L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1201

 
Aleksey Nikolayev:

Il tutto è rovinato dalla non staticità, che può essere sia netta che strisciante.

Questo può essere risolto selezionando i pesi ottimali... ad esempio come variare il posteriore... da uniforme a esponenziale

 
Aleksey Vyazmikin:

Se stai parlando di me, ti ho mostrato le curve sul campione del test e sul campione dell'esame - non guardo nemmeno il campione di studio...

Sto dicendo che si possono guardare e ammirare, o si possono mettere in circolazione.

Avete già Prior e Posterior )) quello che dovete fare è solo aggiornarli con i pesi... è brillante e diretto

come direbbe Alexander ... preparate le valigie

 
Maxim Dmitrievsky:

Cioè, puoi guardarli e leccarli, o puoi metterli in circolazione.

Non mi sto leccando gli occhi, ma imparando - ho scavato con le metriche - mi sono fatto un'idea. Ho già forgiato circa 200 predittori (molti predittori sono espressi in 10 colonne), che caratterizzano il modello :)

Entro sera i modelli saranno pronti, e cercherò di imparare come prevedere i modelli non chiari :)

 
A proposito, voglio un predittore per il drawdown del saldo delle previsioni (alternativamente aggiungere 1 se la previsione è corretta e -1 se sbagliata), qualcuno ha una funzione (simile al drawdown del saldo normale) per questi scopi in MQL?
 

Sto guardando un grafico del profitto rispetto al numero di alberi in un modello (512 modelli)

e sembra che i modelli con più alberi sopra i 60 siano meno probabili o il campione è piccolo...

 
Aleksey Vyazmikin:

Sto guardando un grafico del profitto rispetto al numero di alberi in un modello (512 modelli)

e sembra che i modelli con più alberi sopra i 60 siano meno probabili o il campione è piccolo...

Come riuscite a costruire un tale numero di modelli a mano... come nella lega TC anche voi...

Idealmente dovrebbero essere fatti attraverso GA o full bruteforce. In un nuovo articolo ho scritto come, che non è ancora stato pubblicato. Tutto per mezzo di mql
 
Maxim Dmitrievsky:

come fate a costruire manualmente un tale numero di modelli... nella lega CU o nella vostra...

Io userei GA o full bruteforce. Ho scritto un nuovo articolo su come, che non è ancora stato pubblicato. Tutto per mezzo di mql.

Perché a mano? Ketbustu ha fatto un batcny con ciclo per generare modelli secondo i parametri, il file di setup per i parametri del modello è generato da uno script in MT5. I risultati sono elaborati da un altro script in MT5 e ottengo un file di riepilogo con le caratteristiche dei modelli come output.

Se potessi automatizzare il disegno dei grafici e il loro salvataggio sarebbe bello.
 
Aleksey Vyazmikin:

Perché manualmente? Catbustu ha fatto un file batch con un ciclo per la generazione di modelli secondo i parametri, il file di impostazioni per i parametri del modello è generato da uno script in MT5. I risultati sono anche elaborati in MT5 da un altro script e l'output è un file riassuntivo con le caratteristiche dei modelli.

Se potessi anche automatizzare il disegno dei grafici e il loro salvataggio sarebbe bello.

ah cool, cool, levele)

 
Maxim Dmitrievsky:

ah bene bene, bene, livello )

Grazie.

Qui ho deciso di pensare al problema di automatizzare l'adattamento delle probabilità per la classificazione 0 e 1, ho fatto un calcolo di equilibrio in incrementi di 0,1 e sono rimasto inorridito dal risultato sul campione di prova

gli stessi modelli sul campione di prova

Risulta che il mio campione di prova è molto favorevole per la strategia senza alcuna condizione aggiuntiva per MO, che apparentemente impedisce l'apprendimento (l'apprendimento avviene sul campione di formazione, e la selezione del modello avviene sul campione di prova), cosa ne pensi?

 
Aleksey Vyazmikin:

Grazie.

Qui ho deciso di pensare al problema di automatizzare l'adattamento di probabilità per rompere la classificazione in 0 e 1, ho fatto un calcolo di equilibrio in incrementi di 0,1 e sono stato inorridito dal risultato sul campione di prova

gli stessi modelli sul campione di prova

Risulta che il mio campione di prova è molto favorevole alla strategia senza condizioni aggiuntive MO, il che apparentemente ostacola l'apprendimento (l'apprendimento è sul campione di formazione, e la selezione del modello è sul campione di prova), cosa ne pensi?

Non capisco bene cosa ci sia nelle foto e l'essenza del problema.

Io stesso ho fatto un sacco di varianti di modelli e ora sto cercando di capire quale scegliere per il monitoraggio :D o per migliorare ulteriormente

in breve... gli approcci attuali non alimentano correttamente le transazioni all'uscita, sia che si tratti di zigzag o di qualche altra assurdità

perché per ogni dimensione della finestra scorrevole ci dovrebbe essere una diversa distribuzione da cui vengono fatti gli scambi. Allora il modello si adatta meglio, anche al campione di prova. (mentre lo zigzag o altre uscite sono molto deterministiche di per sé, ci sono pochi gradi di libertà per il montaggio) L'ultima è quella di farlo e basta, cioè l'enumerazione delle uscite è più completa, e poi non c'è davvero nient'altro da fare

per gli input con diversi ritardi, nel vecchio modo, con l'autoselezione tramite importans e forse tramite PCA per sbarazzarsi della correlazione, tali varianti di bot anche fatto. Ma in generale, usare la PCA è un'idea sbagliata (anche se, di nuovo, su Internet si scrive il contrario). Non solo i campioni devono essere centrati, ma su nuovi dati questi componenti si trasformano lentamente in scorie.

Tutto questo dà qualcosa del genere, praticamente nessun problema, basta aspettare 10 minuti:

la possibilità di un ulteriore miglioramento sembra dubbia quando il modello è già oltre il 100% del treno.

forse con un buon pezzo di grafica/strumento si può ottenere un po' di più.