L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 869

 
elibrarius:

J'ai appris environ 2 VS dans la pratique, et c'est la seule façon dont je les utilise. Si j'utilise 3 classes (acheter, attendre, vendre), alors la classe intermédiaire apparaît très rapidement, surtout si le neurone de sortie est sigmoïde ou tangent.
Mais si la régression... Idéalement, un seul neurone de sortie est nécessaire.

Chaque NS est composé de 2 classes - long/0, le second NS est court/0.

Juste au cas où, je répète l'un des résultats de la formation NS - il s'agit toujours d'un test du 09.17. Il en ressort quelque chose comme ça.

Disons, plus de 0,5 - long, moins - 0, on arrête.

 
Maxim Dmitrievsky:

Non, je n'utilise que l'échafaudage jusqu'à présent (un ensemble d'un nombre quelconque de modèles, sur différentes caractéristiques), le résultat est moyen.

très rapidement tout fonctionne

L'arbre est-il un analogue de TF ? Quelque chose me semble indiquer que ce n'est pas le cas. Il s'agit probablement d'autre chose, mais les résultats sont généralement similaires à ceux de la NS.
 
elibrarius:
Alors, l'arbre est-il un analogue du TF ? Quelque chose me dit que ce n'est pas le cas.

Je n'en ai aucune idée... je suis allé boire du bacardi ;) j'y penserai plus tard.

j'ai l'intention d'essayer NS, même juste la régression logistique, tant que c'est rapide, parce que c'est un environnement multi-agents, beaucoup de modèles sont entraînés en même temps... mais j'adapte RL à mes besoins

J'ai aussi très envie d'utiliser le clustering et j'ai réfléchi à la manière de le faire, mais alglib ne permet pas d'obtenir l'appartenance au centroïde sur de nouvelles données, je vais devoir prendre une autre librairie quelque part.
 
Yuriy Asaulenko:

Uh-huh. L'entrée NS est une série temporelle normalisée. Disons que la structure NS -15-20-15-10-5-1 fonctionne déjà bien.

Pour déterminer les positions longues et courtes, il faut 2 NS.

Si seulement on pouvait trouver un algorithme pour calculer la structure du réseau... pour qu'elle soit à la fois suffisante et non superflue.
 
Elibrarius:
J'aimerais trouver un algorithme pour calculer la structure du réseau... pour qu'elle soit suffisante et non superflue.

Je ne sais pas. Dans la littérature classique, uniquement par intuition ou sélection.

J'ai réussi à le faire à partir de la 3ème ou 4ème fois. Vous commencez à les ressentir à la suite de l'apprentissage).

 
Maxim Dmitrievsky:

Je n'en ai aucune idée... je suis allé boire du bacardi)) J'y penserai plus tard.

Je vais essayer la NS, même la régression logistique, du moment que c'est rapide, parce que c'est un environnement multi-agents, beaucoup de modèles sont entraînés en même temps... mais j'adapte la RL à mes problèmes.

Je veux vraiment utiliser le clustering et j'ai réfléchi à la manière de le faire, mais alglib ne permet pas d'obtenir l'appartenance au centroïde sur de nouvelles données, je vais devoir trouver une autre bibliothèque.
La régression n'a pas de couches cachées...
Il est temps de passer à R, je l'ai essayé sur alglib NS - des dizaines de fois plus lent compte le même réseau que sur R (comme un jour contre 30-60 minutes). De plus dans alglib maximum 2 couches cachées, et d'après vos observations vous avez besoin de 3 conversions consécutives, c'est à dire 3 couches.
 
elibrarius:
De plus dans alglib maximum 2 couches cachées, et d'après vos observations vous avez besoin de 3 conversions consécutives, c'est à dire 3 couches.

3 couches, ce n'est rien du tout.(

Je me suis un peu trompé dans ma structure NS, d'ailleurs.

c'était15-20-15-10-5-1

Ça devrait être 15-15-20-15-10-5-1. Le premier nombre est le nombre d'entrées.

 
Yuriy Asaulenko:

3 couches, ce n'est rien du tout.(

Je me suis un peu trompé dans ma structure NS, d'ailleurs.

c'était15-20-15-10-5-1

Ça devrait être 15-15-20-15-10-5-1. Le premier nombre - le nombre d'entrées.

Un total de 1030 échelles n'est pas faible. Et combien de données d'entrée (rangées) ?

 
elibrarius:

Un total de 1030 échelles n'est pas faible. Et combien d'entrées (lignes) y a-t-il ?

Excusez-moi ? Qu'est-ce que tu veux dire ? Le NS a 15 entrées - le 1er chiffre de la structure du NS. L'entrée est directement normalisée BP - 15 points.

 
Yuriy Asaulenko:

Excusez-moi ? Qu'est-ce que tu veux dire ? NS a 15 entrées - 1er chiffre de la structure NS.

Je veux dire combien de lignes de données de formation (ou d'exemples de formation).
Par exemple, 10000 lignes de 15 entrées