L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1377
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
C'est tout à fait exact, plus il y en a, mieux c'est (moins de 100 000 euros, c'est du bruit), mais il faut tenir compte du fait que les propriétés du marché changent, et la façon d'en tenir compte dans la formation est un grand secret.
J'ai essayé de diminuer uniformément le poids des lignes, mais je n'ai pas remarqué d'amélioration. Quelles sont les autres options ?
Ici, j'ai essayé de réduire uniformément le poids des lignes, mais je n'ai pas remarqué d'amélioration. Quelles autres options avez-vous ?
Vous devez avoir fait quelque chose de mal, cela devrait être mieux, bien que vous deviez reconfigurer le classificateur, l'optimum sans pondération temporelle est différent.
Nous pourrions également essayer de diviser le tour en 10 fragments par exemple et les enseigner à une moyenne plus ou moins optimale pour tous par un test de 10% (proche de la fin (présent)) et ensuite utiliser la qualité modulée de la classification (1-.1) comme poids pour les fragments. Il est possible de le faire avec une fenêtre coulissante, bien sûr, avec un certain pas pour obtenir des poids plus réguliers. D'ailleurs, la dynamique de ces poids est elle-même une caractéristique très importante, liée au changement des modes de marché.
Quelque chose doit être faux, cela devrait être mieux, bien que le classificateur doive être reconfiguré, l'optimum sans pondération temporelle est différent.
Il est également possible d'essayer de diviser le tour en 10 fragments par exemple et de les enseigner sur une moyenne plus ou moins optimale pour tous au test de 10% (proche de la fin (présente)) et ensuite d'utiliser la qualité modulée de la classification (1-.1) comme poids pour les fragments. Il est possible de le faire avec une fenêtre coulissante, bien sûr, avec un certain pas pour obtenir des poids plus réguliers. À propos, la dynamique de ces poids est une caractéristique très importante, en rapport avec les changements de mode de marché.
Je ne comprends pas bien l'idée, c'est comme le conseil de Vladimir ? C'est-à-dire qu'après l'entraînement sur une partie des données, il faut pondérer la partie test ?
C'est à peu près ça, si j'ai bien compris. Entraînement sur la première tranche, obtenir l'akurasi et l'utiliser comme poids, modulé -1, 1 sur l'akurasi de toutes les tranches et ainsi de suite pour toutes les tranches, vous pouvez faire des tranches superposées avec une fenêtre glissante, ce sera plus de calculs, mais IMHO 10-20 tranches suffisantes pour un échantillon de 500 cordes.
Le poids PS n'est pas donné à la pièce d'essai à la fin, plus proche de la vraie, mais à la pièce la plus longue, dans l'image de gauche.
C'est à peu près ça, si j'ai bien compris. Entraînement sur la première tranche, obtenir l'akurasi et l'utiliser comme poids, modulé -1, 1 sur l'akurasi de toutes les tranches et ainsi de suite pour toutes les tranches, vous pouvez faire des tranches superposées avec une fenêtre glissante, ce sera plus de calculs, mais IMHO 10-20 tranches suffisantes pour un échantillon de 500 cordes.
PS : le poids n'est pas mis sur la tranche d'essai à la fin, plus proche de la vraie, mais sur la tranche de lerno, dans la photo de gauche.
Ah - bien, c'est le contraire de celui de Vladimir. Il a donné des poids aux lignes dans ces morceaux de test, et en les déplaçant constamment, il a donné des poids à l'ensemble de l'échantillon. Ici, vous obtenez un poids différent pour chaque ligne.
Et vous avez - l'entraînement sur un petit morceau de lern (20-50k lignes), vérifier par rapport au test et si le test est meilleur/mauvais que la moyenne pour tous les morceaux, respectivement changer le poids à toutes les lignes dans ce morceau de lern. Ici, le poids de toutes les lignes d'une tranche est le même.
Est-ce que je comprends bien votre idée ?
Into the piggy bank, probablement intéressant... je ne l'ai pas encore regardé. j'ai aimé le contenu de la conférence.
https://www.lektorium.tv/lecture/14232
Into the piggy bank, probablement intéressant... je ne l'ai pas encore regardé. j'ai aimé le contenu de la conférence.
https://www.lektorium.tv/lecture/14232
J'ai aimé le conférencier, je n'ai pas aimé le cours. Bien qu'il lise bien. J'ai pu rester assis pendant 25 minutes). C'était destiné à un public différent. Sûr qu'il y aura quelque chose d'intéressant après, mais 2 heures à regarder...
J'ai aimé le conférencier, mais pas le cours. Il lisait bien, pourtant. (J'ai pu le supporter pendant 25 minutes). Conçu pour un public différent. Je suis sûr qu'il dira quelque chose d'intéressant ensuite, mais 2 heures à regarder...
Je n'ai pas encore trouvé la solution, moi non plus.
Il a un cours de conférences. Si vous regardez la première, c'est une analyse approfondie de la structure et des modèles du marché.
intéressant en général. Quantum de JP Morgan ou qui sait.
Ah - bien, c'est le contraire de celui de Vladimir. Il a donné des poids aux lignes dans ces morceaux de test, et en les déplaçant constamment, il a donné des poids à l'ensemble de l'échantillon. Ici, vous obtenez un poids différent pour chaque ligne.
Vous vous entraînez sur un petit morceau de Lerna (20-50k cordes), vous vérifiez par rapport au test et si le test est meilleur/mauvais que la moyenne pour tous les morceaux, vous changez respectivement le poids de toutes les cordes dans ce morceau de Lerna. Ici, le poids de toutes les lignes de la tranche est le même.
Est-ce que je comprends bien votre idée maintenant ?
Oui, dans une tranche le poids est le même, d'abord chaque tranche est entraînée et testée sur un test à la fin, et le résultat est enregistré pour la tranche d'entraînement, puis prendre la moyenne pour toutes les tranches et diviser par l'écart ce sera les poids.
Into the piggy bank, probablement intéressant... je ne l'ai pas encore regardé. j'ai aimé le contenu de la conférence.
https://www.lektorium.tv/lecture/14232
Les mathématiques financières présentées sans le calcul stochastique d'Ito semblent très mystérieuses et vagues.