L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 686
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
Potrebbe essere ragionevole...
Ma all'università ci hanno detto che tutto veniva provato e comprovato, e abbiamo anche fatto degli esperimenti in laboratorio. E non ci è stato detto: "Prendetelo come verità, che non ha bisogno di prove".
Sono d'accordo ) ma penso che abbia coperto l'intera teoria in altri thread, devi solo rileggere tutto
Il forum è un mezzo di comunicazione molto povero, per me personalmente ... c'è un sacco di informazioni, il 90% di esse viene dimenticato, il resto viene saltato o letto male ... quindi, c'è una leggera raffica di incomprensioni tra i partecipanti
Sono d'accordo con questo ) ma sembra che abbia descritto la teoria in altri thread, basta rileggere tutto
Il forum è un mezzo di comunicazione molto povero, per me... Troppe informazioni, il 90% viene dimenticato, il resto viene perso o letto male... quindi, c'è una leggera traccia di incomprensione tra i partecipanti
Bisogna mettere le cose importanti in un blog o in un articolo (ma devono essere accettate), è più facile nel blog. Altrimenti, si dimentica tutto quello che si voleva dire e gli altri, e si dimenticano i propri pensieri con il tempo. E poi buttare il link al blog nel forum e discuterne...
Al momento, c'è un modello stabile. Ha ancora bisogno di lavoro, ma è occupato con altri compiti.
Input = prezzo + 13, 26 yema;
Preprocessing, output = sigmoide (max, min, close), delta (open-close), derivata (max, min, close), logaritmo della derivata (max, min, close), detrend (close-eme13, close-eme26), yema(13, 26), derivata yema(13, 26); Convertire dataset in dataset timeseries (1 candela + 5 ultime). Totale 16 x 6 = 96 parametri.
Architettura:
BatchNormalization(96);
GRU(96, L2, Dropout=0.5, 'elu');
GRU(64, L2, Dropout=0.5, 'elu');
BatchNormalization(64, Dropout=0.3);
Dense(32, Dropout=0.3, 'elu');
Dense(16, 'elu');
Dense(8, 'elu');
Dense(3, 'softmax');
Ottimizzatore=Nadam;
Perdita=Crossentropia categoriale;
BouncedMA segnala l'uscita da una candela in avanti (sopra nel ramo);
Stime: perdita ~0,7-0,8; precisione ~0,55;
Ma tali stime del modello non parlano della qualità dei suoi segnali. Sono più bassi, a causa del fatto che i segnali sono formazione = 1.0, 0.95, 0.0, -0.95, -1.0, E la previsione della classe buy/sell oscilla ~abs(0.45, 0.7).
Inoltre, su un set di dati di 5000 linee, l'addestramento funziona su 0,8 parti, il che significa che il modello non vede nemmeno i dati dell'ultima quotazione (~1000 linee). La previsione viene fatta sulle ultime 100 candele.
Come potete vedere, l'allenamento può essere fermato a ~45 epoche.
Codice, Indicatore.
Ecco come dovrebbero essere i post di questo thread. Dati, codice e risultati riproducibili. Questo può essere discusso, completato e confrontato. Tutto il resto è una sciocchezza di nessun valore.
Ben fatto. Mostrerò lo stesso modello in R/MT un po' più tardi, confronteremo sia il volume che la qualità del codice. Anche io sono piuttosto occupato al momento. Ma tornerò sicuramente su questo argomento.
Buona fortuna
Ancora una volta.
Per le previsioni, è estremamente, incredibilmente importante conoscere le leggi di distribuzione dei valori previsti.
Non li conosci per i prezzi, o per gli incrementi, o per il tempo tra i preventivi. Inoltre, non si cerca nemmeno di inserirli in una forma o in un'altra. Quindi come si può prevedere? Questi famigerati archivi di zecche hanno già solcato un miliardo di commercianti. Risultato = 0.
Ho fatto solo un po' di lavoro con questo e sono in attivo ogni settimana. Ho praticamente afferrato il Graal per le orecchie ieri (e si è rivelato essere il mio gatto di Schrodinger...)
Alexander! Quello che dici merita un blog o un articolo, il forum perde il suo filo conduttore... pensaci, forse le idee principali possono essere messe in un blog, almeno in forma astratta, e collegarsi ad esso per mantenere la linea temporale... non dovrebbe richiedere molto tempo
Chiedo all'Uomo con la lettera maiuscola di non essere pigro e di presentare il modello della sua NS in sequenza:
1. ingresso - incrementi non importa quale sia il tempo tra loro
2. Ingresso - incrementi con tempo esponenziale tra le citazioni.
3. per diversi volumi di campione
Formalizzarlo come articolo (non per niente).
Alexander! I tuoi argomenti sono degni di un blog o di articoli, il filo si perde sul forum... pensaci, forse le idee principali possono essere messe in un blog, almeno in astratto, e dare un link per mantenere la cronologia... non dovrebbe richiedere molto tempo
Sì, sì, sto pensando all'articolo, ma non ho ancora tempo.
1. ingresso - incrementi con non importa il tempo tra di loro
2. ingresso - incrementi con tempo esponenziale tra le citazioni.
è giusto nutrirsi in questa forma?
Ho un generatore di numeri esponenziali che imposta il tempo per leggere la citazione
Ho un generatore di numeri esponenziali che imposta il tempo per leggere la citazione
Forse le zecche non hanno senso? Perché a qualsiasi scala il risultato dovrebbe essere la stessa distribuzione
È esattamente la stessa cosa qui, solo che i dati sono presi da un TF arbitrario, non da tick... forse i tick non hanno senso, perché a qualsiasi scala dovrebbe uscire la stessa distribuzione
Forse no. Mi sono già abituato a loro semplicemente.
L'importante è che l'articolo abbia una metodologia che permetta di tracciare il filo della sperimentazione nel tempo. E questa cosa non andrà persa - sarà qualcosa di cui discutere e rimarrà come ricordo.