L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 582
![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
Ho imparato che l'apprendimento automatico utilizza una cosa chiamata costruzione di caratteristiche. Non si può andare lontano solo sul prezzo. L'attributo nel nostro caso è una funzione del prezzo. La questione è quali funzioni usare. Passare semplicemente attraverso gli indicatori con diversi parametri non è un'opzione. Sono interessato al materiale su questo argomento. Google di solito produce molta spazzatura, o meglio non dà nulla sull'argomento. Ho cercato su Runet. Forse qualcuno conosce il materiale sull'argomento.
PS. Bisogna cominciare dall'inizio. Quando hai imparato a costruire segni non a caso, puoi passare alla loro selezione.
Buona fortuna e leggete di più.
Maxim, leggi con attenzione i post diVizard_? Questo ragazzo fa delle cose geniali - guarda il mio thread.
Dovresti vedere questo, questo, questo e forse questo.
Buona fortuna e leggete di più.
Ho letto tutto, il problema è che la significatività delle caratteristiche varia molto da campione a campione, e tutte queste manipolazioni sono buone per l'analisi statistica e non per il trading reale
solo una semplice ottimizzazione, in altre parole.
Scusa :D
Maxim, leggi con attenzione i post diVizard_? Questo ragazzo fa delle cose geniali - guarda il mio thread.
Sì, ma è così eccellente che non posso fare a meno di lui in questa fase :) + ha scritto che è impossibile guadagnare più del 20% all'anno... Immagino che si debba sempre iniziare con queste affermazioni e poi entrare nei dettagli :)
Controlla questo, questo, questo e forse questo.
Buona fortuna e leggete di più.
Mi sono reso conto che non riuscivo a trovare una risposta alla mia domanda. Dove ho potuto leggere, dicono che è un'arte. Il problema è che ci sono molti indicatori e ancora più parametri che possono essere impostati. Devo provare tutte le combinazioni possibili usando il metodo di ricerca? Non so come fare. Non so come fare. Hai ancora bisogno di creare regole di selezione iniziali e dopo dovresti lavorare con gli indicatori selezionati con il metodo della selezione delle caratteristiche.
Ho letto tutto, il problema è che l'importanza delle caratteristiche varia molto da campione a campione,
Sei sicuro che i segni esistano? Oppure, per esempio, ce ne possono essere molti diversi. Naturalmente, in questo caso, non sarà possibile raccoglierli con una ricerca e combinazioni, e l'unico modo è che il sistema li determini da solo. In questa luce, la ricerca di certi predittori e delle loro combinazioni sembra un affare folle (beh, li troveremo sempre con successo nella storia, naturalmente)).
Vedo solo una via da seguire: il sistema deve identificare questo insieme di attributi da solo durante l'addestramento, e non per voi, ma per se stesso. E il nostro compito è solo quello di preparare i dati per l'allenamento. L'unico compito di tale preparazione è quello di comunicare al sistema alcuni dati a priori, riducendo così il campo di applicabilità del sistema. O, in altre parole, per tagliare gli intervalli in cui le transazioni sono chiaramente inappropriate.
Dovremmo solo indicare chiaramente il problema, ma non cercare di risolverlo per il sistema. Imho, è troppo complicato anche solo per provare a risolverlo con la forza bruta.
Vorrei sottolineare che l'ada dà risultati migliori dell'rf: entrambi più precisi e meno inclini al sovrallenamento. E dovresti usare ada, non rf.
Quindi non si tratta solo di accumulare cose.
GARCH è troppo complicato. Finora mi sono fatto strada attraverso ARIMA, e anche GARCH e distribuzione.
SanSanych ci ha portato nelle fitte foreste casuali e ci ha lasciato lì, e ora dice che non c'era affatto bisogno di andare nella foresta. Beh, proprio come Susanin.
E stavo giusto per farli).
Sei sicuro che i segni esistano? Oppure, per esempio, ce ne possono essere molti diversi. Naturalmente, in questo caso, non sarà possibile raccoglierli con una ricerca e combinazioni, e l'unico modo è che il sistema li determini da solo. In questa luce, la ricerca di certi predittori e delle loro combinazioni sembra un affare folle (beh, li troveremo sempre con successo nella storia, naturalmente)).
Vedo solo una via da seguire: il sistema deve identificare questo insieme di attributi da solo durante l'addestramento, e non per voi, ma per se stesso. E il nostro compito è solo quello di preparare i dati per l'allenamento. L'unico compito di tale preparazione è quello di comunicare al sistema alcuni dati a priori, riducendo così il campo di applicabilità del sistema. O, in altre parole, per tagliare gli intervalli in cui le transazioni sono chiaramente inappropriate.
Dovremmo solo indicare chiaramente il problema, ma non cercare di risolverlo per il sistema. Imho, è troppo complicato lì per provare a risolverlo con la forza bruta.
Non sono mai sicuro di niente :)
Ok, diciamo che la caratteristica principale è il prezzo stesso. Il nostro compito (diciamo, la classificazione) è quello di trovare una tale combinazione di acquisto/vendita, che sarebbe stabile sulla storia e dare profitto, giusto? e il corrispondente a questi commerci backround in forma di qualche modello. Allo stesso tempo, voi, per esempio, utilizzate un certo insieme di funzioni (circa 20). E come si fa a far selezionare al sistema stesso questi attributi?
In sostanza, si tratta di un semplice compito di ottimizzazione senza possibilità di "intelligenza artificiale". Ho molte versioni di tali sistemi, ho finito l'ultima ieri. Il risultato è lo stesso - prestazioni fuori campione instabili, e la capacità di raggiungere quasi il 100% di precisione sull'apprendimento, e qualsiasi precisione (da scegliere), ma una precisione ridotta non indica un minore sovrallenamento. E non c'è bisogno di usare R e complessi modelli astrusi, il risultato sarà esattamente lo stesso.
Sì, ma è così superiore che non lo trascinerò in questa fase :) + ha scritto che è impossibile guadagnare più del 20% all'anno... Immagino che si debba sempre iniziare con queste affermazioni e poi andare più a fondo nei dettagli :)
Non sono mai sicuro di niente :)
Ok, diciamo che l'attributo principale è il prezzo stesso. Il nostro compito (diciamo classificazioni) è quello di trovare una tale combinazione di acquisto/vendita, che sia stabile sulla storia e dia profitto, giusto? Allo stesso tempo, tu, per esempio, usi un certo insieme di funzioni (circa 20). Qual è la ragione? E come si fa a far selezionare al sistema questi attributi?
Da dove l'hai preso? Da dove l'hai preso?
Non uso segni per il sistema. Uso i segni solo per tagliare le aree dalla serie temporale (e dalla formazione e dal funzionamento), dove non c'è bisogno di analizzare nulla.
Lo stesso NS mastica direttamente la serie temporale.
Ho già scritto e anche citato un libro -NS fa compiti altamente specializzati in combinazione con metodi usuali.