Que mettre à l'entrée du réseau neuronal ? Vos idées... - page 41
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
Malheureusement, il est difficile de travailler avec les ticks, je travaille avec les prix d'ouverture.
J'ai gagné 60% par jour sur un graphique typique.
Dites-moi quelles sont les règles du trading
Dites-moi quelles sont les règles de l'art
J'ai lu le livre de Bill Williams "Masters of the Markets". Si le volume augmente sur les barres ascendantes, il faut acheter. Si le volume diminue sur les barres ascendantes, il faut vendre. Il en va de même pour la vente. Une barre d'épingle avec une ombre en bas est un signal d'achat. Une petite barre avec une petite ombre indique la fin de la tendance. Vous pouvez regarder le volume en tic-tac, il est intégré dans les indicateurs de base de mt.
D'accord, merci.
Le rouge doit décrire le vert de telle sorte que l'on recherche une utilité maximale globale.
Bien sûr que oui ! Mais comment, mieux :) ?
Vous pouvez prendre des métriques standard, comme l'exactitude ou la précision, ou d'autres métriques décrivant l'efficacité de la classification.
A ndrey Dik #: Et que sont exactement les "standards", avec quoi les comparer ?
Les méthodes standard signifient ici plutôt connues, la liste n'est pas à portée de main maintenant, mais elles se répartissent essentiellement en trois catégories :
1. Dénombrement - ici, nous commençons par ajouter/supprimer pièce par pièce ou par groupe - c'est-à-dire que nous nous fions au résultat.
2. l'analyse des modèles d'arbres pour la fréquence et l'utilisation des prédicteurs dans ces modèles.
3. Évaluations statistiques des distributions réciproques avec exclusion des caractéristiques corrélées et autres évaluations statistiques de l'utilité.
Imaginons que nous disposions déjà d'un grand nombre de prédicteurs que nous sommes impatients d'introduire dans le NS. Mais l'ordinateur risque d'être surchargé par l'excès de données entrantes - nous n'avons pas des millions de dollars à consacrer à des superordinateurs. Que faire dans ce cas, quel algorithme d'optimisation sera idéal pour sélectionner les prédicteurs les plus utiles, quel type de FF peut-on inventer, et sera-t-il plus efficace que les méthodes standard d' un point de vue économique ? Voilà une question qui ne cesse d'inquiéter les pauvres :))))) Qu'en pensez-vous ?
A leksey Vyazmikin #:
1. Bien sûr, c'est nécessaire ! Mais comment, mieux :) ?
2. vous pouvez utiliser des mesures standard - précision ou exactitude, ou d'autres mesures décrivant les performances de la classification.
Je n'ai pas la liste sous la main, mais il y a en gros trois catégories :
1). Surpassement - ici, nous commençons par ajouter/supprimer un par un ou par groupes - c'est-à-dire que nous nous fions au résultat.
2). Analyse des modèles arborescents en fonction de la fréquence et de l'utilisation des prédicteurs.
3). Estimation statistique des distributions réciproques avec exclusion des caractéristiques corrélées et autres estimations statistiques de l'utilité.
1- Il est préférable que le maximum global de l'efficacité du système FF soit singulier et stationnaire. Il ressemblera à une île stable à surface solide au milieu d'une mer de vagues (ou plutôt, de vagues de la mer). Des paramètres robustes impliquent une performance similaire du système sur de nouvelles données. S'il n'y a pas de tels îlots stables, il y a au moins deux possibilités : soit le système n'a pas du tout de paramètres robustes, soit l'ensemble du FF (ou une ou plusieurs mesures incluses dans celui-ci) a été choisi pour être incohérent par rapport au processus. Qu'entendez-vous par "processus inapproprié" ? Par exemple, une fusée est lancée dans l'espace et l'une des mesures du véhicule est mise en œuvre pour mesurer la dynamique de l'évolution du pourcentage d'éclosion des poussins de cormorans au cours des 100 dernières années. En quoi cette métrique affecte-t-elle le succès du lancement du vaisseau spatial ? - Rien, une telle mesure ne fait que diluer les mesures globales du processus de lancement du vaisseau spatial.
2. En quoi l'application de la FF diffère-t-elle des méthodes "standard" ?
1. il est préférable que le maximum global de l'efficacité du système FF soit unique et stationnaire. Il ressemblera à une île solide et stable de la surface au milieu d'une mer de vagues (ou plutôt de vagues de la mer). Des paramètres robustes impliquent une performance similaire du système sur de nouvelles données. S'il n'y a pas de tels îlots stables, il y a au moins deux possibilités : soit le système n'a pas du tout de paramètres robustes, soit l'ensemble du FF (ou une ou plusieurs mesures incluses dans le FF) a été choisi pour être incohérent par rapport au processus. Qu'entendez-vous par "processus inapproprié" ? Par exemple, une fusée est lancée dans l'espace et l'une des mesures du véhicule est mise en œuvre pour mesurer la dynamique de l'évolution du pourcentage d'éclosion des poussins de cormorans au cours des 100 dernières années. En quoi cette métrique affecte-t-elle le succès du lancement du vaisseau spatial ? - Rien, une telle mesure ne fait que diluer les mesures globales du processus de lancement.
C'est vrai, 100 %, c'est bien.
C'est ce que nous devons découvrir : y a-t-il des îles ou seulement des océans ?
A ndrey Dik #: 2. En quoi l'application de FF diffère-t-elle des méthodes "standard" ?
L'algorithme ? Mais j'aimerais répondre différemment - "efficacité" et rapidité de la recherche d'une bonne solution.
1) C'est exact - 100 %, c'est bien. C'est ce que nous devons découvrir : y a-t-il des îles ou seulement des océans ?
2. par algorithme ? Mais j'aimerais répondre différemment : par l'"efficacité" et la rapidité de la recherche d'une bonne solution.
1) Il est donc facile de vérifier - dans une fenêtre flottante. La FF des paramètres non robustes ressemblera à des vagues, et les paramètres robustes à une île stable.
2. Il est difficile de se prononcer sur la vitesse, mais en ce qui concerne l'efficacité, il n'y a pas de différence, que ce soit ici ou là, tout est dans la FF. Une autre chose est qu'il existe un niveau de contrôle plus élevé sur chaque composant du système.
1. il est facile de vérifier dans une fenêtre flottante. Les FF de paramètres non robustes ressembleront à des vagues, et les paramètres robustes à une île stable.
2. Il est difficile de parler de vitesse, mais en ce qui concerne l'efficacité, il n'y a pas de différence, que ce soit ici ou là, tout repose dans la fenêtre flottante. Autre chose, lorsqu'il y a un niveau de contrôle plus élevé sur chaque composant du système.
1. Synchronisons les horloges ! Nous disposons d'un ensemble de prédicteurs - notre tâche consiste à sélectionner les prédicteurs efficaces, c'est-à-dire ceux qui contribuent à l'amélioration de notre indicateur - en l'occurrence la précision. Nous faisons une sélection, construisons un modèle simple en bois et évaluons la performance de la classification sur un échantillon de validation - donc pour chaque agent. Et ainsi de suite - nous obtenons le résultat - nous envoyons des agents explorer de nouvelles coordonnées.
Au final, nous avons un grand nombre de variables binaires - un interrupteur - on/off.
Comment représenter graphiquement les vagues ici et à quel moment ?
2- Efficacité par nombre d'itérations/temps perdu, de plus j'ai décrit 3 méthodes différentes globalement - il serait intéressant de faire une comparaison complète entre elles.