L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 341
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
Il ne s'agit pas de R
J'ai copié votre article sur Rattle, je ne sais pas pourquoi vous avez ajouté les prix nus ici aussi, mais peu importe, c'est un bon article) J'ai exécuté votre exemple et obtenu exactement les mêmes résultats. J'ai encore une question sur le RNN - conseillez-moi un bon paquet, s'il est disponible dans R, en particulier LSTM. Vladimir m'a déjà écrit qu'il est préférable d'utiliser Python pour les NS compliqués, mais il se peut que ce soit en R ;) Il s'avère que c'est assez facile à utiliser.
p.s. Et encore une fois, envoyez-moi des informations sur votre cours de formation.
J'ai enfin compris votre article sur Rattle, je ne comprends pas bien pourquoi vous y avez ajouté des prix nus mais ce n'est pas le sujet. J'ai encore une question sur le RNN - conseillez-moi un bon paquet, s'il est disponible dans R, en particulier LSTM. Vladimir m'a déjà écrit qu'il est préférable d'utiliser Python pour les NS compliqués, mais il se peut que ce soit en R ;) Il s'avère que c'est assez facile à utiliser.
p.s. Et encore une fois, envoyez-moi des informations sur votre cours.
Je ne peux pas vous aider : je ne fais pas de réseau, mon expérience ne concerne que nnet dans rattle. Cette expérience est négative.
Je n'ai pas de cours de formation.
Mon article a délibérément un ensemble assez large de prédicteurs. Si vous apprenez à les éliminer, vous pouvez réduire à moins de 35 % l'erreur HORS FICHIER DE FORMATION (il ne s'agit pas d'une OOV) sur les prédicteurs d'articles pour scaffolding et ada.
Bonne chance
J'ai copié votre article sur Rattle, je ne sais pas pourquoi vous avez mis les prix nus là aussi, mais peu importe, bon article ) J'ai exécuté votre exemple et obtenu exactement les mêmes résultats. J'ai encore une question sur le RNN - conseillez-moi un bon paquet, s'il est disponible dans R, en particulier LSTM. Vladimir m'a déjà écrit qu'il est préférable d'utiliser Python pour les NS compliqués, mais il se peut que ce soit en R ;) Il s'avère que c'est assez facile à utiliser.
p.s. Et encore une fois, envoyez-moi des informations sur votre cours.
Si sans Pythona - rnn et mxnet . Purement en R.
Bonne chance
Je ne peux pas vous aider : je ne fais pas de réseaux - je n'ai qu'une expérience de nnet dans rattle. Cette expérience est négative.
Je n'ai pas de cours de formation.
Mon article a délibérément un ensemble assez large de prédicteurs. Si vous apprenez à les éliminer, vous pouvez réduire à moins de 35 % l'erreur HORS FICHIER DE FORMATION (il ne s'agit pas d'une OOV) sur les prédicteurs d'articles pour scaffolding et ada.
Bonne chance
Si sans Pythona - rnn et mxnet. Purement en R.
Bonne chance
merci :)
Vous ne construisez pas votre phrase correctement. Vous écrivez : "Je n'ai pas trouvé les filtres que je cherchais*. Comme je ne sais pas quels sont les filtres qui vous intéressent, en voici quelques-uns d'un coup d'œil :
paquet mFilter - filtre Baxter-King, filtre Butterworth, filtre Christiano-Fitzgerald, filtre Hodrick-Prescott, filtre de régression trigonométrique
Paquet FKF - Filtre Kalman rapide ....
De même, si vous êtes un expert en matière de filtres et que vous connaissez la formule mathématique qui permet de les calculer, vous pouvez les calculer sans problème. Non ?
Bonne chance
Merci, je ne savais pas.
Si vous connaissez la formule mathématique... Qui connaît la formule ?) Les filtres sont conçus pour une tâche spécifique, et il ne suffit pas de prendre des modèles de Bessel ou de Kalman et de les appliquer. Vous avez également besoin d'outils pour travailler avec les filtres. Les filtres ne sont pas toujours utilisés dans leur forme originale.
J'ai eu l'idée d'utiliser R et SciLab ensemble, mais la mise en commun des données R<->SciLab est une tâche plutôt laborieuse et peu susceptible d'avoir un sens, du moins au stade du développement.
Merci, je ne savais pas.
Si vous connaissez la formule mathématique... Qui connaît la formule ?)) Les filtres sont conçus pour une tâche spécifique, et il ne suffit pas de prendre des modèles de Bessel ou de Kalman et de les appliquer. Vous avez également besoin d'outils pour travailler avec les filtres.
J'ai pensé à utiliser R et SciLab ensemble, mais le rassemblement des données R<->SciLab est une tâche plutôt laborieuse et peu susceptible d'avoir un sens, du moins au stade du développement.
Prenez contact avec nous.
Si vous utilisez Matlab, le marshalling R<-> Matlab est une affaire réglée.
Bonne chance
Mais en réalité, le problème du pseudo-filtre R que vous avez identifié a des racines beaucoup plus profondes.
Pourquoi en avez-vous besoin ? Un filtre est un outil auxiliaire. Et R dispose de solutions prêtes à l'emploi pour construire des unités de décision. Nous pouvons désigner deux grandes lignes : l'apprentissage automatique et l'ARMA-ARIMA-ARFIMA-ARCH-GARCH. Et qu'est-ce que cela a à voir avec les filtres en tant que tels ?
Pourquoi des filtres ?
Il existe un domaine appelé ingénierie radio statistique. En termes simples, il s'agit de la science de la détection et de l'isolation des signaux du bruit, et même du bruit sous-jacent.
En général, avant de pouvoir détecter ou identifier un signal, nous devons amplifier le spectre d'énergie du signal par diverses transformations et affaiblir les composantes du bruit, ce qui augmente naturellement le rapport signal/bruit de la série chronologique et simplifie le traitement et l'identification ultérieurs du signal.
Dans notre cas, ce qui est un signal et ce qui est du bruit est à la discrétion de chacun en fonction de la stratégie.
Pourquoi des filtres ?
Il existe un domaine appelé ingénierie radio statistique. En termes simples, il s'agit de la science de la détection et de l'isolation des signaux du bruit, et même du bruit souterrain.
Dans le cas général, avant de pouvoir détecter ou identifier un signal, nous devons amplifier le spectre d'énergie du signal et affaiblir les composantes du bruit par diverses transformations qui augmentent naturellement le rapport signal/bruit de la série chronologique et simplifient le traitement et l'identification ultérieurs du signal.
Dans notre cas, ce qui est signal et ce qui est bruit est à la discrétion de chacun, en fonction de la stratégie.
Une erreur typique commise par les ingénieurs radio est de croire qu'il y a un signal sur les marchés financiers et ils ne peuvent pas imaginer, même dans leurs rêves les plus fous, qu'il n'y a pas de signal sur les marchés financiers et qu'il n'y en aura jamais. C'est pourquoi les filtres ne sont pratiquement jamais utilisés sur les marchés financiers.
Il y a une autre circonstance, purement technique : les marchés financiers sont des séries temporelles non stationnaires, ce qui fait qu'une grande partie des statistiques qui fonctionnent bien dans le domaine de la radiotechnique se perdent. J'ai survécu à tant d'ingénieurs radio sur ce forum. Je leur ai tous conseillé : si vous voulez gagner de l'argent, oubliez l'ingénierie radio. Je leur ai conseillé à tous : si vous voulez gagner de l'argent sans vous soucier de l'ingénierie radio, laissez tomber.
Il n'y a pas de signal sur les marchés financiers et il n'y en aura jamais.
Je pense* qu'il y en a un après tout. Disons que j'essaie d'élaborer une stratégie en négociant les prix d'ouverture sur H1. Il n'y a pas de stop et de take, mais seulement la fonction CopyOpen() de mql, et un Expert Advisor qui une fois par heure décide où le prix sera dans une heure et prend une position dans cette direction. Il s'avère que je travaille avec un signal dont la fréquence d'échantillonnage est de 1/3600 Hz, non ?
* Je ne suis pas un technicien radio et je ne connais pas les termes, peut-être que le prix d'ouverture devrait être appelé autrement que par un signal.
Erreur typique de tous les ingénieurs radio : ils croient qu'il y a un signal sur les marchés financiers, alors qu'ils ne peuvent même pas imaginer, dans leurs rêves les plus fous, qu'il n'y a pas de signal sur les marchés financiers et qu'il n'y en aura jamais. C'est pourquoi les filtres ne sont presque jamais utilisés sur les marchés financiers.
Il existe une autre circonstance, purement technique : les marchés financiers sont des séries temporelles non stationnaires, ce qui entraîne la perte de la part du lion des statistiques, qui fonctionnent bien en ingénierie radio. J'ai survécu à tant d'ingénieurs radio sur ce forum. Je leur ai tous conseillé : si vous voulez gagner de l'argent, oubliez l'ingénierie radio. Pour toujours.
Eh bien, s'il n'y a pas de signal, que cherchez-vous ? Vous cherchez un signal sans l'admettre).
Ainsi, ce que l'on entend par un signal sur le marché - un certain ensemble de modèles (dans le sens d'images dans un certain espace), indiquant la possibilité d'entrer dans le commerce à un moment donné du temps. Une tâche de classification typique. Et d'ailleurs, avant d'effectuer la classification, il est souhaitable de rendre cet espace sinon orthogonal, du moins linéairement indépendant, ce qui est en principe impossible sans utiliser de filtre.
Je crois comprendre que vos prédicteurs sont une tentative d'augmenter le rapport signal/bruit.