L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2390
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
J'ai complètement oublié que vous avez des classes qui sont responsables de la direction du commerce, alors que j'ai des classes qui permettent/refusent le commerce - c'est pourquoi vous ne pouvez pas sentir l'utilité d'un graphique :))).
C'est ainsi que larecherche de modèles est résolue par l'énumération de la diversité des relations entre les prédicteurs, les incréments sont juste instables et doivent élargir la gamme, au moins leur ajouter un ATR(3) quotidien.
mais pas d'une manière aussi barbare.
attendez une semaine, puis ouvrez les yeux pour regarder les graphiques.
Il est plus facile de dire qu'il n'y a pas de régularités).
J'ai complètement oublié que vous avez des classes qui sont responsables de la direction du commerce, tandis que j'ai des classes qui permettent/refusent le commerce - c'est pourquoi vous ne pouvez pas sentir l'utilité du graphique :))))
Si je ne me trompe pas, je préfère chercher des modèles en énumérant les diverses corrélations des prédicteurs. Ce sont juste les incréments qui sont instables et il faut élargir la fourchette, au moins ajouter ATR(3) pour le graphique quotidien.
Et s'il y a une formation sur M1 ? Pour 1440 barres, il y aura la même valeur de cet indicateur. Ou vous vous entraînez sur D1 ?
mais pas de la même manière barbare
Attendre une semaine pour qu'il compte, puis ouvrir les yeux pour regarder les photos.La présélection est basée sur une série de critères, tandis que les graphiques sont plus susceptibles d'être nécessaires pour comprendre la qualité du modèle sur un réseau particulier. Les graphiques changeront bien sûr en fonction de la cible.
Par exemple, si le modèle montre généralement des bénéfices mais qu'il y a de forts échecs de bénéfices au milieu de la probabilité, par exemple de 0,6, je ne prendrai pas un tel modèle, et si ces échecs sont aux extrémités de la distribution, je peux simplement limiter la réponse (interprétation de un), disons à 0,65.
Bien qu'il soit évident que le modèle lui-même n'est pas très bon (pas de deux bosses prononcées), comparé au dernier.
ATR sur D1 avec une période de 3 ?
Et si sur M1 la formation ? Pour 1440 barres, il y aura la même valeur de cet indicateur. Ou vous vous entraînez sur D1 ?
Oui, ce sera une seule et même chose - c'est la définition de la volatilité et le modèle devrait définir par exemple 2-3 périodes de volatilité, sur lesquelles les valeurs en pips devraient être interprétées différemment, parce que pour certaines fourchettes c'est le début de la tendance et pour d'autres c'est la fin. De plus, j'entre simplement ces valeurs dans l'ATR, de sorte que les morceaux ayant une volatilité différente deviennent comparables.
La présélection est basée sur un ensemble de critères, tandis que les graphiques servent davantage à comprendre la qualité du modèle sur un réseau particulier. Les graphiques changeront bien sûr en fonction de la cible.
Par exemple, si le modèle montre généralement des bénéfices mais qu'il y a de fortes baisses de bénéfices au milieu de la probabilité, par exemple de 0,6, je ne prendrai pas un tel modèle, et si ces baisses sont aux extrémités de la distribution, je prendrai juste et je limiterai la réponse (interprétation de un), disons, à 0,65 comme je l'ai fait ici.
Bien que vous puissiez voir que le modèle lui-même n'est pas très bon (pas de deux bosses prononcées), comparé au dernier.
C'est n'importe quoi, il faut de nouvelles idées révolutionnaires.
Sans eux, je ne lèverais pas le petit doigtJ'ai essayé hier de faire un algorithme génératif-adversarial basé sur votre idée de la vidéo. Il y a un agent générateur qui moud les affaires, et un agent discriminateur qui évalue la justesse des affaires et élimine les négatives. Le jeu de données est sélectionné à l'aide d'une fenêtre glissante avec un pas discret. Malheureusement, je n'ai pas encore réussi à obtenir un processus d'apprentissage stable, car à 5-7 itérations le discriminateur a supprimé l'ensemble des données))). J'ai essayé de rééchantillonner avant la formation et les deux agents selon votre idée, mais pas beaucoup. Je vais essayer ce soir d'inverser ou de rendre aléatoires les échanges au lieu de les supprimer. Je comprends que la suppression des balises invalides est plus efficace que leur modification ou leur randomisation, mais j'aimerais mettre en œuvre un processus d'apprentissage non réversible.
J'ai essayé hier de faire un algorithme génératif-adversarial basé sur votre idée de la vidéo. Il y a un agent générateur qui moud les transactions, et un agent discriminateur qui évalue la justesse des transactions et élimine les négatives. Le jeu de données est sélectionné à l'aide d'une fenêtre glissante avec un pas discret. Malheureusement, je n'ai pas encore réussi à obtenir un processus d'apprentissage stable, car à 5-7 itérations le discriminateur a supprimé l'ensemble des données))). J'ai essayé de rééchantillonner avant la formation et les deux agents selon votre idée, mais pas beaucoup. Je vais essayer ce soir d'inverser ou de rendre aléatoires les échanges au lieu de les supprimer. Je comprends que la suppression des balises invalides est plus efficace que leur modification ou leur randomisation, mais j'aimerais lancer un processus d'apprentissage non réversible.
C'était rapide, j'ai farfouillé un peu et je l'ai mis de côté ;) Je vais finir ma version, voyons voir.
la dégénérescence se produit comme prévu - intéressant. Il y a lieu de réfléchir à la manière d'y faire face.
j'ai lu un article sur l'inférence causale l'autre jour, je voulais l'appliquer à la recherche de quelque chose... mais il semble que ce ne soit pas notre sujet
Z.I. a obtenu ce résultat avec un méta-modèle (sans apprentissage itératif) en 5 ans. Formation pendant 5 mois.
Je réfléchirai à la manière de joindre l'itératif (en refaisant les exemples des articles).
C'était rapide, j'ai farfouillé un peu et je l'ai mis de côté ; je vais finir ma version, on verra.
La dégénérescence se produit comme prévu - intéressant. Il y a une raison de réfléchir à la manière d'y faire face.
j'ai lu un article sur l'inférence causale l'autre jour, je voulais l'appliquer à la recherche de quelque chose... mais il semble que ce ne soit pas notre sujet
Z.I. a obtenu ce résultat avec un méta-modèle (sans apprentissage itératif) en 5 ans. Formation pendant 5 mois.
Je réfléchirai à la manière de joindre l'itératif (en refaisant les exemples des articles).
Ça a l'air cool, mais ce n'est pas encore clair. Si cela ne vous dérange pas, dites-moi ce qu'est le méta-modèle ou suggérez-moi où le lire. Peut-être avez-vous déjà écrit à ce sujet dans ce fil ?
J'ai quitté le site pendant un long moment et je n'ai pas pu suivre le fil de discussion.
Ça a l'air cool, mais ce n'est pas encore clair. Si cela ne vous dérange pas de me dire de quel modèle de méthamphétamine il s'agit ou où le lire, peut-être avez-vous déjà écrit à ce sujet dans ce fil ?
Je viens de quitter le site pour une longue période et je n'ai pas eu l'occasion de suivre le fil de discussion.
c'est le deuxième modèle qui permet/refuse d'ouvrir des transactions
c'est-à-dire qu'il y a 2 modèles en production