachée. Je n'utiliserais pas une rétro-propagation lente mais une rapide avec 1-3 époques. Processus i5

Et imaginez, même avec 10 minutes vous n'avez pas de stratégie toute faite et devez chercher à travers N nombre de prédicteurs, longueurs de vecteurs, nombre de couches cachées, etc... dans votre optimiseur pour trouver une stratégie....

Nous connaissons l'algorithme.

Algorithms for feedforward nets. OBJECTIVE To provide engines for feedforward ANN exploration, testing and rapid prototyping. Some flexibility is provided (e.g. the possibility to change the activation or error functions).

- The algorithms themselfs are not described here, there are many books which describes them (e.g. get mine "Matrix ANN" wherever you may find it ;-). - Hypermatrices are slow, however there is no other reasonable way of doing things; tests performed by myself show that using embedded matrices may increase speed but the manipulation of submatrices "by hand" is very tedious and error prone. Of course you may rewrite the algorithms for yourself using embedded matrices if you want to. If you really need speed then go directly to C++ or whatever.

Mais en général, c'est la même BP.

Processeur Athlon, 2 cœurs. L'ordinateur portable a été acheté dans les années 8-9. Sur les ordinateurs modernes, il vole généralement 2 fois plus vite que le mien.

Quant à la stratégie finalisée, elle prend également 2 à 3 mois ou plus sur la logique. Ce n'est pas grave)). Oui, et sur le NS a déjà dépensé probablement plus tout en trouvant où harnacher le cheval).

 
Yuriy Asaulenko:

L'algorithme est connu pour être -

Et en général, la même BP.

Processeur Athlon, 2 cœurs. L'ordinateur portable a été acheté en 8 ou 9 ans. Sur les ordinateurs modernes, il vole généralement 2 fois plus vite que le mien.

Quant à la stratégie finalisée, elle prend également 2 à 3 mois ou plus sur la logique. Ce n'est pas grave)). Oui, et le SN a déjà dépensé probablement plus en cherchant à savoir où atteler le cheval).


Si vous avez vraiment besoin de rapidité, passez directement au C++ ou autre. )) Si vous aimez, c'est bon :) Et les forêts sont beaucoup plus faciles à mettre en place, d'ailleurs, il n'y a qu'un seul paramètre - le nombre d'arbres :)
 
Maxim Dmitrievsky:

Si vous avez vraiment besoin de rapidité, passez directement au C++ ou autre. :))) OK, si vous l'aimez, alors c'est bien :) Et les forêts sont beaucoup plus faciles à mettre en place, d'ailleurs, il y a 1 paramètre - le nombre d'arbres :)
Si vous avez vraiment besoin de rapidité, passez directement au C++ ou autre. :)) Il s'agit ici d'un appel direct de l'algorithme à partir de C++, et non à partir d'un environnement interprété tel que R ou autre. L'algorithme lui-même est implémenté en C++ de toute façon). Et vous avez pu constater par vous-même que la vitesse est bonne.
 
Yuriy Asaulenko:
Si vous avez vraiment besoin de rapidité, passez directement au C++ ou autre. :)) Il s'agit ici d'un appel direct de l'algorithme à partir de C++, et non à partir d'un environnement interprété comme R ou autre. L'algorithme lui-même est écrit en C++ de toute façon).

mais vous pouvez envoyer des calculs à une carte vidéo, elle devrait être 5 fois plus rapide, si elle n'est pas intégrée à votre CPU :)
 
Maxim Dmitrievsky:

Vous pouvez envoyer vos calculs à une carte vidéo, elle devrait être 5 fois plus rapide si elle n'est pas intégrée à votre CPU :)

Bien sûr que oui, mais pourquoi, quand~0,0003 c/échantillon. C'est suffisant pour n'importe quel commerce.

Et la RF est théoriquement lisible, mais je ne connais aucun paquet dans la pratique. Vous êtes rapide à changer et à maîtriser. Je vous fais une standing ovation)). En général, je dois aussi le maîtriser.

 
Yuriy Asaulenko:

Bien sûr que oui, mais pourquoi, quand~0,0003 c/échantillon. C'est suffisant pour n'importe quel commerce.

Et la RF est théoriquement lisible, mais je ne connais aucun paquet dans la pratique. Vous êtes rapide à changer et à maîtriser. Je vous fais une standing ovation)). En général, je devrais le maîtriser aussi.

Je suis dans alglib, c'est réel de changer 2 lignes dans le code de mlp à RF :) Et tous les principaux modèles MoM (à l'exception des modèles complexes comme RNN LSTM) dans AzureStudio pendant environ une semaine, j'ai comparé les résultats, j'ai compris que RF est meilleur + les gens écrivent...
 

Je pense que c'est vous qui avez posté un grand tableau avec les ticks de différentes devises dans le fil de discussion et qui avez suggéré de les prédire sur la base les uns des autres ?

Veuillez poster à nouveau ce tableau, je veux l'utiliser pour tester une technique de sélection de prédicteurs.

 
Dr. Trader:

Je pense que c'est vous qui avez posté un grand tableau avec les ticks de différentes devises dans le fil de discussion et qui avez suggéré de les prédire sur la base les uns des autres ?

S'il vous plaît, postez à nouveau ce tableau, je veux vérifier une technique de sélection de prédicteurs sur celui-ci.

Dossiers :
data.zip  3772 kb
 
Je vais essayer :

Merci. J'ai commencé l'analyse, avec autant de lignes, le résultat sera disponible dans quelques jours. En même temps, je vais essayer d'entraîner le modèle sur un logloss similaire à celui de numerai, puis de le vérifier sur une table de test.

 
Dr. Trader:

Merci. J'ai commencé l'analyse, avec autant de lignes, le résultat sera disponible dans quelques jours. En même temps, j'essaierai d'enseigner le modèle à logloss par analogie avec numerai, puis de le vérifier sur une table d'essai.

Hmmm... utilisez-vous le logiciel de feu Yury Reshetov ? Le XGB fait passer cet ensemble à une précision de 65-67% en une minute. Quand ML fonctionne plus d'une heure, je crois que quelque chose a été mal fait, donc le neuronet est devenu faible depuis longtemps.