L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1631

 
mytarmailS:

micha! risponderai alla mia domanda nella pagina precedente o no? ho capito bene la tua affermazione?

Se si costruiscono gli incrementi da un obiettivo, sarà la normalizzazione, che si trova nella gamma di valori reali e potrebbe essere spostata alla gamma 0:1.

Se stiamo parlando di previsioni, l'obiettivo dovrebbe essere spostato indietro di un ritardo, in modo da pensare al domani oggi. Di nuovo, si potrebbe semplicemente prendere il segno della pendenza e portarlo all'intervallo 0:1. Ma si saprebbe solo la direzione ma non la profondità della previsione. Il che richiede anche risorse extra dalla rete. In generale ZigZag (se è lui) non è proprio un buon obiettivo, perché per la classificazione non ha senso, ma per la prognosi è meglio prendere un altro, quello con ultimo valore.

In base al mio lavoro, è vero che anche il mio obiettivo non ha un valore estremo. Cioè il risultato del segnale attuale non è noto perché è in corso. Ecco perché faccio rientrare 1 (obbligatorio) 2 segnali supplementari per vedere come funziona il modello in generale. Anche se ho il periodo di prova prima di quello di allenamento, faccio ancora rientrare 2 segnali, ma non di più.

 
Evgeny Dyuka:

È impossibile, sembra che tu non sia nel giro.

Cosa vuol dire che non puoi? Recentemente sono passato da 15 minuti a 5 minuti e mi sento benissimo. Non voglio cambiare lo strumento, perché il C è il più liquido. Semplicemente non voglio fare nulla per gli esperimenti. Solo commercio, solo Hardcore.
 
Oggi ho una buona giornata dal punto di vista professionale. Per la prima volta ho potuto eseguire il mio TS nel tester e ho ottenuto risultati simili a quelli della storia. Ho pensato che MT5 non ce la farà con i miei calcoli, ma quando ho capito bene è così veloce e calcola e perfino fa trading. Gli indicatori possono a volte fare alcuni errori, ma tutto sommato è un buon evento per questo EA, perché ho un algotrader in più nell'EA :-)
 
mytarmailS:

micha! risponderai alla mia domanda dell'ultima pagina o no?

Di nuovo, state normalizzando con una funzione. Provate a farlo con la matematica semplice per mezzo della sottrazione o qui, la formula di Reshetov. doppio x0 = 2,0 * (v0 + minimo) / massimo - 1,0. Allora non ci saranno problemi di interprestito e di trasformazione inversa. Non so come questa funzione faccia questa normalizzazione....
 
Mihail Marchukajtes:
Di nuovo, state normalizzando usando una funzione. Prova a farlo usando la matematica semplice con la sottrazione o puoi usare la formula di Reshetov. doppio x0 = 2,0 * (v0 + minimo) / massimo - 1,0. Allora non ci saranno problemi di interprestito e di trasformazione inversa. Non so come questa funzione faccia questa normalizzazione....

Ma che dici, sei ubriaco o cosa? :) Ti ho chiesto il tuo articolo e il tuo algoritmo.

Lo duplicherò

Бегло прочитал статью нашего михи) Уже второй раз, первый раз читал давно, нечего тогда не понял...  Попробую кратко изложить его подход  если я что то не понял то пусть он меня поправит...



1) Из цены выделяем точки которые (математически/логически)  одинаковые (кластера), у михи это сигнал торг. системы секвента но по факту это может быть что угодно - пересечение машек, черная свеча в 10 утра итп. он собственно и сам об этом говорит что может быть что угодно.

Человеческим языком : мы просто субъективно сокращаем размерность в данных , уменьшаем степени свободы, для АМО (алгоритм машинного обучения).  И это наверное правильно.

2) далее миха учитывает "контекст рынка"  отчеты там всякие , открытый интерес и рассматривает сигнал от системы секвента в контексте "контекста рынка" (сори за каламбур)  и на каждую такую комбинацию тренирует сеть..

Человеческим языком:   "контекст рынка"  - это тоже по сути кластер и тут тоже может быть что угодно. В ситуации когда один кластер(п.1) есть вложенный в другой кластер(п.2)  мы еще сильнее сокращаем размерность, на порядки. И теперь уже на полученных сжатых данных мы обучаем АМО . И это тоже наверное правильно.

3)Обучаем АМО1 классификации на три класса "бай", "сел", "не знаю"       (миха обучал на "бай" и на "сел" отдельно но я не вижу смысла)

4)На "новых данных 1" смотрим ошибку распознавания АМО1   и создаем новые метки в классах типа "бай/не угадала" или "бай/угадала" или "сел/не знаю"

5) Обучаем второй АМО2 на данных и ответах от первой АМО1 

6) На "новых данных 2" смотрим ошибку распознавания АМО2

Человеческим языком: Вторым АМО2 мы предсказываем правильно ли угадает АМО1 свой класс

правильно миха?? смотри я в 10 строчек всю твою статью уместил))
 
Non conosco le previsioni. Non ho potuto provarlo a causa di Max nel mio tempo, ma per la classificazione una delle ultime trasformazioni che faccio è scalare e centrare i dati in una finestra di smoothing fissa. Ho provato a farlo su tutta la gamma di dati in arrivo, ma non è molto buono. Altrimenti... Ho una finestra di anti-aliasing da 10 a 19. Vtrit seleziona quale ha il numero massimo di caratteristiche (bleah hai giurato di nuovo) per l'obiettivo. Questa è la finestra con cui sto lavorando al momento...
 
Evgeny Dyuka:

È impossibile, sembra che tu sia fuori dal giro.

c'è uno scoiattolo lì dentro :)

 

È strano quando ti chiamo mikha, e con una lettera minuscola :-(

Tutto questo è sbagliato. L'articolo è superato in termini di contesto. In ogni caso, non ho potuto ottenere un miglioramento con esso. Ho provato a moltiplicare i dati di input cambiando il contesto e quindi intrecciandoli con l'input, ma non sono riuscito a ottenere un miglioramento qualitativo, ma non sono nemmeno riuscito a finire il mio lavoro in questa direzione. Cioè, se possibile, vorrei rinnovare la mia esperienza con il contesto.

Andiamo in ordine sparso.

1) Tutti correttamente riduciamo matematicamente il campione senza cambiare l'intervallo di tempo. In alternativa, possiamo eliminare i dati non necessari per mezzo di semplici condizioni e quindi aumentare l'intervallo di tempo, se la qualità della rete addestrata è soddisfacente.

2) Il contesto di mercato ha solo nove stati. Così possiamo costruire nove modelli, ognuno dei quali è addestrato e funziona nel suo specifico periodo di contesto. Ma qui viene alla luce un altro problema di obsolescenza dei dati. Significa che se un modello ha lavorato tre giorni fa durante il giorno, allora non terrà conto di ciò che è stato ieri quando lo accendiamo oggi ed è importante per il mercato. È qui che entra in gioco il tallone d'Achille dell'uso del contesto, ed è per questo che ho cercato di intrecciarlo nei dati di input attraverso la moltiplicazione, ma non ha funzionato nemmeno qui. Ma dovrei comunque armeggiare con esso.

3) Questo è un casino. Tutto è ammucchiato. Lasciatemi spiegare. La sequenza ha due segnali di acquisto e di vendita e questi segnali sono indipendenti l'uno dall'altro. Se prendiamo SOLO i segnali di acquisto dalla strategia di base, otterremo una strategia di base più stabile dove i segnali di acquisto dipendono l'uno dall'altro. Ciò significa che non possiamo ottenere due segnali con diverse barre di differenza, a differenza dell'utilizzo della sequenza completa, dove l'emergere del segnale di acquisto non dipende dall'emergere del segnale di vendita.

Per quanto riguarda la formazione nell'ottimizzatore Rechetov (spero che nessuno pensi che sto promuovendo il mio articolo lì), ma ho preso un sacco di idee da esso. Si formano due polinomi, cioè due griglie, dove con la stessa risposta è SI, con la stessa risposta è NO, con risposte diverse è NO. Il campione è diviso in due chatsy traine e test, dove per un polinomio traine per l'altro è test e viceversa. Allenamento incrociato. Ma alla fine se prendiamo da una rete la sezione di test e da un'altra rete la sezione di test, questo sarà il nostro set di allenamento nel suo insieme.

4)5)6) Infatti ho provato a fare modelli multilivello, dove il primo livello di input, il secondo livello di output dal primo, ecc. Mi ricordo, Maxim ha anche chiamato questo metodo scientificamente, ma ora non lo faccio più, perché è troppo complicato. Al momento, solo il primo livello è sufficiente. Questo approccio penso sia appropriato per compiti di livello superiore. Bene, diciamo che il mio TS funziona da 1 settimana. Con questo approccio, penso che possiamo aumentare la durata del TS, ma non in modo significativo. Cioè, i livelli successivi cercheranno di nascondere gli errori dei livelli inferiori. Se ho capito bene.

E sì, ho bevuto. Ho un paio di birre con cui parlare. Dove diavolo è Trickster????? Ho pensato a qualcosa per lui... :-)

 
Mihail Marchukajtes:

È strano quando ti chiamo mikha, e con una lettera minuscola :-(

senza offesa)

 
Evgeny Dyuka:

Non lo sei, sembra che tu sia fuori dal giro.

Amico, stai diventando più giovane ora..... Lo so, quindi ascoltate attentamente, ve lo dico per la penultima volta (l'ultima volta sarà un video). È grazie a persone come te che voglio fare un video, per non dover spiegare ogni volta l'essenza dell'esistenza. Esiste un modello causale della formazione dei prezzi. Non temporale, ma causa-effetto. Quindi la ragione del cambiamento dei prezzi è dovuta ai seguenti fattori.

Prima gli opzionisti formano l'aspettativa del mercato deformando il sorriso della volatilità. Poi secondo questa aspettativa o internet (gli ottici possono sbagliarsi) c'è un volume di trading con un delta. Il volume mostra il numero di partecipanti delta indica la direzione del volume scambiato + interesse aperto. Solo allora il prezzo cambia in accordo con il volume scambiato, e solo allora gli indicatori cambieranno i valori che voi TUTTI state cercando di usare per la previsione del prezzo. Cioè, state cercando di prevedere la causa. Quindi chi di noi è fuori dal mondo????

Qui per il SI ci sono tutti questi dati, ma per il bitcoin c'è? Quindi non pi...di.... Perché non ho abbastanza coraggio con te. Imparare le basi, signori..... Ecco perché il mio approccio funziona, a differenza del vostro. Il tuo può anche essere fattibile, ma se non è basato sul modello di cui sopra, la probabilità di casualità nel tuo lavoro è alta. Ci sono domande?