L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2043

 
Alexander_K:

Hmm... Je vais regarder. Je n'ai pas encore travaillé avec des TF supérieures à M15...

Où est votre signal ? Je l'ai mis dans mes favoris pour pouvoir le regarder facilement, mais maintenant il a disparu. Que s'est-il passé ?

 
Oleg avtomat:

Où est votre signal ? Je l'ai mis dans mes favoris pour pouvoir le consulter facilement, mais maintenant il a disparu. Que s'est-il passé ?


Il a dû trouver le Graal et aller à la Maison Tranquille. )

 

Vidéo intéressante, Maxim. Est-ce l'approche que vous adoptez ?

Нейрохакатон: классификация сигналов ЭЭГ сверточными нейросетями — Андрей Киселев — Смотреть в Эфире
Нейрохакатон: классификация сигналов ЭЭГ сверточными нейросетями — Андрей Киселев — Смотреть в Эфире
  • yandex.ru
Андрей Киселев рассказывает про задачу классификации действий людей по сигналам электроэнцефалограмм, которая решалась в рамках хакатона по нейронаук…
 
Et voici en gros ce que je fais. Il est intéressant de noter que les deux auteurs de la vidéo ci-dessus et ci-dessous disent le contraire - l'un dit que les filets ne fonctionnent pas, l'autre que les arbres fonctionnent :)
Kaggle Melbourne: прогнозирование эпилептических приступов — Олег Паничев — Смотреть в Эфире
Kaggle Melbourne: прогнозирование эпилептических приступов — Олег Паничев — Смотреть в Эфире
  • yandex.ru
Олег Паничев рассказывает про задачу прогнозирование эпилептических приступов на основе анализа электроэнцефалограмм (Kaggle Melbourne University Sei…
 
Aleksey Vyazmikin:

Vidéo intéressante, Maxim. Est-ce l'approche que vous adoptez ?

En quelque sorte, oui, mais je ne l'ai pas encore fait) car j'ai peu confiance en son succès.

Les réseaux fonctionnent mieux sur des données homogènes telles que des images ou des signaux. Les arbres sont meilleurs sur les données hétérogènes, comme un grand nombre de caractéristiques différentes non normalisées.

depuis combien de temps yandexair existe-t-il ? je ne savais pas qu'il y avait un équivalent sur youtube auparavant

CEPENDANT, voici des exemples de ce que nous avons de plus cool pour les séries chronologiques en ce moment : les transformateurs.

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

mais tout cela ressemble à une prévision décalée, comme avec le LSTM. Comme la valeur actuelle de la série est le meilleur prédicteur de la prochaine, comme dans SB
 

J'ai une demande ! !!

Besoin d'écrire un script simple pour mt4 !

L'essentiel est le suivant

1) J'appuie avec ma souris sur un certain chandelier

2) Le script écrit dans un carnet la date, l'heure et le prix de clôture de ce chandelier.

C'est ça ! !!

 
Maxim Dmitrievsky:

En quelque sorte, oui, mais je ne l'ai pas encore fait), car j'ai peu confiance dans le succès de cette entreprise.

Les réseaux fonctionnent mieux sur les données homogènes, comme les images ou les signaux. Les arbres sont plus performants sur des données hétérogènes comme un grand nombre de caractéristiques différentes non normalisées.

depuis combien de temps yandexair existe-t-il ? je ne savais pas qu'il y avait un équivalent youtube auparavant

CEPENDANT, voici des exemples de ce que nous avons de plus cool pour les séries chronologiques en ce moment : les transformateurs.

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

La série chronologique est la plus cool pour le moment - Transformers.

Transformers from scratch
  • peterbloem.nl
I will assume a basic understanding of neural networks and backpropagation. If you’d like to brush up, this lecture will give you the basics of neural networks and this one will explain how these principles are applied in modern deep learning systems. Self-attention The fundamental operation of any transformer architecture is the self-attention...
 
Valeriy Yastremskiy:

En savoir plus sur les transformateurs La traduction est plus ou moins explicite.

Je l'ai dans mes favoris. Je crois que je l'ai déjà jeté.

 

GRU sur des étiquettes aléatoires sur un petit ensemble de données

Epoch 20 train err : 0.3469601273536682 tst err : 0.40891700983047485

Quels pourraient être les avantages et les inconvénients d'un tel échantillonnage aléatoire d'étiquettes ?

def add_labels(dataset, min, max, markup):          #min, max - минимальная\максимальная продолжительность сделки, в барах
    labels = []                                     #сюда сохраняем метки
    for i in range(dataset.shape[0]-max):
        rand = random.randint(min,max)              #случайно выбираем продолжительность следующей сделки
        if i == 0:                                  #если это первый элемент массива, заполняем значениями 0.5, rand-1 штук\
            for a in range(rand-1):                 #поскольку нет более ранних цен для определения метки       
                labels.append(0.5)
        if dataset['close'][i] > (dataset['close'][i + rand] + markup):    #если текущая цена больше чем цена + rand баров вперед\
                labels.append(1.0)                                         #то метка 1.0 (продажа)
        elif dataset['close'][i] < (dataset['close'][i + rand] - markup):  #если меньше, то покупка
                labels.append(0.0)              
        else:
                labels.append(0.5)
    dataset = dataset.iloc[:len(labels)].copy()
    dataset['labels'] = labels
    return dataset

maintenant je vais mettre le pack cuda pour la videocard et utiliser la videocard pour faire les maths sur le big data

les puces sont juste des séquences incrémentielles, 15 pièces par entrée. vous pouvez les augmenter.

 
Maxim Dmitrievsky:

En quelque sorte, oui, mais je ne l'ai pas encore fait) car je ne crois guère au succès de cette activité.

Si je comprends bien la vidéo, il existe une fonction/bibliothèque qui recherche des signes dans le réseau convolutif, c'est-à-dire des modèles prêts à l'emploi à partir desquels des modèles/prédicteurs devraient être trouvés - je me demande ce que l'on s'attend à y trouver, comment ce masque a été fait - quelle est la logique, le savez-vous ?


Maxim Dmitrievsky:


depuis combien de temps yandexair existe-t-il ? je ne savais pas qu'il y avait un équivalent sur youtube auparavant

Pendant un long moment, environ deux ans, je pense que oui.

Maxim Dmitrievsky:

Z.Y. Voici des exemples de ce qu'il y a de plus cool pour les séries chronologiques en ce moment - Transformers

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

mais tout cela ressemble à une prévision décalée, comme avec le LSTM. Comme si la valeur actuelle de la série était le meilleur prédicteur de la prochaine, comme dans SB.

Je ne suis pas sûr que nos données d'entrée conviennent à ce réseau - elles sont trop lisses sur les images.