L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 616
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
Ci sono molti algoritmi, anche più di quanto si vorrebbe. Per esempio -
Articolo da Vladimir -https://www.mql5.com/ru/articles/2029
Articolo di Alexey -https://habrahabr.ru/company/aligntechnology/blog/303750/
E' sentito e accorato. Ora vedrò cosa c'è in questi articoli. Il metodo Invariant, lasciatemelo dire, è anche abbastanza interessante. Ciò che Reshetov ha implementato... Quindi vediamo...
La legge di conservazione dell'energia in azione))
Nessuno vuole fare qualcosa di nuovo se lo strumento di comunicazione MT-R esistente funziona.
Attualmente sto comunicando con MT senza alcuna DLL, scambiando file TXT via RAM-Disk. Finora, nessuna DLL è stata necessaria. Tasso di scambio, >1,5 GByte/sec - abbastanza per tutto e di più. Comunica con chiunque, anche con R, anche con un diavolo pelato. E non devi fare assolutamente nulla. Cioè, niente di niente.
Dettagli nel thread --https://www.mql5.com/ru/forum/79922
Avvii anche il processo R direttamente dal terminale o manualmente?
Eseguo manualmente il programma in R (o altro software). Da lì, si scambiano da soli e per sempre. La pressione di un tasto in più prima di iniziare ti stressa?
Molti vantaggi rispetto alla DLL.
Mi piace di più il dll esistente)
Questo è per ora. Tutto scorre, tutto cambia.
La mia preferenza non è una chiamata di funzione, ma uno scambio completo, dove i programmi lavorano indipendentemente e scambiano informazioni in entrambe le direzioni.
Nella mia interperazione, lo scambio via DLL e IP-client-server, è uno sviluppo dello scambio bidirezionale via file -https://www.mql5.com/ru/blogs/post/671000E tale scambio semplifica tutto drammaticamente, compreso ogni sorta di futuro aggiornamento del sistema.
SZY alla fine, non mi interessa in cosa scrivo - Python, C++, C#, R ecc. Le interfacce non hanno bisogno di essere cambiate del tutto. Sono adatti a tutto.
Saluti dalle menti del forum. Dirò subito che non ho ancora padroneggiato tutto il filo. Ma la questione dei modelli e delle reti neurali mi ha recentemente colpito molto. Maxim non ha detto una volta che la correlazione è una specie di cattivo metodo per determinare il modello, ignorerò questo perché nel mio caso la correlazione è superiore a 0,95. La domanda è un po' diversa, quando si esegue il modello attraverso la storia si ottiene lo stesso 50/50. E qui mi è venuta un'idea, può essere che una neuronet sia in grado di determinare a che punto il modello vende e a che punto viene comprato...? Mi piacerebbe conoscere l'opinione degli esperti che hanno già provato e stanno lavorando con la neuronet. Allego le foto del modello per vedere quanta differenza c'è in avanti.
Credo che la prima immagine mostri un prezzo che scende, la seconda un prezzo che sale e la terza un appiattimento del prezzo.
Vorrei aggiungere che il modello può essere costruito anche ogni ora, grazie al fatto che consiste in un portafoglio di coppie di valute. A causa del fatto che viene scelta la massima correlazione, la lunghezza del modello può essere diversa. Ed è qui che sorge la domanda: come trattare la variazione della lunghezza del modello, come alimentare tali campioni nella rete neurale?
Saluti dalle menti del forum. Dirò subito che non ho ancora padroneggiato tutto il filo. Ma la questione dei modelli e delle reti neurali mi ha recentemente colpito molto. Maxim non ha detto una volta che la correlazione è una specie di cattivo metodo per determinare il modello, ignorerò questo perché nel mio caso la correlazione è superiore a 0,95. La questione è un po' diversa, quando si esegue il modello attraverso la storia si ottiene lo stesso 50/50. E qui mi è venuta un'idea, può essere che una neuronet sia in grado di determinare in quale momento vendere il modello e in quale momento comprarlo...? Mi piacerebbe conoscere l'opinione di esperti che hanno già provato e stanno lavorando con la neuronet. Allego le foto del modello per vedere quanta differenza c'è in avanti.
La prima immagine mostra il prezzo che scende, la seconda mostra il prezzo che sale e la terza mostra il prezzo che si appiattisce.
La risposta alla sua domanda: classificazione. I segnali di acquisto/vendita/passaggio.
Per quanto riguarda le immagini, non è chiaro quali siano le linee.
Vorrei aggiungere che il modello può essere costruito anche ogni ora, grazie al fatto che consiste in un portafoglio di coppie di valute. A causa del fatto che viene scelta la massima correlazione, la lunghezza del modello può essere diversa. Ed è qui che sorge la domanda, come trattare la variazione della lunghezza del modello, come alimentare tali campioni in una rete neurale?
Ho capito che state parlando di dataset.
La lunghezza del set di dati influenza la qualità e la velocità di apprendimento (righe). La qualità delle previsioni è influenzata dalla qualità dei parametri (colonne)