L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1616
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Quindi quello che voglio dire. Prima di riferirmi a JPrediction lascio solo 150 pezzi su 6000 migliaia di colonne, che sono statisticamente significativi, e solo allora li cerco per quella famigerata legge che descrive l'uscita. Il numero di colonne dovrebbe essere il doppio del numero di righe della tabella, in teoria, in modo che l'algoritmo abbia abbastanza dati tra cui scegliere. Di conseguenza, l'ottimizzatore lascia da 5 a 10 pezzi sui 150 suggeriti da me per formare il modello finale.
Ho notato che delle caratteristiche storiche 3-7 funzionano, il resto sono spazzatura. Per esempio, il numero del mese, il giorno della settimana, ecc. (2-3 pezzi) funzionerà già se c'è ripetibilità. Solo che devono essere convertiti in categorici.
Gli incrementi e simili non funzionano. O meglio, possono funzionare, ma come - questo è nell'ultimo articolo. Non hai nemmeno bisogno di MG per questo.
sì, da 5 a 10 è vicino, quindi è per descrivere una sorta di modelloHo notato che delle caratteristiche storiche 3-7 funzionano, il resto sono spazzatura. Per esempio, il numero del mese, il giorno della settimana, ecc. (2-3 pezzi) funzionerà già se c'è ripetibilità. Gli incrementi e così via non funzionano.
Vi dirò questo. L'ultima versione di Reshetov era la 14. Mi sono fatto coraggio e ho completato l'ottimizzatore alla versione 15. Ma quello che ho aggiunto lì cambia drasticamente il quadro in meglio. Procedendo dalla teoria il modello più robusto è quello con input minimi e polinomio più corto, a parità di altre condizioni ho preso un'altra strada. Se la soluzione di Reshetova era il modello ascendente da 4 ingressi e iniziando ad aggiungere alla fine si ottiene il modello con diciamo 7 ingressi, io ho iniziato dal discendente, cioè, inizio da 11 ingressi e poi diminuisco e alla fine ottengo il modello con 9 ingressi, diciamo, come esempio. Allo stesso tempo, entrambi i modelli hanno risultati di apprendimento assolutamente identici a giudicare dalle metriche. Significa che entrambi i modelli arrivano all'area della generalità, ma uno dal basso, l'altro dall'alto. E quale pensate che sarà il migliore? Si potrebbe dire quello che è più semplice e ha meno ingressi???? No, non lo è. Quello con più ingressi sarà più fresco. Dato che entrambi sono in un'area trovata, il modello che ha più ingressi sarà più parametrico rispetto al piccolo. Come risultato abbiamo due modelli che sono nello stesso stato, solo uno forte, quello in alto e uno debole, quello in basso. Ma i loro risultati di apprendimento sono uguali. Questo significa che il modello più forte richiederà una maggiore conoscenza della legge trovata, e non quello che trascura gli input aggiuntivi. IMHO naturalmente!!!
Può essere diverso, bisogna guardare la statanalisi. Il mercato ha pochissime dimensioni nelle quotazioni stesse, 3-7 è normale.
Wow, sei bravo, sei esilarante)))
Wow, che gruppo di persone. Sai, il tuo sorriso ci scalda l'anima, soprattutto quando non ci vediamo da tanti anni :-)
Come posso vederti quando ho lasciato il mio lavoro e ho comprato una videocamera ma ancora nessun videoclip, stai suonando la tastiera alla vecchia maniera))))
Vieni su videopilis e raccontaci gli ultimi progressi e la versione 15 super!!!
Come vederti se hai lasciato il tuo lavoro e comprato una macchina fotografica, ma ancora nessun video, tutto alla vecchia maniera - torturando la tastiera))))
Vieni su videopilis e raccontaci gli ultimi successi e 15 super versione!!!