L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1262

 
Yuriy Asaulenko:

Je suis sûr que c'est le cas, mais utiliser les librairies MT5-MQL est une impasse, sauf si c'est pour le marché, pas plus. Pour votre propre compte, il existe des options meilleures et plus intéressantes. Il semble que vous soyez arrivé à la même conclusion. Vous ne l'aviez pas annoncé avant ?

Oui, je fais quelque chose en Python, je fais des Bayes maintenant, c'est cool... Je ne me soucie pas vraiment de savoir où, tant que j'ai les librairies.

par la vitesse - mql est plus rapide
 
Maxim Dmitrievsky:

Oui, je fais quelque chose en Python, je fais surtout du bayésien maintenant, c'est amusant... l'endroit n'a pas vraiment d'importance, tant que les librairies sont là.

Pour la vitesse - mql est plus rapide

Vous voulez de la vitesse ? Pour quoi faire ? Qu'allez-vous en faire ?

À mon avis, la vitesse n'est nécessaire que pour le pipsing. Je ne peux pas l'utiliser pour le forex, pour les forts, même la réaction de la main est suffisante. Cela prend 0.2-0.5 min.

 
Yuriy Asaulenko:

Vous avez besoin de vitesse ? Pour quoi faire ? Qu'allez-vous en faire ?

Je pense que la vitesse n'est nécessaire que pour le pipsing. Pour le Forex c'est impossible, pour les Forts même la réaction de la main est suffisante, et c'est 0.2-0.5 min.

Simulation Monte Carlo sur python ~10 minutes, sur mql <2

Eh bien, c'est une surcharge de typage dynamique.

 
Maxim Dmitrievsky:

simulation monte carlo sur python ~10 minutes, sur mql <2

Eh bien, c'est le coût du typage dynamique.

Étrange. Monte Carlo en Python pour 55t points ne prend que 13s, ainsi que le calcul d'indicateurs assez complexes.

Ensuite, il y a l'entraînement, mais cela me prend presque une journée, ce qui ne me gêne pas du tout)). Comparé au temps qu'il faut pour concevoir un système, ce n'est rien.

SZY Python 3.7 Anaconda.

 
Yuriy Asaulenko:

Étrange. Monte Carlo à 55t points n'est que de 13s.

Ensuite, c'est l'entraînement, mais je l'ai pendant presque 24 heures, ce qui ne me gêne pas du tout). Comparé au temps de conception du système, ce n'est rien.

150k j'ai environ 10 minutes, à travers la librairie pyMC3, bien +-... pas critique, juste une comparaison. Mais le code est minimal.

sur un ultrabook ) c'est faible
 
Maxim Dmitrievsky:

150k j'ai environ 10 minutes, à travers la librairie pyMC3, bien +-... pas critique, juste une comparaison. Mais il y a un minimum de code.

Sur un ultrabook ) il est faible.

Pourquoi avez-vous besoin d'un lib ? Monte Carlo = MSG + quelques lignes de code.

Mon ordinateur portable n'est pas très puissant non plus, il date de 2008. Il semble qu'il soit temps de le remplacer, mais pour l'instant j'en suis satisfait.

 
Yuriy Asaulenko:

Pourquoi avez-vous besoin d'un lib ? Monte Carlo = HGC + quelques lignes de code.

il y a toutes sortes de choses là-dedans que j'apprends.

ici, si vous êtes intéressés https://docs.pymc.io/

PyMC3 Documentation — PyMC3 3.6 documentation
  • docs.pymc.io
Sometimes an unknown parameter or variable in a model is not a scalar value or a fixed-length vector, but a function. A Gaussian process (GP) can be used as a prior probability distribution whose support is over the space of continuous functions. PyMC3 provides rich support for defining and using GPs.
 
Maxim Dmitrievsky:

il y a plein de choses sur lesquelles je me penche.

ici, si vous êtes intéressés https://docs.pymc.io/

Ce qui est intéressant ici, ce sont les problèmes de variation et Theano.

J'ai toujours l'intention d'utiliser des méthodes variationnelles pour régler le système, mais je n'ai pas encore trouvé d'approche.

 
Je veux l'utiliser pour les affaires :

Je n'ai pas non plus un ordinateur portable puissant, il date de 2008. Je pense qu'il est temps d'en avoir un nouveau, mais ça ira pour l'instant.

Le mien a 2 ans, processeur i5u, livre zen de asus. Je l'ai pris parce qu'il est facile à transporter. Je préférerais avoir un appareil plus puissant mais je l'aime bien.

 
Yuriy Asaulenko:

Ce qui est intéressant ici, ce sont les problèmes de variation et Theano.

Eh bien, le sujet en général, l'approche probabiliste. J'ai appris beaucoup de choses nouvelles, que je n'avais jamais rencontrées auparavant. La seule régression de Rolling est déjà intéressante.