L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 397
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
Ho una versione abbreviata, questo è il risultato del set che ho postato poco sopra.
Ma di nuovo, mi ci è voluto quasi un giorno per ottimizzarlo.
I risultati della valutazione dell'importanza sono i seguenti. Più alto è il predittore nella tabella, meglio è. SoloVVolum6, VDel1, VVolum9, VQST10 hanno superato il test.
In rattle possiamo costruire 6 modelli contemporaneamente su questi 4 predittori e SVM mostra un'accuratezza di circa il 55% sui dati di validazione e di test. Non male.
È possibile ottenere il file sorgente? Voglio confrontare questo risultato con il mio approccio.
Il risultato del 55% è molto negativo su questi 6 predittori
È possibile ottenere il file sorgente? Voglio confrontare questo risultato con il mio approccio.
Il risultato del 55% è molto negativo su questi 6 predittori
Ma d'altra parte, mi ci è voluto quasi un giorno per ottimizzarlo.
Err... no, ho bisogno di qualcosa per 15 minuti :) poi rimuoverò metà dei predittori
Francamente, non so nemmeno come sia organizzato. Penso che vada così. Il campione è diviso in due parti - una di prova e una di allenamento. Una griglia viene addestrata su una parte e testata sull'altra. Un altro al contrario è addestrato sul secondo, e testato sul primo, poi il risultato viene sommato e viene calcolato il risultato complessivo, proprio così IMHO
questa metodologia si applica a qualsiasi apprendimento automatico.
Maxim è sull'argomento?
Il classificatore di Reshetov è ancora un singolo neurone e non una rete? O è una rete di neuroni di Reshetov?
Ma vorrei rivolgermi a tutti. Non ci sono dati nel grande set dal 05.29. Cioè, si può insegnare per intero e ottenere il modello, poi si può caricare il modello in MKUL e vedere come si comporta in queste due settimane. Questo sarà una misura della performance del modello. In altre parole, il modello che guadagna di più con il minimo drawdown e che vince. Ho ottimizzato un set ridotto e il modello ha funzionato così
Vediamo come si comporteranno i TUOI modelli in questo settore????
uh... no, ho bisogno di qualcosa per 15 minuti :) poi cancellerò metà dei predittori
Poi lasciate del, vdel, volun, vvolum.
questa metodologia si applica a tutto il machine learning.
Forse Maxim è sull'argomento?
Ti ho dato un link al suo sito web, c'è una descrizione del modello. Non so nemmeno come caratterizzarlo, c'è scritto Macchina Nucleare + Macchina Vettoriale. È più complicato che nella versione mt5 + allenamento con l'avversario invece di selezionare i pesi nell'ottimizzatore, ma produce gli stessi pesi per ciascuno dei predittori.
Ora sogniamo un po' e immaginiamo di avere una macchina con 100 core per l'ottimizzazione ed eseguiamo un set di dati completo con 452 righe e un set completo di colonne e in un tempo ragionevole l'ottimizzatore ha calcolato tutto, quale sarebbe il modello????
Beh, in primo luogo le variabili di input saranno più di 10-12 e la dimensione del polinomio sarà abbastanza grande. Cosa ti dice questo. Che il modello è multiparametrico, che tiene conto di molti fattori di mercato (il che è abbastanza rilevante perché è ridicolo prevedere il mercato sulla base di un solo modello (come esempio)). La lunghezza del polinomio suggerirà che il modello è molto flessibile. Alla fine questo modello lavorerà a lungo con un livello adeguato di qualità quando la curva di equilibrio è diretta verso l'alto con un angolo di 45 gradi senza brusche interruzioni e avvallamenti. Non sarebbe un sogno che diventa realtà ????
E per quanto riguarda il grande insieme, dirò che l'intero contratto futures di giugno è raccolto lì. In altre parole, si dovrebbe addestrare il modello con questi dati e ottenere un buon risultato nell'addestramento e nel test e questo modello funzionerà per il resto della sua vita, perché ha imparato l'intero contratto dei futures. Il prossimo contratto sarà esattamente lo stesso in termini di rapporto tra uscite e ingressi IMHO. È una forma di graal, che funziona con errori, ma abbastanza a lungo. E se si allena la rete sui dati annuali, con il giusto livello di qualità, si conoscerà il mercato. Qualcosa del genere ....
Beh, sì. C'è solo la vecchia versione e l'approccio di base. Ma come la pratica ha dimostrato, l'approccio a due griglie aumenta la capacità di generalizzazione in modo significativo. Il risultato dell'ottimizzatore è il seguente file. Puoi vedere due griglie e una diversa normalizzazione per ogni griglia, poi i risultati sono combinati alla fine.
Quindi Reshetov ha fatto un buon prodotto, non avresti dovuto criticarlo per essere onesto ......
Guardato il file, ci sono 8 coefficienti di ingresso è23 cioè c'è un neurone per lavorare con 3 ingressi. Immagino che per ventiquattro ore il vostro programma conti quali 3 ingressi su 100 devono essere alimentati a questo neurone. Pensavo che il neurone fosse espanso ad almeno 10 ingressi...
getBinaryClassificator1(x0, x1, x2, x3, x4, x5, x6, x7);