L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1515

 
Biqvi:

L'immagine è solo un'illustrazione della fase 1 e 2.

Sì, capisco che è solo un'immagine, ma per programmare set simili, personalmente per me, ho bisogno di una comprensione più chiara di come appare. Se l'altezza della barra è presa in considerazione, quale limitazione dovrebbe essere impostata. L'altezza totale di questo set... e altri dettagli sono possibili.

 
Biqvi:

L'immagine è solo un'illustrazione della fase 1 e 2.

i colori delle candele sono tutti giusti?

richiedere questo "set-up" non sembra essere un problema
 

Vorrei insegnare ai neuronici a vederlo (più precisamente la parte che imposta 1) per risolvere due problemi:

1) per tirarne fuori ciò che ha visto, per capire "a cosa è agganciato" nel set-up e attraverso di esso per capire meglio ciò che vedo e quali sono esattamente le caratteristiche del grafico importanti.

2) per spostare il commercio su di esso o (opzione minima) per mettere una campana.

La mia domanda ai professionisti, per favore consigliate se il problema è impostato correttamente e dove andare per risolverlo.

La foto è solo un'immagine per rendere chiaro quello che io chiamo un set-up.

 
Biqvi:

1) Ottenere ciò che ha visto, capire "cosa è agganciato" nel set-up e attraverso questo capire meglio cosa vedo io e quali caratteristiche del grafico sono importanti.

Una rete neurale non vi darà una comprensione del perché ha preso una qualsiasi decisione. Ma la risoluzione di un singolo albero può essere riscritta con alcuni operatori condizionali come if(height2>10){ if(delta<50){ .... }}. Per fare questo, la foresta deve essere costruita con un solo albero. Se ci sono molti alberi, per esempio 100, dovremmo fare la media delle soluzioni di 100 catene di if(){if(){.... }}} manualmente questo sarà difficile. Ma la foresta di solito ha una soluzione migliore facendo la media di più soluzioni.

Probabilmente come risultato di aver passato un anno farai in modo che dopo il modello 1, il modello 2 accade circa il 50% delle volte, nell'altro 50% è viceversa(doppio top, seguito da una caduta e un sacco di altre variazioni). La mancanza di segnali di successo tra i frequentatori di questo ramo lo dimostra.
L'uomo vede più di quelle 6 barre del pattern 1. Se puoi farlo - meglio fare trading manuale che passare un anno.

 
Biqvi:

Vorrei insegnare ai neuronici a vederlo (più precisamente la parte che imposta 1) per risolvere due problemi:

1) per tirarne fuori ciò che ha visto, per capire "a cosa è agganciato" nel set-up e attraverso di esso per capire meglio ciò che vedo e quali sono esattamente le caratteristiche del grafico importanti.

2) per spostare il commercio su di esso o (opzione minima) per mettere una campana.

La mia domanda ai professionisti, per favore consigliate se il problema è impostato correttamente e dove andare per risolverlo.

Solo una foto, solo una foto per far capire che io chiamo il set-up.

Una delle opzioni più semplici è quella di fare un campione di allenamento di otto barre di ingresso con un rapporto di colore (direzione) di 2:1:2:1:2 e un'uscita (target) sulla cui previsione può essere fatto l'allenamento.

Questo approccio ovviamente diminuirà l'efficienza del modello, ma la probabilità di osservarlo e riconoscerlo sarà più alta, ed è importante per l'inizio capire se ci sono dei pesci.

Se tale variante si adatta, posso farlo, sarà torbido sulle reti neurali, ma sugli alberi risolutivi dovrebbe essere OK - con una logica leggibile.

 
Andrey Dik:

Va bene, però è un po' rumoroso.

Sì, puoi cambiare le impostazioni anche lì. Sono troppo pigro.

Molto probabilmente sarà una sciocchezza alla fine, come ogni previsione vr.

 
Biqvi:

Voglio insegnare la neuronica per vederla (più precisamente la parte che imposta 1) per risolvere due problemi:

P.S. Sono tranquillo sul fatto che mi ci vorrà un anno o due per risolverlo, e ancora più tranquillo di collaborare con un professionista.

Le neuroniche (MLP) e altri classificatori (foresta casuale, SVM, kNN ecc.) sono necessari per automaticamente per cercare questi e molti altri modelli non banali, Per il tuo problema, una semplice convoluzione (prodotto scalare scorrevole) andrà bene, può essere programmata da zero in un'ora, e con strumenti già pronti in pochi minuti, non hai bisogno di un anno.

Ma posso deluderti in anticipo, che la probabilità di successo è vicina allo zero, perché tutte queste strutture semplici sono trovate senza problemi dagli automi, e se sei riuscito a scambiare mani in profitto, significa che oltre al modello hai usato una serie di condizioni ausiliarie, che probabilmente sono "ovvie" per te, ma tuttavia influenzano significativamente il risultato. Ricordate la storia della "zuppa d'ascia"? È lo stesso con molte formazioni di candele nei commercianti manuali, sembra un modello semplice, ma prima che il commerciante guarda tutte le notizie, tutti i mercati, ascolta il gossip e commercia o non un modello semplice)))

 
Maxim Dmitrievsky:

nessuno ha mai capito veramente hmm, solo a livello di copia stupida di libs? non puoi riscriverlo in mql? stai solo gettando ogni sorta di cacca di rete neurale sul mercato

A proposito, queste sono le basi, dovrò scrivere un altro articolo.

Forse non hai mai letto articoli di altri autori tranne questo, giusto? Da dove prendete conclusioni così generalizzanti?

I modelli Hidden Markov nella loro forma pura non sono applicabili al nostro caso. Nella nostra serie temporale, il cambiamento di stato non avviene ad ogni passo temporale. Lo stato dura per diversi (molti/piccoli) cicli di clock e ad ogni passo la probabilità del cambiamento di stato cambia. Tali modelli di Markov sono chiamati modelli Semi-Markov. In uno dei mieiarticoli ho applicato tali modelli allo smoothing degli stati previsti di un obiettivo. Cioè le sequenze improbabili sono state eliminate usando hsmm. Alcuni "accademici" qui sono rimasti scioccati quando hanno menzionato che HSMM può essere usato per smussare una sequenza nominale. Succede.

Per aiutarvi a scrivere un articolo su questo argomento e a tradurre la matematica in hsmm, vi allego la letteratura. È uno di quelli su cui ho lavorato a fondo. Scarica da Dropbox allink (~46MB). I pacchetti in R: mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselect sono solo quelli che ho controllato a colpo d'occhio.

Buona fortuna in questo affare senza speranza (intendo la traduzione a MKL).

 
Vladimir Perervenko:

Probabilmente non leggi gli articoli di altri autori oltre a questo thread e al tuo? Da dove prendete conclusioni così generalizzanti?

I modelli Hidden Markov nella loro forma pura non sono applicabili al nostro caso. Nella nostra serie temporale, il cambiamento di stato non avviene ad ogni passo temporale. Lo stato dura per diversi (molti/piccoli) cicli di clock e ad ogni passo la probabilità del cambiamento di stato cambia. Tali modelli di Markov sono chiamati modelli Semi-Markov. In uno dei miei articoli ho applicato tali modelli allo smoothing degli stati previsti di un obiettivo. Cioè le sequenze improbabili sono state eliminate usando hsmm. Alcuni "accademici" qui sono rimasti scioccati quando hanno menzionato che HSMM può essere usato per smussare una sequenza nominale. Succede.

Per aiutarvi a scrivere un articolo su questo argomento e a tradurre la matematica in hsmm, vi allego la letteratura. È uno di quelli su cui ho lavorato a fondo. Scarica da Dropbox al link(~46MB). I pacchetti in R: mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselect sono solo quelli che ho controllato a colpo d'occhio.

Buona fortuna in questo caso senza speranza (intendo la traduzione a MKL).

Grazie, ho già riscritto tutto, ma per compiti discreti

Non so come fare per quelli continui.

è stata offerta l'opzione di filtrare piuttosto che lisciare da Mitramiles, ha fatto scivolare il suo set di dati e ha chiesto perché nulla ha funzionato per lui nella finestra di sc. Ho chiesto: potete capire la matematica di hmm, non solo usare i pacchetti per capire perché non funziona? Ho chiesto solo questo.

 
Maxim Dmitrievsky:

Grazie, ho già riscritto tutto, ma per compiti discreti

per i compiti continui non ho capito come.

Ho suggerito il filtraggio invece dello smoothing di Mitramiles, mi ha dato il suo dataset e mi ha chiesto perché non ha funzionato in sk. window? Ho chiesto: non conoscete la matematica di hmm, e non usate solo i pacchetti per capire perché non funziona? Ho chiesto solo questo.

Allora non hai visto i miei post precedenti. L'ho presa sul personale.

Guardate la letteratura, vi aiuterà molto. Ce ne sono alcuni in russo.

Buona fortuna di nuovo.