L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 783
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
Come si esegue Rattle come l'articolo https://www.mql5.com/ru/articles/1165?
Installato in R(install.packages("rattle")) console
Nella console di R c'è solo "load workspace" e nell'articolo "File/Workspace;"
O non è fatto sulla console R lì, ma su un altro programma?
Come si esegue Rattle come l'articolo https://www.mql5.com/ru/articles/1165?
Installato in R(install.packages("rattle")) console
In R console c'è solo "load workspace" e nell'articolo "File/Workspace;"
O non è fatto sulla console R lì, ma su un altro prog?
Ed è tutto in funzione.
library(rattle) rattle()Tagli simili (di testa), hanno avuto sia me che Doc (come ho capito), come detto.
Era meglio quando cercavo di attenermi a questo e così via. -
https://en.wikipedia.org/wiki/Markov_decision_process
https://en.wikipedia.org/wiki/Partially_observable_Markov_decision_process
L'ho girato molto tempo fa, non per molto tempo, solo per interesse....
c'è anche qualche MPPR parzialmente osservabile, grazie, leggerò
Ho 3 RSI sull'input qui e questo è tutto, penso che possa essere migliorato da altri predittori un po' volontà
> È possibile vedere in R tutta la storia, come una previsione di ARIMA si è avverata, per cercare i periodi migliori per essa?
Sì, per esempio, salvando la cronologia delle barre da mt5 in un file csv, importandolo in R, e poi usando la finestra scorrevole allenarsi su qualche intervallo e testarlo su quello successivo, e spostare ciclicamente la finestra di allenamento.
Grazie!
di quelli che sono andati in "pacchetti", nessuno è mai tornato (è un po' ambiguo)
finché non hai un'idea solida non c'è niente... tutto quello che hai fatto in tutti questi anni non è niente
perché tu sei andato in giro con le tue presunte buone caratteristiche ma è solo il software che è buono, non le tue caratteristiche...
i modelli esistono nel mondo reale, non nel mondo dei pacchetti, quindi cercateli, e se li trovate, potete anche codificarli voi stessi
o meglio ancora, dimenticare
Davvero non è molto chiaro dalle parole sopra cosa intendevo, quindi probabilmente inizierò in ordine, e dove è necessario l'aiuto di esperti in R è tirare su quelli che saranno interessati alle mie deduzioni. In ogni caso, verrà il momento in cui sarà necessario controllare le mie dichiarazioni lì e vedere se siamo una squadra nel complesso. Ecco qui. Regressione.
Non ci crederete, per tutta la mia vita ho lavorato esclusivamente con la classificazione e in qualche modo mi sono annoiato. Ho dovuto rifare tutto 3 volte durante la notte, perché l'errore nel calcolo della deviazione (htcgtrnelibrarius) ha comportato sempre di più, ma è già chiaro che la notte insonne non è stata vana. E ora è diventato un po' noioso, ma sarebbe interessante provare qualcosa di nuovo.
Nella vecchia versione si alimentava essenzialmente la MA dal delta cumulativo, non dalla deviazione. Se i risultati sono stati buoni, il predittore è buono anche in questa forma. Avendo MA cum. delta e cum. delta stesso - NS può trovare analogo di deviazione stesso, se lo considera redditizio.
Penso che ti stai frustrando per niente e vuoi passare a qualcosa di nuovo. Finisci il tuo sviluppo, i risultati attuali sono molto incoraggianti.
Nella vecchia versione si alimentava essenzialmente la MA dal delta cumulativo, e non dalla deviazione. Se i risultati sono stati buoni, significa che il predittore è buono in questa forma. Avendo MA cum. delta e cum. delta stesso - NS stesso può trovare analogo di deviazione, se lo considera redditizio.
Penso che ti stai frustrando per niente e vuoi passare a qualcosa di nuovo. Finisci il tuo sviluppo, i risultati attuali sono molto incoraggianti.
Questo è il punto: il lavoro è finito e improvvisamente è diventato noioso. Ieri non c'erano errori e per almeno altri 3-4 giorni lavorativi è ancora lì. La domanda è cosa fare mentre il TS lavora in automatico, quando il desiderio di indagare e c'è tempo per farlo?
Aggiornato il java e tutto è andato... Urrà... Allora, dove eravamo rimasti a???? Ah sì.... regressione... Quindi, definiamo il problema e la scelta delle impostazioni iniziali di TC.
Cercherò di fare un'analogia con i metodi di classificazione, ma prima definiamo le condizioni.
La regressione implica la previsione del valore di un parametro futuro. Selezioniamo il cambiamento di prezzo come parametro. È sufficiente avere una previsione per 1 barra avanti, ma è noioso. Impostiamo il problema nel modo seguente:
Dovremmo prevedere il cambiamento di prezzo per 10 barre in avanti. Cioè, il risultato del modello sarà un valore sopra o sotto lo zero (direzione del cambiamento), così come il grado di questo cambiamento. Cioè, quanto sarà...
(Vi ricordo che io stabilisco solo la direzione del lavoro, se non siete d'accordo con la mia condizione proposta e avete un'ALTERNATIVA ad essa, parlate attivamente. Tutto è negoziabile e correggibile).
Come avete già intuito, questa è la funzione obiettivo del nostro modello. Per prima cosa definiamolo e correggiamolo. Sulla base di quanto detto sopra, facciamo quanto segue.
Close[i]-Close[i+10] all'inizio, calcoliamo il cambiamento della chiusura attuale rispetto alla chiusura di 10 barre fa.
Lead=Close[i-10]-Close[i] ora sposta la nostra funzione di 10 barre indietro. Questa operazione è possibile SOLO per le funzioni target e non può essere usata nel trading reale. Di conseguenza, mostrerò quello che abbiamo sul grafico.
Il verde è Chenge, il blu è Lead. L'indicatore principale guarda 10 barre avanti. Sembra così:
Abbiamo una finestra di previsione tra le due linee. Possiamo calcolare il cambiamento solo sull'ultima barra di questa finestra. Questa è la linea verde. Ma abbiamo bisogno di conoscere questo valore sulla prima barra di questa finestra (solo come esempio), quindi spostiamo il grafico indietro come una linea blu, dove sulla prima barra della finestra chiediamo alla nostra rete di darci il valore che deve ancora arrivare. Allora possiamo approfittarne.
Domande sulle modifiche alla selezione degli obiettivi ?????
A sostegno di questo approccio dirò che molte ricerche sono state fatte molto tempo fa sull'obiettivo della regressione e sono arrivate alla conclusione che più semplice è la funzione, meglio è. Qualsiasi aumento della complessità dell'obiettivo non migliora affatto le prestazioni del modello, anzi le peggiora. Procediamo dall'affermazione "Tutto è semplice nel genio". Se il modello funziona correttamente, questo obiettivo sarà sufficiente. Aspettando un feedback e continuando...
Naturalmente, il target (linea blu) mancherà la punta dell'indicatore da 1 a 10 barre. Spetta all'IA portarlo a 0 bar. Questa sarà la previsione per il futuro.