L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2364
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
Trouver une solution...))
prévisible...
J'ai déjà écrit comment éliminer la corrélation sérielle dans la fenêtre glissante jusqu'à presque zéro, lors de la préparation des données.
avec l'invariance d'échelle des signes/modèles n'a pas été jouée, on pourrait penser. Cela dépend de ce que l'on prend comme point de référence.
La méthode la plus simple consiste à modifier les attributs (par exemple, les périodes MAC) lorsque la volatilité change, etc. Il aura un effet similaire.J'ai déjà écrit comment éliminer la corrélation sérielle dans la fenêtre glissante jusqu'à presque zéro, lors de la préparation des données.
avec l'invariance d'échelle des signes/modèles n'a pas été jouée, on pourrait penser. Cela dépend de ce que l'on prend comme point de départ.
Oooh c'est l'une des nombreuses questions auxquelles il faut réfléchir...
==========
Quant à la résolution du problème lui-même...
Je génère des règles en utilisant la régression grammaticale (génétique), chaque règle peut être considérée comme un événement, sans liaison avec des indices, juste une séquence de déclencheurs.
Comme ça.
Si toutes les règles sont remplies lors d'un événement, vérifier s'il y a un rebond ou autre (ce qui est écrit dans la fonction de fitness)
Ces règles sont vraiment régulières et ont une durée de vie de 100-200 visites.
Les règles peuvent être combinées en ensembles (quelque chose comme Random Forest).
Mais tout ceci est terriblement gourmand en ressources, mais très prometteur, nous pouvons utiliser absolument n'importe quelle mathématique et architecture, et n'importe quelle cible grâce à la mise en forme.
Vous pouvez tout essayer si vous avez la puissance de calcul nécessaire.
Oooh c'est l'une des nombreuses questions auxquelles il faut réfléchir...
==========
En ce qui concerne la solution au problème lui-même...
Je génère des règles avec une grammaire de régression (génétique), chaque règle peut être considérée comme un événement, pas d'index, juste une séquence de déclencheurs.
Comme ça.
Si toutes les règles sont remplies lors d'un événement, vérifier s'il y a un rebond ou autre (ce qui est écrit dans la fonction de fitness).
Les règles obtenues tiennent vraiment des régularités, durée de vie 100-200 déclencheurs
Les règles peuvent être combinées en ensembles (quelque chose comme Random Forest).
Mais tout ceci est terriblement gourmand en ressources, mais très prometteur, nous pouvons utiliser absolument n'importe quelle mathématique et architecture, et n'importe quelle cible grâce à la mise en forme.
Vous pouvez tout faire si vous avez la puissance de calcul.
les mêmes qu'avec les filtres saisonniers ou autres, mais les conditions sont plus complexes
pour le MoD, c'est bien, car les groupes d'exemples sont parfois similaires
Fourier, je prends la somme des n premières (2-5) harmoniques avec la plus grande amplitude.
Est-ce qu'il est ajusté à la parcelle à l'œil nu ?
Vous pouvez tout passer en revue, pour autant que vous ayez la puissance de calcul nécessaire.
Cette méthode est-elle plus rapide que l'arbre génétique que j'ai posté précédemment ou non ? Le résultat que je vois est le même - obtenir des feuilles et les combiner en groupes - j'ai déjà fait tout cela.
Je peux calculer moi-même ce qui est nécessaire pour obtenir des résultats intermédiaires afin de les évaluer.
Ajouté : C'est vrai, il y a aussi une règle pour comparer un indicateur avec un autre - c'est vraiment nouveau - j'y pensais depuis longtemps.La seule chose utile que Microsoft ait faite pour le monde est le VSCode.
Les décorateurs Python ne peuvent pas le corriger de manière interactive, je suis fatigué de leur envoyer des rapports de bug.
J'ai envoyé des rapports de bogue depuis deux ordinateurs et des personnes m'ont écrit).
Les décorateurs Python ne peuvent pas le réparer en mode interactif, je suis épuisé de leur envoyer des rapports de bogues
Je leur ai envoyé des rapports de bogue depuis deux ordinateurs et des personnes m'ont écrit, la réponse a été que tout fonctionne).
Il est donc temps de passer à R)
Est-ce qu'il s'adapte au site à l'œil nu ?
différemment.
Cette méthode est-elle plus rapide que l'arbre génétique que j'ai posté précédemment ou non ?
Non, il s'agit de règles fondamentalement différentes...
Les méthodes ne sont pas comparables"la programmation génétique" est une direction de méthodes dans laquelle certains programmes écrivent d'autres programmes, je l'ai juste implémentée sous forme de règles (peut être n'importe quoi)
L'arbre génétique est un cas particulier de l'arbre de conception avec une saveur d'algorithme génétique. c'est-à-dire le chapeau habituel inapplicable parce que l'entrée va à X,Y avec une liaison aux index.
Ajouté : C'est vrai, il y a aussi une règle pour comparer un indice avec un autre - c'est vraiment nouveau - j'y pense depuis longtemps.
il pourrait y avoir n'importe quoi
parce que l'entrée est liée par X,Y aux indices
Ce que vous mettez dedans, c'est ce que vous obtenez.
OK, j'ai compris, tu n'as pas besoin d'aide.