L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1530

 
Maxim Dmitrievsky:
La felicità non ha bisogno di alcuna ragione

È vero, hai bisogno di antidepressivi per la felicità, ma la curiosità può essere soddisfatta solo dalla ricerca. Mi chiedo se funzionano i miei dati o il mio ottimizzatore. Penso che sia 50/50. Dati ben assortiti con un ottimizzatore perfettamente tollerabile. Si può fare un'analisi comparativa tra le due IA e calcolare senza ambiguità chi e cosa funziona.


Test per l'ottimizzatore:

1. Sui miei dati, il tuo NS ha ottenuto un risultato migliore su OOS. A favore del vostro ottimizzatore.

2. Sui miei dati, il tuo NS ha ottenuto lo stesso risultato su OOS. Incerto.

3 Sui miei dati, il tuo NS ha ottenuto un risultato peggiore sul ciclo di feedback. A favore dell'ottimizzatore di Reshetov.


4. Reshetov ha ottenuto un risultato migliore sui tuoi dati su OOS. A favore di Reshetov.

5. Reshetov ha ottenuto lo stesso risultato sui tuoi dati su OOS. Indeciso.

6. Reshetov ha ottenuto un risultato peggiore sui tuoi dati su OOS. A favore del vostro ottimizzatore.

Test dei dati:

Io dalla tua strategia di base salvare i miei dati, voi dalla mia strategia di base salvare i vostri dati questo ti dà la possibilità di non rivelare la logica degli ingressi e ancora una volta optim.

1. Se ottengo un risultato migliore con i tuoi dati che con i miei. A favore dei vostri input.

2. Se ottengo lo stesso risultato Un pareggio.

3. Se ottengo un risultato peggiore, a favore dei miei input.

Tu fai lo stesso dalla tua parte. In questo modo puoi almeno provare sull'altro ricercatore quanto sia buono il tuo approccio in linea di principio.

Il problema non è aspro, c'è molto da negoziare, ecc., ma se si fa questo confronto, si può avere una stima comparativa della potenza del vostro TS in confronto al mio. Di nuovo, non sto dicendo che ho sempre ragione. Non lo sono. SkyNet 2.0 è abbastanza complicato da tenere d'occhio. Capisco che sarà una grande sfida essere confrontati in approcci radicalmente diversi, ma mi piacerebbe, è noioso :-(

 
Mihail Marchukajtes:

È vero, hai bisogno di antidepressivi per la felicità, ma la curiosità può essere soddisfatta solo dalla ricerca. Mi chiedo se funzionano i miei dati o il mio ottimizzatore. Penso che sia 50/50. Dati ben assortiti con un ottimizzatore perfettamente tollerabile. Si può fare un'analisi comparativa tra le due IA e calcolare senza ambiguità chi e cosa funziona.


Test per l'ottimizzatore:

1. Sui miei dati, il tuo NS ha ottenuto un risultato migliore su OOS. A favore del vostro ottimizzatore.

2. Sui miei dati, il tuo NS ha ottenuto lo stesso risultato su OOS. Incerto.

3 Sui miei dati, il tuo NS ha ottenuto un risultato peggiore sul ciclo di feedback. A favore dell'ottimizzatore di Reshetov.

Prendi quello che vuoi e guarda :) fare casino con i set di dati degli altri non è una buona idea.

più vicino al jpredictor SVM kernelizzato, o meglio, è la stessa cosa. Provate.

 
Siete interessati all'integrazione conhttps://github.com/mlflow/mlflow/ e MT5?
mlflow/mlflow
mlflow/mlflow
  • mlflow
  • github.com
MLflow is a platform to streamline machine learning development, including tracking experiments, packaging code into reproducible runs, and sharing and deploying models. MLflow offers a set of lightweight APIs in that can used with any existing machine learning application or library (TensorFlow, PyTorch, XGBoost, etc), wherever you currently...
 

Da leggere

https://medium.com/towards-artificial-intelligence/a-simple-neural-attentive-meta-learner-snail-1e6b1d487623

https://arxiv.org/pdf/1707.03141.pdf

Reti di attenzione e trasformatori sono alla moda in questi giorni, dicono meglio di RNN

A Simple Neural Attentive Meta-Learner — SNAIL
A Simple Neural Attentive Meta-Learner — SNAIL
  • Sherwin Chen
  • medium.com
Traditional reinforcement learning algorithms train an agent to solve a single task, expecting it to generalize well to unseen samples from a similar data distribution. Meta-learning trains a meta-learner on the distribution of similar tasks, in the hopes of generalization to a novel but related tasks by learning a high-level strategy that...
 

Oh, signore e signori, oh... Il granito della scienza è pesante, è insopportabile. Ahimè, ho letto"The New Neural" - progetto di motore di rete neurale Open Source per la piattaforma MetaTrader 5, l'ho letto per alcuni mesi, era lungo 100 pagine, la sera dopo il lavoro, non posso seguire questo ramo di >1500 pagine per il resto della mia vita, non ho avuto fortuna, ho cercato di leggere selettivamente, non ho visto nulla di utile, anche se credo, forse qualcuno si stava esprimendo in linguaggio florido o metaforico e ho dovuto leggere tra le righe.

Cosa fare signore e signori? COSA FACCIAMO?

Quindi, ecco il piano, so un po' di C++ e non tanto di mql, ma voglio davvero fare qualcosa di urgente. Non ho ancora un obiettivo di ottenere super profitti, ma ho bisogno di un 5-10% mensile stabile come inizio. Penso che potrei iniziare con la regressione lineare e la previsione del prossimo incremento in base a diversi incrementi precedenti e iniziarlo nel trading. Quali passi devo fare per farlo?

Per esempio, prendiamo un numero di incrementi (x(t) - x(t-1)) di lunghezza 10, e 11-esimo (x(t+1)) sarà una variabile che stiamo cercando. Poi eseguiamo una regressione lineare, otteniamo una previsione, se la previsione è maggiore di zero apriamo long, se meno apriamo short. Questa è l'applicazione più diretta dell'IR nel trading.

Ti piace questo piano?

"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5.
"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5.
  • 2011.10.18
  • www.mql5.com
Общее обсуждение: "Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5.
 
kapelmann:

Più dettagli: prendiamo una serie di incrementi (x(t) - x(t-1)) di lunghezza per esempio 10, e 11-th(x(t+1)) sarà la variabile richiesta, poi eseguiamo una regressione lineare, otteniamo una previsione, se la previsione è maggiore di zero apriamo long, se meno apriamo short. Questa è l'applicazione più diretta del MO nel trading.

Questa è l'applicazione più diretta del MO nel trading algoritmico - ReshetovMLP eRandom Forests prevedono le tendenze, e tu stai parlando di econometrico arcaico

AI
AI
  • www.mql5.com
AMkA Скользящая средняя по Кауффману с возможностью читать через iCustom, изменять цену, к которой применяется и способ расстановки точек: на базе пипсового фильтра или с расчётом стандартного отклонения. Сглаживание ряда Close с помощью преобразований Фурье Индикатор выделяет наиболее значимые гармоники движения, отбрасывая...
 
kapelmann:

Non so se vi sconvolgerò o meno, ma scriverò ancora solo per considerare la % di profitto al mese senza un drawdown massimo specificato, è un percorso verso il nulla.

Non so se sarete delusi o meno, ma dirò comunque che la percentuale di profitto al mese senza un drawdown massimo concordato è un modo per non andare da nessuna parte.

Non so se sei arrabbiato, ma te lo dirò).

 
Igor Makanu:

Non so se vi farò arrabbiare o meno, ma scriverò che guardare solo la % di profitto mensile senza un drawdown massimo concordato è una strada che non porta da nessuna parte.

La gente ottiene il 100% di profitto al mese con un drawdown massimo ;)

Il drawdown è almeno due volte inferiore al profitto, anche se sarebbe meglio non avere alcun drawdown.

Kesha Rutov:

L'uso diretto di MO nel trading algoritmico è ReshetovMLP e Random Forests predice le tendenze, mentre tu stai parlando di econometrico arcaico

Questi sono metodi avanzati, MLP e RandomForest, ma "il percorso verso migliaia di LI, inizia con il primo passo" :)

I metodi avanzati sono confusi e contorti, non puoi capirli senza una bottiglia o dei sali, mentre devi capire il principio, il succo.

 
kapelmann:

Il drawdown è almeno la metà del profitto, anche se è auspicabile che non ci sia alcun drawdown.

Questi sono metodi avanzati, MLP e RandomForest, ma "la strada per migliaia di LY, inizia con il primo passo" :)

I metodi avanzati sono confusi, contorti, è impossibile capirci qualcosa senza una bottiglia o dei sali, ed è necessario capire il principio, il succo.

Non promuoviamo l'alcolismo e la tossicodipendenza. Entrambi vanno nel pantano, non nella comprensione di ME.
 
Maxim Dmitrievsky:
Legni casuali che predicono le tendenze - un link skam da un gallo. Non andateci se non volete essere bannati per qualche ora per bruteforcing del sito mql. Per favore, chiedi ai moderatori di controllare.

Immagino che non mi venga insegnato come fare soldi da brave persone, ma di prendere i miei soldi duramente guadagnati con l'aiuto di link truffa! Ma non c'è modo di aggirare la cosa, non puoi ingannarmi così facilmente!