L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 890
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
Ecco il primo soggetto di prova pronto - formazione 2015-2016, e dal 2017 trading puro su regole dell'albero selezionate - non ha perso - già buono?
Contro il trading senza NS - formazione (ugh - tuning e ottimizzazione) 2016-2017
Non ho ancora capito qual è il modo migliore per farlo - ho finito per selezionare le regole e trasformarle in codice - un lavoro manuale molto minuzioso... Serve una sorta di automazione del processo.
L'errore del tuo 10% in allenamento è diventato immediatamente il 50% in futuro.
Questo è un eccesso di educazione o una sbirciata nel futuro da parte dei predittori.lo fai già funzionare senza un albero) prova ad aggiungere l'ottimizzatore dal mio articolo sulla foresta, forse i risultati miglioreranno
Cerca di usare le informazioni reciproche per determinare l'importanza.
Ho guardato due articoli, non capisco cosa intendi per ottimizzatore per l'impalcatura?
Voglio sapere di più sull'importanza, che tipo di informazione reciproca - tra la rete e l'EA senza la rete o tra i segnali di acquisto e di vendita? Ho bisogno del codice, ma non ne sono sicuro.
L'errore del tuo 10% sulla formazione è diventato immediatamente il 50% sul futuro.
Si tratta di un apprendimento eccessivo o di predire il futuro.Non proprio, ho scelto solo 25 regole per comprare e 16 regole per vendere, che è probabilmente meno dello 0,1% di tutte le regole. Stavo scrivendo sopra che il problema è che secondo me vengono fuori troppe regole, il che non è efficiente.
Peeping non c'è (nella logica no, bene se errore nel codice, ma due codici sono usati - uno per prendere informazioni in script, un altro per lavorare con le regole in forma di indicatore, cioè la probabilità di errore è minore).
Riapprendimento - sì forse sì, in generale, se globalmente, le mie fic sono da area "follow the trend", fatte per trovare le tendenze, e il 2017 su Si era quasi di singoli appartamenti, senza tendenze globali - mercato un po' diverso.
D'altra parte, raccolgo chip da diversi TF, ottengo una sorta di classificazione da più a meno, e sembra una piramide rovesciata, o uno zoom, cioè divido condizionatamente un mese in due parti con sottoinsiemi, guardo la stessa settimana, giorno, ora in ogni sottoinsieme... e quindi ha raccolto statistiche che con altre schede si sono rivelate ripetibili sul campione.
Regole di acquisto
Blu - questo è il prezzo che si trova nel canale di Donchian al momento della decisione - da 0 - 10 - 10% passo - un acquisto è suggerito quando il prezzo sale, che è ragionevole in generale.
Verde - solo una grande scala dell'area ATR pianificata giorno, settimana, mese - cioè una grande tendenza, c'è una rottura dal livello -8 al livello +8, per esempio si può vedere che all'ipervenduto sul TF mensile - livello -6 - solo 1 regola per l'acquisto, mentre la crescita da -3, -1, -2, -4 livello è suggerita.cioè probabilmente molta enfasi sul fatto che i futures USD/RUB erano per lo più in aumento più che in calo su base mensile, e c'erano flips all'interno della barra (inversione del prezzo di apertura dopo un forte movimento da una parte).
Grigio(?) - RSI sull'ora - si consiglia l'acquisto al di fuori dei livelli 70 (si consiglia solo 1 volta l'acquisto al di fuori del livello 70).
Arancione (secondo l'ufficio) - BB_Up - è il prezzo sopra il limite superiore della Bollinger all'apertura di una nuova barra - 6 su 25 preferiscono ipercomprato al momento, come un segnale di entrata, ma gli altri 19 lo preferiscono senza ipervenduto, e a giudicare da BB_Down - calma - ripiano o piatto.
Giallo - TimeH - c'è una preferenza per entrare alle ore 10 (4 di 13) - cioè, immediatamente all'apertura e alla chiusura - alle ore 23 (2 di 13), e non è sorprendente, perché alle ore 10 è previsto un movimento forte e netto, il resto 12,15,13,17 - normale sessione giornaliera con buona volatilità, ma le ore 20 sono piuttosto un'eccezione alla regola. Forse, se aggiungiamo i giorni della settimana, ci saranno alcune regolarità, collegate alle notizie settimanali - le riserve di petrolio e le loro previsioni sono effettive per il rublo - ci proverò.
Volevo mantenere il mio pranzo di silenzio fino a quando ho qualche buona statistica, ma non posso guardarti persistere nell'essere sbagliato....
Qualsiasi conversione porta a una riduzione delle informazioni sulla serie che si sta cercando. Anche Mashka con il parametro 2 inizia a ritardare e perde una piccola quantità di informazioni kotir nel processo. NS è uno strumento così delicato che lavora con i numeri reali, dove qualsiasi cifra, anche a 10 cifre decimali, può essere decisiva nella soluzione finale. Tagliando completamente la parte reale del numero, e avendo gli input in categorie da -1 a 30 (come esempio), si hanno 31 categorie. Nel mondo reale, il numero di scelte tra -1 e 30 è esattamente tanti ordini di grandezza più grande quanti sono gli ordini di grandezza dopo la virgola. Di conseguenza, se si prende int, si hanno 31 opzioni per dividere, e se si prende doble, ci sono molte più opzioni per dividere.
Se usi input categorici itnt da -1 a 30, la qualità dei dati stessi dovrebbe essere molto alta in modo che la rete possa imparare da essa e ottenere un buon risultato, ma siccome TUTTI i tuoi dati sono costruiti dal prezzo la sua qualità è molto discutibile, e hai anche tagliato i numeri reali in itnt, uccidendo così NS capacità di prendere su qualsiasi cosa.
Le categorie possono essere utilizzate in ingresso se la qualità dei dati utilizzati è già abbastanza alta. Il che sostanzialmente invalida l'uso di NS in linea di principio. Con buoni predittori categorici si può costruire un TS senza NS....
Beh, è così.... Sto solo pensando ad alta voce... mi sanguina il cuore a guardare le vostre sciocchezze... Ha perfino rotto il silenzio pranzo.....
Se stiamo confrontando un lago con un altro, la metrica ha davvero così tanta importanza? No, certo, se non stiamo confrontando un lago con un lago, la risposta potrebbe essere diversa - uno stagno o una pozzanghera, ma dovremmo avere paura di bagnarci i piedi in una pozzanghera andando in un lago? Personalmente non vedo il senso di categorie precise, forse è importante per quel NS che può analizzare le informazioni su e giù, ma io non ne ho, e per un albero è più che sufficiente, come lo vedo ora.
Se stiamo confrontando un lago con un altro, la metrica ha davvero così tanta importanza? No, certo, se non stiamo confrontando un lago con un lago, la risposta potrebbe essere diversa - uno stagno o una pozzanghera, ma dovremmo avere paura di bagnarci i piedi in una pozzanghera sulla strada per il lago? Personalmente, non vedo il senso di categorie precise, forse è importante per quel NS che è in grado di analizzare le informazioni su e giù, ma io non ne ho uno, e per un albero è più che sufficiente, come lo vedo ora.
Per usare input categorici. La qualità di tali input deve essere molto buona. Se la qualità degli input è scarsa, è meglio non convertirli in categorie, ma alimentare i valori reali degli indicatori stessi. Così NS avrà più opzioni per dividere adeguatamente quest'area IMHO!
OK, voglio fare un ringraziamento speciale a FOCUSNIC!!!!!
Non pensavo che si arrivasse a questo, ma i vostri consigli si sono rivelati davvero fondamentali nella preparazione dei predecessori. Quindi complimenti a te, stronza. figlio di puttana!!!! (senza offesa)
Mi assicurerò di postare un video più tardi che ti menzionerà sicuramente... Quindi aspettate il video di Michael :-) dove racconterò la mia comprensione del campo della Mo in generale. Penso che questo video sarà interessante non solo per i principianti ma anche per gli esperti .... quindi... aspetta!!!!
Per usare input categorici. La qualità di questi input deve essere molto buona. Se la qualità degli input è debole, è meglio non tradurli in categorie, ma alimentare i valori reali degli indicatori stessi. In questo modo la NS avrà più opzioni per dividere adeguatamente questa zona IMHO!!!
In cosa propone di misurare la qualità?
Per usare input categorici. La qualità di questi input deve essere molto buona. Se la qualità degli input è debole, è meglio non tradurli in categorie, ma alimentare i valori reali degli indicatori stessi. In questo modo la NS avrà più opzioni per dividere adeguatamente questa zona IMHO!!!
Qual è la misura di qualità proposta?
Per prima cosa, registrate il momento in cui viene presa la decisione. Che sia un evento. Poi esattamente in questo momento in cui l'evento si è verificato salvare i valori degli indicatori.
Per essere onesto, non capisco bene la tua tavola. Cosa c'è dentro?