L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1375

 
Aleksey Vyazmikin:

Poi controllare questi punti, in qualche modo sono diventato bravo su Si in allenamento, ma si è scoperto che non era realistico chiudere alle 10:00 su una fermata senza tirare attraverso, che ha distorto il risultato molto.

Naturalmente, tutto questo distorce i risultati. Dovrei tagliare tutta questa roba dal mio allenamento e dal mio trading. E la NS non sarà in grado di affrontare i vespri da sola.

Ora è solo una dimostrazione delle possibilità di usare NS solo per la previsione delle citazioni. Credo che funzioni).

 
Yuriy Asaulenko:

Naturalmente, tutto questo distorce i risultati. Tutto questo deve essere eliminato, sia dalla formazione che dal commercio. E anche la NS non sarà in grado di affrontare la serata.

Ora è solo una dimostrazione delle possibilità di usare NS solo per la previsione delle citazioni. Sembra funzionare).

Penso che sia possibile farlo su Si, in termini di liquidità non è così male ora, dipende dal deposito ovviamente.

Ho raggiunto buoni risultati, non mi dispiace ascoltare i dettagli :)

 
Aleksey Vyazmikin:

Su Si si può fare bene la sera, in termini di liquidità non è così male ora, dipende dal deposito naturalmente.

E il fatto, che ha funzionato, è buono, non mi dispiace ascoltare i dettagli :)

Tutto il codice davanti a voi. È escluso solo il lavoro preparatorio di caricamento dei dati, ecc. L'apprendimento, come era e rimane, credo che tu abbia lavorato con i dati originali. Sono simili.

Circa i dettagli, non so cosa dire, chiedere.

 
Yuriy Asaulenko:

Ha fatto un prototipo della TS su NS. Chiuso l'affare 5 minuti dopo l'apertura (tempo di previsione). Non c'è monitoraggio del commercio.

Ecco il primo risultato:

Per x - numero di trade, per y - profitto in pip. Le commissioni ecc. non sono considerate. L'intervallo del test è di 3,5 mesi.

Non c'è bisogno di fare trading fino al 60° scambio, è fino alla chiusura precedente dei futures, la previsione non è molto possibile lì. I salti bruschi, sospetto, sono lacune infragiornaliere.

E il codice Python. Non potrebbe essere più semplice.

Come qualcuno ha detto, la descrizione di TS dovrebbe stare su una scatola di fiammiferi).

 
Maxim Dmitrievsky:

Come qualcuno ha detto, la descrizione della TS dovrebbe stare su una scatola di fiammiferi).

Non ho bisogno di descrivere nulla, l'importante non è il TS, ma le qualità personali del trader, la sua psicologia.

 
Graal:

Non devo descrivere nulla, l'importante non è il TS, ma le qualità personali e la psicologia del trader.

Ho un karma molto cattivo, qualunque cosa tu faccia, finirai nei guai).

 

Qui ci sono molti cheat sheet di Python/R. Utile da avere a portata di mano per non dover sfogliare i fogli.

Buona fortuna

Essential Cheat Sheets for Machine Learning and Deep Learning Engineers
Essential Cheat Sheets for Machine Learning and Deep Learning Engineers
  • 2017.05.28
  • Kailash Ahirwar
  • startupsventurecapital.com
Machine learning is complex. For newbies, starting to learn machine learning can be painful if they don’t have right resources to learn…
 
Yuriy Asaulenko:

Tutto il codice è davanti a voi. Sono esclusi solo i lavori preparatori di caricamento dati ecc. L'allenamento, come era e come è tuttora, sembra che tu stia lavorando con i dati originali. Simili.

Circa i dettagli, non so cosa dire, chiedere.

Quanto bene il NS è allenato in modo stabile, c'è una grande dispersione di risultati da un allenamento all'altro?

 
Aleksey Vyazmikin:

Quanto è costante l'apprendimento del NS, c'è molta variazione da un allenamento all'altro?

Non c'è praticamente nessuna variazione. Addestramento su un campione casuale di 5000 corde (ne avete visto uno dal vivo). L'array stesso è di 55 - 60 mila linee - storia di TF 1m 3,5 mesi. Test su di esso.

 
Yuriy Asaulenko:

Non c'è praticamente nessuna dispersione. Addestramento su un campione casuale di 5000 corde (ne avete visto uno dal vivo). L'array stesso è di 55 - 60k stringhe - 3,5 mesi di storia. Test su di esso.

Perché allenarsi su meno del 10% dell'intero campione, l'aumento del campione non dovrebbe portare a un miglioramento?