L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 128
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
Je suis tombé sur un blog et j'ai presque pleuré, l'homme réalisait presque la même idée que celle à laquelle j'avais pensé et que j'avais décidé de mettre en œuvre, et c'est cette idée qui m'a poussé à apprendre la programmation il y a environ un an.
https://www.r-bloggers.com/time-series-matching-with-dynamic-time-warping/
Et moi qui pensais que mon idée était unique)))) la jeunesse, la naïveté... Bien sûr, je n'ai pas utilisé DTW, parce que je ne le comprenais pas à l'époque.
Si nous prenons deux séries temporelles : la variable cible et le prédicteur. Nous obtenons quelques "distances". Si la distance est faible (qu'est-ce qui est "faible"), alors le pouvoir prédictif est élevé ? Un tel prédicteur a plus de valeur par rapport à d'autres qui ont cette distance plus grande ?
Est-ce le cas ?
Si nous prenons deux séries temporelles : la variable cible et le prédicteur. Prenez des "distances". Si la distance est faible (qu'est-ce qui est "faible"), alors le pouvoir prédictif est élevé ? Un tel prédicteur a plus de valeur par rapport à d'autres qui ont cette distance plus grande ?
Est-ce le cas ?
Je l'ai lu trois fois, je ne comprends pas. ((
1) Il semble que ce n'est pas purement un MO, c'est comme une amélioration d'un TS existant, qui a des signaux pour entrer, et seulement sur ces entrées nous entrons et ces entrées nous analysons le MO, non ?
2) Lorsqu'il y a un profit, nous fermons la transaction. Lorsque la transaction est à perte, nous conservons la position, pourquoi devrions-nous faire cela ?
3) Quand acheter, quand vendre ?
4) Je suis un bon juge, je suis comme ça), mais je ne comprends pas vraiment ce que vous avez écrit, peut-être pouvez-vous me montrer une image ou un flyschart....
1. 1. le réseau génère le signal.
2. Je ne comprends rien, nous avons un pays libre. Si vous le voulez, fermez-la, si vous ne le voulez pas, ne la fermez pas. SL est dans le système, peut ou ne peut pas l'être - c'est aussi votre droit.
3. comment puis-je savoir ? Demandez à la grille que vous formez.
4. Peut-être que tu as besoin de lire la 4ème fois, peut-être que ça deviendra plus clair.
Je suis tombé sur un blog et j'ai presque pleuré, l'homme réalisait presque la même idée que celle à laquelle j'avais pensé et que j'avais décidé de mettre en œuvre, et c'est cette idée qui m'a poussé à apprendre la programmation il y a environ un an.
https://www.r-bloggers.com/time-series-matching-with-dynamic-time-warping/
Et moi qui pensais que mon idée était unique)))) la jeunesse, la naïveté... Je n'ai pas utilisé DTW, car je n'en avais aucune idée à l'époque.
1. Le signal est généré par le réseau.
2. Aucun, c'est un pays libre. Si vous le voulez, fermez-la, si vous ne le voulez pas, ne la fermez pas. SL est dans le système, peut ou ne peut pas l'être - c'est aussi votre droit.
3. comment puis-je savoir ? Demandez à la grille que vous formez.
4. Peut-être que tu as besoin de lire la 4ème fois, peut-être que ça deviendra plus clair.
1) L'ensemble de votre algorithme consiste à créer une sorte de fonction cible "douce" pour le réseau neuronal, n'est-ce pas ?
mais dès la première étape de cet algorithme, nous devrions recevoir certains signaux du réseau neuronal, des signaux reçus du réseau neuronal de formation par la fonction cible, par la fonction cible que nous n'avons pas encore créée car nous n'en sommes qu'à la première étape.
mon cerveau explose...
n'est pas du tout comme ça, quel prédicteur, quelle cible, ça n'existe pas... Il s'agit juste d'une recherche grossière dans BP pour les domaines qui sont similaires à la dernière situation actuelle, c'est tout...
Deux séries temporelles
Voici la référence
Détails La fonction effectue un Dynamic Time Warp (DTW) et calcule l'alignement optimal entre deux séries temporelles x et y, données sous forme de vecteurs numériques. L'alignement "optimal" minimise la somme des distances entre les éléments alignés. Les longueurs de x et y peuvent être différentes. La distance locale entre les éléments de x (requête) et y (référence) peut être calculée de l'une des manières suivantes :
Notez le paramètrestep.pattern=symmetric2,
Ceci est tiré de la documentation du paquet.
1) L'ensemble de votre algorithme consiste à créer une sorte de fonction cible "douce" pour le réseau neuronal, n'est-ce pas ?
Mais dès la première étape de cet algorithme, nous devrions recevoir certains signaux du réseau neuronal, des signaux qui proviennent de l'entraînement du réseau neuronal par la fonction cible, par la fonction cible que nous n'avons pas encore créée parce que nous n'en sommes qu'à la première étape.
mon cerveau explose...
Deux rangées de temps.
Eh bien, oui, deux rangées, pour mesurer la proximité entre deux rangées, il faut deux rangées,
Deux séries (dans notre cas) signifie deux parties d'une même série (prix).
la seule différence est que les rangs que vous mettez dans dtw peuvent être de tailles différentes, et c'est très cool pour nous.
1) L'ensemble de votre algorithme consiste à créer une sorte de fonction cible "douce" pour le réseau neuronal, n'est-ce pas ?
Mais dès la première étape de cet algorithme, nous devrions recevoir certains signaux du réseau neuronal, des signaux qui proviennent de l'entraînement du réseau neuronal par la fonction cible, par la fonction cible que nous n'avons pas encore créée car nous n'en sommes qu'à la première étape.
mon cerveau explose...
Les gens ici sont comme ça. Ils sont "mous". Ils ne donnent pas de détails. Et à quoi ça sert ? Ils vivent leur prune ?
Ici, j'ai clairement expliqué ce que je fais :
En détail : sur la barre actuelle le signal d'achat, comme nous achetons, nous comptons en arrière le plus petit nombre de barres à l'avenir et vérifions - si l'affaire sera rentable, si oui - comme nous fermons, si non - nous comptons en avant une barre de plus et vérifions à nouveau. De cette façon, nous atteignons le nombre maximum de barres et les fermons définitivement. Il s'agit d'un mécanisme d'apprentissage.
Qu'est-ce qui n'est pas clair ? Ce n'est pas un fantasme, c'est exactement ce que je fais maintenant. La fonction cible est de maximiser les profits avec des drawdowns minimaux. Je m'entraîne en utilisant mes gènes.
Il y a de telles personnes ici. Ils sont "mous". Ils ne parlent pas des détails. Mais à quoi bon ? Ils vivent leur prune ?