L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 232
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
Sono d'accordo, a mio parere, se una persona può almeno solo eseguire i dati e ottenere un logloss sotto 0.69300 (casuale) allora ha il diritto di parlare di AI e MO qui, il resto non è redditizio
il mio risultato https://numer.ai/ai/toxic
https://numer.ai/ai/dr_tr
0,69184 l'ha azzeccata :)
Concorso interessante e premi interessanti.
Mi chiedo anche su quale principio siano creati i loro predittori. Di solito ho delle dipendenze che sfumano con il tempo, cioè ho addestrato il modello sulla prima metà del file, e mi aspettavo che l'errore crescesse con il tempo, come al solito, sulla seconda metà del file. Ma lì - no, tutto è così fermo, senza degradazione nel tempo. Anche se hanno promesso dati relativi al commercio. Insolito. Forse le righe della tabella sono mescolate in modo casuale.
Questo thread sta diventando molto grande e illeggibile. Suggerisco di iniziare un nuovo thread "RUserGroup" per discutere solo l'applicazione specifica dei modelli di apprendimento automatico nel terminale MT4/5 nelle lingue che lo permettono senza problemi. Ne conosco due (R, Python). Discussioni da tenere con il codice fornito. Sono benvenuti anche esperti con esperienza in altre lingue.
Possiamo iniziare con un esempio di rete convoluzionale nei post precedenti.
Buona fortuna
Io sono a favore, ma lo cestineranno comunque((.
Ho un'altra domanda: qual è il vero vantaggio di una rete convoluzionale rispetto a una rete convenzionale? sul mercato, naturalmente)
ti è stato detto un paio di pagine fa - hai un'idea, devi testarla in 5 minuti (un giorno, una settimana). e non si sa se la tua idea è fattibile o originariamente nata morta. quale opzione scegli - usare un pacchetto pronto, che uno studente può capire in 5 minuti, o scrivere di nuovo un'infrastruttura completa da solo? se la seconda opzione, allora è sadomasochismo, e le persone normali non vanno con te))
Sono d'accordo, a mio parere, se una persona può almeno solo eseguire i dati e ottenere un logloss sotto 0.69300 (casuale) allora ha il diritto di parlare di AI e MO qui, il resto non è redditizio
il mio punteggio https://numer.ai/ai/toxic
Io sono a favore, ma lo rovineranno lo stesso((.
Ho un'altra domanda: qual è il vero vantaggio di una rete roll-up rispetto a una rete regolare secondo te? sul mercato, ovviamente).
Lereti convoluzionali sono affilate per classificare i dati rappresentati da matrici. Non vedo alcun vantaggio rispetto al profondo e penso che un modello più appropriato sia LSTM, dato che i nostri dati sono serie temporali.
L'esempio è offerto per il parsing poiché c'è del codice da commentare, e ci sono alcuni errori fondamentali che sarebbe utile per tutti conoscere. Se ovviamente è di interesse per l'autore.
Buona fortuna
mytarmailS:
Io sono a favore, ma lo rovineranno lo stesso((.
Ho un'altra domanda: qual è il vero vantaggio di una rete roll-up rispetto a una rete regolare secondo te? sul mercato, ovviamente).
Le reti convoluzionali sono affilate per classificare i dati rappresentati da matrici. Non vedo alcun vantaggio rispetto al profondo e penso che un modello più appropriato sia LSTM, dato che i nostri dati sono una serie temporale.
L'esempio è offerto per il parsing in quanto c'è del codice da commentare, e ci sono alcuni errori fondamentali che sarebbe utile per tutti conoscere. Se ovviamente è di interesse per l'autore.
Buona fortuna
Infatti tutti sono interessati, non solo l'autore...
Ho anche sentito che la rete convoluzionale ha la proprietà di scalabilità nel riconoscimento, cioè è in grado di riconoscere un oggetto (modello) anche se è un po' diverso per dimensione e forma rispetto al campione di allenamento, è vero?
Mi chiedo anche quale principio usano per creare i predittori. Di solito ho dipendenze che svaniscono nel tempo, cioè ho addestrato il modello sulla prima metà del file, e mi aspettavo che l'errore crescesse nel tempo nella seconda metà del file, come al solito. Ma lì - no, tutto è così fermo, senza degradazione nel tempo. Anche se hanno promesso dati relativi al commercio. Insolito. È possibile che le righe della tabella siano mescolate in modo casuale.
Leggete i loro articoli sul blog, non è più di mezz'ora di lettura piuttosto interessante, come hanno offuscato i dati, perché tutto questo e così via. Le stringhe sono sicuramente mischiate, gli attributi e le fonti di dati sono classificati, inoltre questi attributi sono proiettati in una base specifica per mischiarli tra loro fino ad uno stato di omogeneità in modo che non si possa capire la loro origine.
Infatti tutti sono interessati, non solo l'autore...
Ho anche sentito l'idea che la rete convoluzionale ha la proprietà di scalabilità nel riconoscimento, cioè è in grado di riconoscere un oggetto (pattern) anche se sarà un po' diverso per dimensione e forma rispetto al campione di allenamento, è vero?
Se parliamo di un'immagine, sì, è vero.
Se si tratta dell'immagine, allora sì, è vero.
Ma che dire della linea temporale?
Qual è la situazione della linea temporale?
Non ho ottenuto buoni risultati. Avete bisogno di predittori (a differenza di altri modelli) che siano altamente correlati.
Non ne ho trovato nessuno che dia risultati accettabili. Ma non ho sperimentato a lungo. Non ho molto tempo. Si può provare. Il campione ha un codice completamente funzionante.
Buona fortuna
PS. Se lo provate, nelle matrici di input, i predittori dovrebbero essere righe e non colonne.