L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1515
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
L'image n'est qu'une illustration des phases 1 et 2.
Oui, je comprends que ce n'est qu'une image, mais pour programmer des ensembles similaires, personnellement pour moi, j'ai besoin de comprendre plus clairement à quoi cela ressemble. Si la hauteur des barres est prise en compte, quelle limitation doit être fixée. La hauteur totale de cet ensemble... et d'autres détails sont possibles.
L'image n'est qu'une illustration des phases 1 et 2.
les couleurs des bougies sont-elles bien là ?
demander cette "mise en place" ne semble pas être un problèmeJe voudrais apprendre à la neuronique à le voir (plus précisément la partie qui monte 1) afin de résoudre deux problèmes :
1) pour en retirer ce qu'il a vu, pour comprendre "ce à quoi il est accroché" dans la configuration et à travers lui pour mieux comprendre ce que je vois et quelles sont exactement les caractéristiques du graphique qui sont importantes.
2) pour y déplacer le métier ou (option minimale) pour mettre une cloche.
Ma question aux pros, s'il vous plaît, indiquez si le problème est bien posé et où aller pour le résoudre.
L'image n'est qu'une image pour faire comprendre ce que j'appelle un montage.
1) Obtenir ce qu'elle a vu, comprendre " ce qui l'accroche " dans le montage et, grâce à cela, mieux comprendre ce que je vois et quelles caractéristiques du tableau sont importantes.
Le résultat de l'année sera probablement qu'après le modèle 1, le modèle 2 se produit environ 50 % du temps, dans les autres 50 % ce sera l'inverse(double sommet, suivi d'une chute et beaucoup d'autres variations). L'absence de signaux de réussite parmi les habitués de cette branche le prouve.
L'homme voit plus que les 6 barres du motif 1. Si vous pouvez le faire - mieux vaut trader manuellement que de passer un an.
Je voudrais apprendre à la neuronique à le voir (plus précisément la partie qui monte 1) afin de résoudre deux problèmes :
1) pour en retirer ce qu'il a vu, pour comprendre "ce à quoi il est accroché" dans la configuration et à travers lui pour mieux comprendre ce que je vois et quelles sont exactement les caractéristiques du graphique qui sont importantes.
2) pour y déplacer le métier ou (option minimale) pour mettre une cloche.
Ma question aux pros, s'il vous plaît, indiquez si le problème est bien posé et où aller pour le résoudre.
Juste une photo, juste une photo pour qu'il soit clair que c'est moi qui décide de la mise en place.
L'une des options les plus simples consiste à créer un échantillon d'entraînement composé de huit barres d'entrée avec un rapport de couleur (direction) de 2:1:2:1:2 et d'une sortie (cible) sur la prédiction de laquelle l'entraînement peut être effectué.
Cette approche diminuera bien sûr l'efficacité du motif, mais la probabilité de son observation et de sa reconnaissance sera plus élevée, et il est important pour le début de comprendre s'il y a des poissons dedans.
Si une telle variante s'adapte, je peux le faire, ce sera trouble sur les réseaux neuronaux, mais sur les arbres de résolution, ça devrait aller - avec une logique lisible.
C'est cool. Mais c'est un peu bruyant.
Oui, vous pouvez changer les paramètres là aussi. Je suis trop paresseux.
Il est fort probable qu'il s'agisse d'un non-sens à la fin, comme toute prédiction de VR.
Je veux enseigner la neuronique pour la voir (plus précisément la partie qui monte 1) pour résoudre deux problèmes :
P.S. Je suis calme sur le fait qu'il me faudra un an ou deux pour le résoudre, et encore plus calme pour collaborer avec un pro.
Les neurones (MLP) et autres classificateurs (forêt aléatoire, SVM, kNN, etc.) sont nécessaires pour automatiquement pour rechercher de tels modèles et bien d'autres non triviaux, Pour votre problème, une simple convolution (produit scalaire glissant) fera l'affaire, elle peut être programmée à partir de zéro en une heure, et avec des outils prêts à l'emploi en quelques minutes, vous n'avez pas besoin d'une année.
Mais je peux vous décevoir d'avance, la probabilité de succès est proche de zéro, car toutes ces structures simples sont trouvées sans problèmes par des automates, et si vous avez réussi à négocier des mains avec profit, cela signifie qu'en plus du modèle, vous avez utilisé un certain nombre de conditions auxiliaires, qui sont probablement "évidentes" pour vous, mais qui affectent néanmoins de manière significative le résultat. Vous vous souvenez de l'histoire de la "soupe à la hache" ? C'est la même chose avec de nombreuses formations de chandeliers chez les traders manuels, il semble qu'il s'agisse d'un modèle simple, mais avant cela, le trader regarde toutes les nouvelles, tous les marchés, écoute les rumeurs et négocie ou non un modèle simple)))).
personne n'a jamais vraiment compris hmm, seulement au niveau de la copie stupide de libs ? ne pouvez-vous pas le réécrire en mql ? vous jetez juste toutes sortes de crottes de réseaux neuronaux sur le marché.
C'est l'essentiel, d'ailleurs. Il faudra que j'écrive un autre article.
Peut-être n'avez-vous jamais lu d'articles d'autres auteurs, sauf celui-ci, n'est-ce pas ? D'où tirez-vous de telles conclusions généralisatrices ?
Les modèles de Markov cachés dans leur forme pure ne sont pas applicables à notre cas. Dans notre série chronologique, le changement d'état ne se produit pas à chaque pas de temps. L'état dure pendant plusieurs (nombreux/petits) cycles d'horloge et à chaque étape, la probabilité du changement d'état change. De tels modèles de Markov sont appelés modèles de Semi-Markov. Dans un de mesarticles, j'ai appliqué de tels modèles au lissage des états prédits d'une cible. C'est-à-dire que les séquences improbables ont été éliminées en utilisant hsmm. Certains "universitaires" ici ont été choqués lorsqu'ils ont mentionné que le HSMM pouvait être utilisé pour lisser une séquence nominale. Ça arrive.
Pour vous aider à écrire un article sur ce sujet et à traduire les mathématiques en hsmm, je joins la littérature. C'est un sujet que j'ai étudié à fond. Télécharger à partir de Dropbox aulien (~46MB). Les paquets dans R : mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselect sont juste ceux que j'ai vérifiés au premier coup d'œil.
Bonne chance dans cette affaire sans espoir (je veux dire la traduction vers MKL).
Vous ne lisez probablement pas les articles d'autres auteurs en dehors de ce fil et du vôtre ? D'où tirez-vous de telles conclusions généralisatrices ?
Les modèles de Markov cachés dans leur forme pure ne sont pas applicables à notre cas. Dans notre série chronologique, le changement d'état ne se produit pas à chaque pas de temps. L'état dure pendant plusieurs (nombreux/petits) cycles d'horloge et à chaque étape, la probabilité du changement d'état change. De tels modèles de Markov sont appelés modèles de Semi-Markov. Dans un de mes articles, j'ai appliqué de tels modèles au lissage des états prédits d'une cible. C'est-à-dire que les séquences improbables ont été éliminées en utilisant hsmm. Certains "universitaires" ici ont été choqués lorsqu'ils ont mentionné que le HSMM pouvait être utilisé pour lisser une séquence nominale. Ça arrive.
Pour vous aider à écrire un article sur ce sujet et à traduire les mathématiques en hsmm, je joins la littérature. C'est un sujet que j'ai étudié à fond. Télécharger à partir de Dropbox au lien(~46MB). Les paquets dans R : mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselect sont juste ceux que j'ai vérifiés au premier coup d'œil.
Bonne chance dans ce cas désespéré (je veux dire la traduction à MKL).
Merci, j'ai déjà tout réécrit, mais pour des tâches discrètes
Je ne sais pas comment le faire pour les continues.
s'est vu offrir l'option de filtrer plutôt que de lisser par Mitramiles, il a glissé son ensemble de données et a demandé pourquoi rien ne fonctionnait pour lui dans la fenêtre sc. ? J'ai demandé : pouvez-vous comprendre les mathématiques de hmm, et pas seulement utiliser des paquets pour comprendre pourquoi cela ne fonctionne pas ? C'est tout ce que j'ai demandé.
Merci, j'ai déjà tout réécrit, mais pour des tâches discrètes
pour les tâches continues, je n'ai pas encore trouvé comment.
J'ai suggéré le filtrage au lieu du lissage par Mitramiles, il m'a donné son ensemble de données et m'a demandé pourquoi cela ne fonctionnait pas dans sk. window ? J'ai demandé : ne connaissez-vous pas les maths de hmm, et ne vous contentez pas d'utiliser des paquets pour comprendre pourquoi ça ne marche pas ? C'est tout ce que j'ai demandé.
Alors vous n'avez pas vu mes précédents messages. Je l'ai pris personnellement.
Consultez la littérature, elle vous sera d'une grande aide. Il y en a en russe.
Bonne chance encore.