L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 354
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
Questo è risolto più correttamente ed elegantemente incalibrate::CORELearn/.
E lo è stato per un bel po' di tempo.
Buona fortuna
La cosa divertente è che ho usato calibrate senza molto successo e ci ho rinunciato. Ho appena usato la calibrazione per spostare il confine tra le classi, ma non ho capito di lasciare uno SPAZIO tra le classi.
La cosa divertente è che ho usato la calibrazione senza molto successo e l'ho abbandonata. Con la calibrazione, ho solo spostato il confine tra le classi, ma non sapevo come lasciare uno SPAZIO tra le classi.
Sono arrivato al punto di preparare i dati di allenamento per la mia versione della griglia...
Guardando gli esempi, penso, perché dovremmo introdurre barre senza comando commerciale nella formazione?
Se gli esempi di allenamento sono basati su uno zigzag, solo i momenti dell'inversione dello zigzag dovrebbero essere inseriti nel NS.
O forse non prendere una decisione commerciale è anche una soluzione? ))) E dobbiamo impararlo anche noi? Anche se, logicamente, se non c'è nessun buy o sit, significa che è stata presa una decisione di non fare trading.
Il modello addestrato dovrebbe fare una previsione su ogni barra. Per esempio, la sua previsione dovrebbe essere interpretata come "hold long"/"hold short"/"do not trade", e poi secondo questa previsione eseguire varie operazioni di trading all'interno dell'Expert Advisor - rollover, chiudere, aprire long o short. Quindi il modello (neurone) deve imparare a identificare tutte e tre queste situazioni, e i dati di allenamento, rispettivamente, sono preparati in anticipo per mostrare dove e che tipo di previsione ci si aspetta da esso.
Il modello addestrato dovrebbe fare una previsione su ogni barra. Per esempio, la sua previsione dovrebbe essere interpretata come "hold long"/"hold short"/"do not trade", e poi secondo questa previsione eseguire varie operazioni di trading all'interno dell'Expert Advisor - rollover, chiudere, aprire long o short. Quindi il modello (neurone) deve imparare a identificare tutte e tre queste situazioni e i dati di allenamento, rispettivamente, devono essere preparati in anticipo per mostrare dove e che tipo di previsione ci si aspetta da esso.
Eppure, mi sembra che il non fare niente debba essere imparato. Tutti sono bravi a farlo).
Inoltre, se non stiamo facendo scalping e le decisioni commerciali sono prese una volta ogni 100 - 10 000 barre, il NS dovrebbe rielaborare tutte quelle 10 000 barre inutili... Ovviamente, la differenza nella velocità di apprendimento sarà di 10 000 volte. Anche se scaliamo, per esempio, 1 volta per 10 barre, un aumento di 10 volte del tempo di calcolo è anche significativo.
Quindi, la pratica è il criterio della verità, proverò entrambe le varianti e le confronterò.
La calibrazione rende un classificatore "duro" in uno "morbido" (può dire "non so"). L'allentamento scompare.
Domanda su R, come rendere compatibile la versione? il
Una tale domanda su R, come fare la compatibilità delle versioni?
Entrate nel codice del modulo e correggetelo.
Sono un novizio, non so dove andare).
Sono maldestro, non so dove andare).
Codice sorgente del pacchetto. Scaricatelo, correggetelo, compilatelo. A volte funziona, a volte no. Forse ci sono solo 2 linee da correggere, o forse molte).
SZY L'opzione più semplice, scaricare la versione precedente di R.