L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1210
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
Beh, ok, forse è meglio andare direttamente a python o r... così non ci sono problemi con IO
e non si può uscire da MO al giorno d'oggi quando le navi attraversano l'universo...
Non si può uscire da Sharp a Python. Ci sono versioni speciali di Python con Sharpy, ma non è detto che supportino tutti i pacchetti Python.
VS 2017 fuori dalla scatola
La domanda riguarda i pacchetti. Non è ancora certo che MS Python con Sharp supporti tutto. Non lo affermerò, ma ci sono voci che lo fanno.
I risultati preliminari (dato che non ho ancora fatto tutti i predittori) sulla creazione di modelli che determinano modelli redditizi (1) non erano così male, ecco la ripartizione per y - profitto sul campionamento indipendente e per x - 1 - TP+FP e 0 - TN+FN.
L'obiettivo era un profitto di 2000, beh, non è stato raggiunto finora, ma solo 3 modelli sono entrati nella zona di perdita da 960 che non è un cattivo risultato.
La tavola di coniugazione
Il risultato finanziario medio non classificato è 1318,83, dopo la classificazione 1 - 2221,04 e 0 - 1188,66, quindi dopo la classificazione il risultato finanziario medio dei modelli è aumentato del 68%, che non è male.
Tuttavia, resta da vedere se questo modello può funzionare con modelli costruiti su altri dati.
Logloss training - sorprendentemente, il campione di test (su cui il modello è campionato automaticamente - non il campione di allenamento) e l'indipendente (esame) Logloss_e convergono quasi perfettamente.
Anche Recall.
E la metrica Precision mi ha sorpreso, dato che per default è di solito usata per la selezione del modello, non ho avuto nessun allenamento perché è stata subito uguale a 1 sul primo albero.
Ma le diverse metriche sul test e sull'esame - il risultato mi sorprende molto - un delta molto piccolo.
Dai grafici ovviamente è chiaro che il modello è sovrallenato e potrebbe aver smesso di allenarsi a 3500 alberi, o anche prima, ma non ho modificato il modello e i dati sono effettivamente con le impostazioni di default.
Per favore consigliatemi, perché sono troppo pigro per leggere 1200 pagine, qualcuno qui ha provato a implementare l'apprendimento automatico basato sui risultati del trading su EAs chiusi?
La risposta è: se uno perde, l'altro prende, è abbastanza ovvio senza MO.
Cari utenti del forum, potreste per favore dirmi, perché sono troppo pigro per leggere 1200 pagine, qualcuno qui ha provato a implementare l'apprendimento automatico basato sui risultati del trading sugli EA chiusi?
Non credo, di solito se qualcuno si occupa seriamente di questi casi, ha un sito web separato per mantenere la sua creazione o la sviluppa per uso personale
in passato NeuroShell DayTrader poteva trasformare tutto quello che gli davi (la tua storia di trading) in un sistema addestrato, poi il progetto si è calmato, ora non so, non ho visto niente del genere
Non credo, di solito se qualcuno lo fa seriamente, o ha un sito web separato per sostenere la sua creazione o lo fa per uso personale
NeuroShell DayTrader era in grado di trasformare tutto ciò che gli davi (la tua storia di trading) in un sistema addestrato, poi l'intero progetto è passato sotto silenzio, ora non so, non ho visto niente del genere