L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1220
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
https://developers.google.com/machine-learning/crash-course/
questo è il supporto di google python e il laboratorio ha già TFlow incorporato, una GPU Tesla K80 gratuita e alcune TPU (tensor processing unit) specificamente per TFlow
il divertimento è che non hai bisogno di installare nulla e puoi sperimentare a tuo piacimento anche da un notebook debole
Alyosha, ti dirò un terribile segreto, non dirlo a nessuno)))
Vi sono stati dati un paio di metodi per aggregare precisione e richiamo.
F-measure - la media armonica di precisione e richiamo
R-accuratezza è il punto di equilibrio per t. Ce ne sono anche altri.
So cos'è F, ma è semi-automatico per il fatto che devi impostare tu stesso il coefficiente, il che indica una valutazione di corrispondenza delle preferenze piuttosto che una valutazione globale. F1 non ha senso a causa dell'equivalenza di 30*50 e 50*30 (R*P), che per me non è affatto equivalente.
Non è solo Alexey che l'ha detto, secondo me è un modo ovvio di verificare le strategie non solo con MO, ma anche con semplici indicatori, se il sistema impara tanto "fresco" su SB quanto sul prezzo(i), allora ovviamente è un overfit. Ad esempio per il forex per i prossimi 5-30 min l'accuratezza della previsione non dovrebbe superare il 55-57%, se supera il 60% allora è chiaramente il caso di ricontrollare tutto, a meno che ovviamente non si abbia ultra-HFT e datamining tutti i dati del mondo che si possono ottenere per denaro, oltre che con la violenza e il ricatto.
Sono più alto e non ha funzionato per me. Ma mi sembrava che lo spread, la commissione di swap, avrebbe mangiato quel 5%. Così ho rinunciato...
O è possibile fare soldi con questo?
vanno avanti e avanti. acuras intorno al 50% è casuale e non c'è alcun segnale utile lì. questo è il fit attraverso il rumore, o underfitting. acuras dovrebbe essere almeno 0,2-0,3
anche se si guarda la distribuzione dei segnali (che abbiamo fatto con l'altro Alexey, anche se non l'ha capito del tutto). poi con un tale Akuras sarà intorno a 0,5 (nel caso della classificazione), cioè, la probabilità sarà sempre intorno a 0,5 e i segnali utili, cioè marchi classificati con precisione 100%, dell'intero set, non sarà affatto
tutto al contrario )) ti sto dicendo che sono davvero fuorvianti qui, e il nipote di sanych ha fatto un buon punto
Ad esempio per minutki forex l'accuratezza della previsione per i prossimi 5-30 min non dovrebbe superare il 55-57%, se supera il 60% allora è chiaramente il caso di ricontrollare tutto, a meno che ovviamente non abbiate ultra-HFT e date-mine tutti i dati del mondo che possono essere ottenuti per denaro, oltre che con l'aiuto della violenza e del ricatto.
Il 40% è già molto buono. Una volta ho testato, quindi al 30% il profitto era più o meno. Il margine di profitto è da qualche parte intorno al 25%.
Cosa diavolo è il 100% di precisione?))) Devi aver riso di qualcuno, probabilmente dopo aver martellato il muro con i piselli per molto tempo, il 53-55% è tutto, storie sul 70-90% - stronzate, beh, quante volte devo dirlo...
Perché costruire un modello con il 50% di precisione? )) è più facile scambiare in modo casuale, sarà lo stesso
questo è quello che state facendo tutti
Il 3-5% non è niente, il margine di errore, i modelli sono costruiti su un principio completamente diversoNon il 50 ma il 55%, prendete i dati di numerai per fare un confronto e vedete quanta precisione e quanto loglos ha...
Perché pensi che tutti si prendano in giro o si vendano, è il mercato...
OK, dal 55% è ancora possibile, se diversi campioni di controllo sono uguali, altrimenti è un caso. Ma non è mai lo stesso per diversi campioni.
Non stiamo parlando di stronzate teoriche, provate il data numerai se non mi credete, hanno previsioni più o meno adeguate per il reale, ma hanno un modello a lungo termine, intraday è meglio previsto, ma non più del 60% (con molti dati acquistati)
siamo il nostro numero uno )) ok, ok, forse è vero per trilioni di dati, ma non lo insegno su serie di dati così grandi
C'è un altro approccio - la soglia di probabilità è impostata e quando il modello inizia ad andare male con il tempo ci sono sempre meno scambi, di conseguenza tutto inizia a oscillare intorno a 0,5 e non ci sono segnali. Ma per questo uno dovrebbe essere addestrato con una buona akurasi
Noi siamo il nostro proprio numeraire )) ok, ok, forse su trilioni di dati è rilevante, ma non mi alleno su serie di dati così grandi
C'è un altro approccio - la soglia di probabilità è impostata, quando il modello inizia ad andare male con il tempo ci sono sempre meno scambi, di conseguenza tutto inizia a oscillare intorno a 0,5 e non ci sono segnali. Ma dovrebbe essere allenato con buona precisione fin dall'inizio.
Usate i livelli di pp in qualche modo nei vostri predittori?