L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 153
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Cosa vuoi dire con questo? Sembra esserci qualcosa di interessante nella frase, ma il significato mi sfugge.
Mi sono sbagliato su 2 sigma lì, beh in generale l'incremento di prezzo per un certo periodo di tempo, per esempio un minuto, come una caratteristica può aggiungere circa il 4-5% di informazioni extra su dove si muove il prezzo nel minuto successivo, e così via per 5 min 5 min per un'ora e così via, beh è tutto molto approssimativo, e "informazioni" non significa che si muove anche, significa il peso di questa caratteristica in un sistema piuttosto complesso con migliaia di caratteristiche. Quello che prima non significava quasi nulla, rumore.
1) Comprensione ristretta della domanda. un filtro di rete di convoluzione può eseguire molte operazioni su un vettore di input, e generare, per esempio, n medie mobili, parzialmente sovrapposte o meno, o prendere diverse somme. Che è già una pretesa per la normale ingegneria delle funzioni.
2) Ancora una volta, un eufemismo o un malinteso. Per le reti di convoluzione, è sufficiente alimentare i dati "grezzi" (in forma pseudo-stazionaria), ad esempio i rendimenti dei prezzi con un ritardo di 1. La rete fa il resto.
Non sto discutendo con le reti di convoluzione, la questione è perché funzionano, specialmente in immagini, spettrogrammi, ecc. Il fatto è che le componenti vettoriali sono "spalmate" l'una con l'altra, infatti l'immagine non è nemmeno un vettore, lo strato di convoluzione comprime semplicemente la dimensione, moltiplicando le aree correlate per un certo numero di filtri selezionati dal bullpen, questi filtri possono essere ottenuti in modi diversi, ma l'immagine è, per così dire, il Tutto, e la serie temporale la sua "forma" è in realtà rumore, solo le sue ultime barre e le ultime barre di centinaia e migliaia di altri strumenti di vari scambi hanno senso.
E inserendo la storia di un giorno di una serie nella CNN eil resto è finito dalla rete stessa. otteniamo... quello che tutti gli altri stanno ottenendo
Forum sul trading, sistemi di trading automatico e test di strategie di trading
Discussione su "Lavorare con i socket in MQL, o come diventare un fornitore di segnali"
pavlick_, 2016.09.09 10:52
Sono su linux, quindi ipc diventa un compito non banale (comunicazione tra terminale sotto wine e linuex exe). E l'IPC via rete è un modo universale. Collego lo script µl al programma linux tramite loopback (127.0.0.1) sullo stesso computer. Fondamentalmente, ho scritto una api linux per il terminale (lo script µl gestisce le richieste e invia i dati sui prezzi o piazza gli ordini).
Nella mia situazione questo è il modo migliore di IPC da quello che ho provato. E non voglio trasferire i miei sviluppi su µl - non voglio essere legato a un certo linguaggio.
È possibile che faremo un regalo elegante alla comunità R.
Il tempo lo dirà.
Ragazzi, c'è un'idea, vale la pena controllare, l'ho avuta per molto tempo, volevo controllare ma non riuscivo a capire il pacchetto e in qualche modo l'ho dimenticato e abbandonato, ma qui ho lettoil threaddi J.B e mi sono ricordato, risulta che anche lui ha fatto qualcosa di simile:)
Stiamo parlando di correlazione incrociata - possiamo calcolare quanto un BP è in ritardo rispetto all'altro BP e se c'è qualche connessione tra loro ...
L'essenza della mia idea era di monitorare simultaneamente un gran numero di coppie e costruire qualcosa come una matrice di correlazione incrociata per confrontare ogni coppia e trovare le coppie che si seguono l'un l'altra ma una rimane indietro e commerciare questo ritardo, poiché il mercato non ha nulla di più costante del tempo, penso che i calcoli dovrebbero essere fatti costantemente ad ogni nuova barra, per notare immediatamente quando appare una nuova relazione e anche per notare immediatamente quando questa relazione scompare ...
Si può prendere qualsiasi cosa, qualsiasi predittore, ma penso che l'approccio migliore sia a coppie, perché i market maker quando il prezzo del loro strumento è quasi sempre guidato da uno o un gruppo di altri strumenti, e gli indicatori classici difficilmente si adattano.
posso provare ad addestrare un neuronet usando predittori che cambiano dinamicamente, cioè tutto è limitato solo dall'immaginazione ...
Cercherei di implementarlo io stesso, ma sono occupato con un altro progetto e non voglio sputare il rospo
La funzione standard ccf() di cross-correlazione in P
è un pacchetto avanzato con suddivisione pre spettrale in livelli e poi controllo del crossover "wavemulcor". Può anche confrontare molti BP allo stesso tempo
Stiamo parlando di correlazione incrociata - possiamo calcolare quanto una BP è in ritardo rispetto all'altra e se c'è una qualche connessione tra loro...
L'essenza dell'idea è di monitorare simultaneamente un gran numero di coppie e costruire qualcosa come una matrice di correlazione incrociata per confrontare ogni coppia con l'altra e trovare le coppie che si seguono per un po' ma una rimane indietro e commerciare questo ritardo, poiché il mercato non ha niente di più costante del tempo, penso che questi calcoli dovrebbero essere fatti costantemente ad ogni nuova barra per notare quando appare una nuova relazione e anche per notare immediatamente quando questa relazione scompare...
confrontare molti BP allo stesso tempo
Hai ragione come inizio, ma non solo coppie di valute, ma anche materie prime, azioni, futures, opzioni, obbligazioni, indici e qualsiasi altra cosa si può comprare, preferibilmente come un libro di ordini, almeno il secondo prezzo, volume e libro di ordini, anche le reti sociali NLP, notizie importanti da solo, e la correlazione incrociata è per la regolazione, Devo raffinare i dati e mettere il tutto in un ensemble di classificatori con diverse funzionalità. Devo avvertirvi subito che in primo luogo, i dati di alta qualità in tempo reale dalle principali borse del mondo costeranno un bel po' di soldi e ci vorranno circa > 5 anni per creare un'infrastruttura di trading e un ML avanzato per digerire questo flusso.Ci vogliono 5 anni di 3 a 5 professionisti qualificati, che è solo su stipendi più di mio$, è un lavoro enorme, non si può fare da soli, se non in una forma molto "brufolosa", che fallirà anche se alfa-potenziale in alcuni posti, ma tuttavia è già qualcosa. In generale devi essere un fan di questo caso, allora c'è una possibilità))) Sperare che la rete convoluzionale o ricorrente faccia tutto da sola, questa è una visione ingenua, nello stesso modo in cui prima si pensava alle induzioni grafiche.
PS: Discutere pubblicamente dello specifico, per ovvi motivi, non vale la pena, ho sentito di storie, finora in Occidente, in cui la gente è stata messa nella lista nera per papper troppo sostanziosi sul tema dell'applicazione del ML all'algotrading, e poi nessuno li ha presi a nessun fondo, l'unica cosa che rimaneva era insegnare all'università o quasi, youtube, scrivere blog, insegnare ai fessi come affondare un paio di centinaia di sterline((((
Lao Tzu era un algotrader che diceva: "Chi sa - non parla, chi parla - non sa).
Cioè, si può parlare molto, ma solo in generale, e quelli sofisticati ingannano un po' quando qualcuno si avvicina troppo al sole))))
Questo è stato su MQL per anni.
Mi sono sbagliato sui 2 sigma lì, beh in generale l'incremento del prezzo su un periodo di tempo, per esempio un minuto, come una caratteristica può aggiungere circa il 4-5% di informazioni extra su dove il prezzo si muoverà nel prossimo minuto, e così via per 5 min 5 min per un'ora e così via, beh è tutto molto approssimativo, e "informazioni" non significa che si muoverà anche lì, significa come il peso di questa caratteristica in sistemi abbastanza complessi che prendono in considerazione migliaia di caratteristiche. Quello che c'era prima non significa quasi niente, rumore.
Ora ho capito.
È coerente con le mie osservazioni. Io lo chiamo mirroring (probabilmente posterò un paio di grafici su questo più tardi). Per prevedere un aumento di prezzo di n minuti, guardare indietro nel tempo per gli stessi n-minuti mostra un migliore valore esplicativo.
Ma al di là di questo ho dati molto estesi su quale orizzonte il potere predittivo è maggiore.
Da dove vengono le cifre del 4-5%? Come vengono calcolati? Significatività dei predittori, R^2, informazione reciproca?
Preferibilmente riferimenti accf() ewavemulcor
In qualche modo ce la siamo cavata senza.