L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 381
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
Il Ministero della Difesa è sempre un modello pronto e significativo. A volte è così significativo che non sai nemmeno come funziona. Ecco un articolo sul gradient boosting per esempiohttps://habrahabr.ru/company/ods/blog/327250/ C'è un articolo, ci sono descrizioni e formule, ma il mio desiderio di trasferirlo in mql non sono riuscito a realizzarlo, è troppo complicato.
È un po' diverso, non nel senso, ma nella stretta specializzazione.
Arima, Garch - lavorano direttamente con i prezzi, senza indicatori e TA. A tal fine hanno un algoritmo incorporato per trasformare una serie di prezzi in un vettore stazionario, e ci sono anche sottigliezze come la correzione delle previsioni a seconda degli errori precedenti (componente MA). Ma allo stesso tempo sono inutili per altri dati (non di prezzo), questi modelli non possono classificare le immagini per esempio.
Se passiamo una serie temporale di prezzi alla rete neurale per l'addestramento, non cercherà l'autocorrelazione, le componenti stagionali e di tendenza del prezzo - la rete neurale non è in grado di farlo. Ricorderà semplicemente ciò che gli è stato dato, e per i nuovi dati nel test o nel trading reale, "ricorderà" vettori di prezzo simili del passato, e farà trading come prima, ma nel Forex significa uno svantaggio.
Neuronka ha bisogno di aiuto nella previsione del prezzo - prima, trovare gli indicatori che, come Arima, possono rilevare l'autocorrelazione, la tendenza e la stagionalità, e trasferire i valori di questi indicatori al neuronka. Allora avrà almeno una piccola possibilità di essere paragonabile ad arima e garch.
Un'altra cosa importante è che arima fa previsioni basate sul tempo. Ricorda chiaramente l'ordine in cui i prezzi sono arrivati e usa una finestra scorrevole nella sua previsione prendendo gli ultimi prezzi e facendo previsioni basate su di essi. Al contrario della neuronica che lavora con tutta la tabella di allenamento in una volta sola e non ha idea in che ordine sono arrivati i prezzi.
+100
Ho pensato che abbiamo a che fare con alcune cose utili qui, ma non con alcune verità comprensibili). Fategli fare una previsione basata sul tempo, mostratemi qualche esempio funzionante, visto che tanta gente ci sta lavorando! ecco qua :) È un modello semplice, come la spazzatura, che insegnano al 2° anno di università. Purtroppo, ho studiato scienze umane... e non c'è niente del genere lì
Non generalizziamo le vostre conoscenze al resto del mondo.
A giudicare dalle pubblicazioni, è il mainstream del trading. E il garch è usato da studiosi di alto livello che l'hanno studiato nella loro infanzia e l'hanno fatto per tutta la vita.
Non generalizziamo le vostre conoscenze al resto del mondo.
A giudicare dalle pubblicazioni, è il mainstream del trading. E l'immondizia è usata da studiosi di alto livello che hanno studiato l'immondizia nella loro infanzia e l'hanno fatto per tutta la vita.
La mia conoscenza è molto piccola in questo campo, entry level, mi concentro solo da segni indiretti sempre, molti commercianti so anche (lontano da stupido).
E con una grande complicazione dello sviluppo del modello in uno non è possibile naturalmente, cioè non è più una questione di commercio privato
E con una grande complicazione dello sviluppo del modello in uno non è possibile, naturalmente, cioè non stiamo più parlando di trading privato.
Questo è un punto molto buono. A volte ci sono dei progetti, ma dopo averlo capito - qui ci sarebbero 5-6 programmatori e un anno di lavoro + finanziamento. E non c'è nessun progetto)).
Un privato ha bisogno di qualcosa di più semplice, anche meno efficace. Ora sto pensando di combinare strategie classiche (voglio dire, sulla logica) e MO in una bottiglia. Classic risolve già molti problemi da solo, e se viene integrato e un funzionale aggiuntivo viene assegnato a un IO, allora entrambi gli aspetti possono alla fine diventare più semplici. Infatti, nelle applicazioni tecniche di MO, è così che si fa.
Ma come unire questo e distribuire i compiti, non lo so ancora bene.
Questo è un punto molto buono. A volte ci sono dei progetti, ma dopo averlo capito - qui ci sarebbero 5-6 programmatori e un anno di lavoro + finanziamento. E non c'è nessun progetto)).
Un privato ha bisogno di qualcosa di più semplice, anche meno efficace. Ora sto pensando di combinare strategie classiche (voglio dire, sulla logica) e MO in una bottiglia. Classic risolve già molti problemi da solo, e se viene integrato e un funzionale aggiuntivo viene assegnato a un IO, allora entrambi gli aspetti possono alla fine diventare più semplici. Infatti, nelle applicazioni tecniche di MO, è così che si fa.
Ma come combinare questo e distribuire i compiti, non lo so ancora bene.
Ho la seguente idea: ho letto tutti gli articoli su questo forum :)) ho raccolto tutte le trasformazioni necessarie secondo me, in forma più o meno stazionaria, + la mia esperienza e le mie competenze, e ora metto tutto questo in classificatori e NS e vedo cosa succederà, + selezione dei parametri tramite algoritmo genetico. La stabilità nell'intervallo a lungo termine con redditività salvata è molto difficile da raggiungere, non mi interessa come si insegna l'Expert Advisor, dovrò sempre riqualificarlo. Si possono fare soldi a breve termine, ma non è chiaro come sarà a lungo termine...
Il focus attuale è nella direzione di indicatori adattivi, i cui valori possono essere utilizzati in NAS ... Non hanno bisogno di riqualificare NAS, ma gli indicatori stessi sarebbero ricostruiti a seconda della volatilità ... ma il problema non è banale, lo stesso Garch potrebbe aiutare, ma non so ancora
Quale algoritmo di apprendimento automatico dovrebbe essere usato?
Quale algoritmo di apprendimento automatico dovrebbe essere usato?
Sì, per classifikashon, il metodo vettoriale di riferimento e Bayesiano e Random Forest sono i migliori... facile e veloce e senza riqualificazione. Si può anche convoluzionare.
Anche Microsoft ha la sua Random Forest, non ricordo come si chiama... Dicono che è forte. Jungle of Solutions o qualcosa del genere.
Previsione delle azioni:
https://gallery.cortanaintelligence.com/browse?s=stock
Arima:
https://gallery.cortanaintelligence.com/CustomModule/Train-Score-Timeseries-1
https://gallery.cortanaintelligence.com/Experiment/Time-Series-Forecasting-8
Diplomazia:
https://gallery.cortanaintelligence.com/Experiment/Neural-Network-Convolution-and-pooling-deep-net-2
Sì, per classifikashon il metodo vettoriale di riferimento e Bayesiano e Random Forest sono i migliori... facile e veloce e senza alcun retraining. Si può anche convoluzionare.
Anche Microsoft ha la sua Random Forest, non ricordo come si chiama... Dicono che è forte. Jungle of Solutions o qualcosa del genere.
https://gallery.cortanaintelligence.com/browse?s=stock
Arima:
https://gallery.cortanaintelligence.com/CustomModule/Train-Score-Timeseries-1
https://gallery.cortanaintelligence.com/Experiment/Time-Series-Forecasting-8
È tutto bello, scientifico, al di là della comprensione delle persone normali, ma niente a che vedere con i mercati, dove regnano la psicologia e il burattinaggio.
Signori, smettete di prendervi in giro e di inventare giocattoli altamente intellettuali, beh almeno se giocate con gli scienziati, almeno rendetevi conto che questo è solo un gioco, come sparare o correre, e non la comprensione del Mercato, che è al di là della matematica e delle formule rigorose.
Perché avete bisogno di tutto questo? Mi è stato detto molte volte che la previsione non è necessaria, si può fare il 50/50 senza, la cosa principale è il money management e i nervi d'acciaio. Nessuno sa dove andrà il prezzo nel prossimo momento, tranne gli addetti ai lavori, e non lo sanno al 100%, anche loro corrono dei rischi, ma hanno palle d'acciaio e borse profonde, sanno come prendere rischi, e non conoscono nemmeno le reti neurali e la foresta casuale, o loro stessi creano tali false strategie per distrarre la "carne".
È tutto bello, scientifico, al di là della comprensione delle persone normali, ma niente a che vedere con i mercati, dove regnano la psicologia e il burattinaggio.
C'è una categoria di trader chiamata "clickers", cioè la principale carne da mercato per le società di brokeraggio. Lei sembra appartenere a questa categoria con le sue categorie primitive come la gestione dei soldi e i nervi d'acciaio.
Un grande esempio è Timofey Martynov, che sta ancora cercando di frenare la sua psicologia e destrezza manuale sulla sua risorsa :) Gli algotraders non hanno problemi e i rischi sono minimi, perché sono passati da tempo attraverso tutte queste assurdità con la psicologia e ogni sorta di bambole e altre assurdità.