L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1843
![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
Non pensare che nessuno ti sta escludendo, è solo che qui ci sono ragazzi specifici che non sopportano la demagogia. I sistemi di IA hanno la capacità di dare una risposta non ovvia, ma è ancora una scienza esatta dove 1+1=2, e non approssimativamente, presunto o altro. Allo stesso modo, il mercato è un tipo di attività molto concreta dove ci sono notizie reali e ci sono pseudo insegnamenti. Come quella di Yusuf, per esempio.
Passiamo a Wikipedia, vi fidate?
Mercato - un insieme di processi e procedure che assicurano lo scambio tra acquirenti (consumatori) e venditori(fornitori) di particolari beni e servizi.
Quindi forse sono importanti le informazioni sulla relazione tra acquirenti e venditori, piuttosto che le onde, lo stocastico, la Bollinger, ecc. Cosa ne pensate? Sai, ci sono un sacco di pseudo-esercizi che stanno cercando di prendere il massimo spot.... Penso che farò un altro video, ma questa volta è un testo. E penso che dovrò fare qualcosa per il suono. Amico, nessuno sa perché la gopro scrive l'audio con rumore????
Anche leggere le scuse)).
Ho anche letto le scuse)).
L'altro giorno mi è venuto in mente un pensiero.
La qualità del video che ho postato lascia molto a desiderare, ma a giudicare dagli spettatori nessuno è interessato a questioni alte e a ragionamenti scientifici. Tutti sono interessati a guardare una bella ragazza che sparla per mezz'ora dell'abolizione dell'autoisolamento nel parco Gorky. Letteralmente davanti ai miei occhi in 24 ore ha guadagnato 500.000 visualizzazioni contro le mie 70. Conclusione: gli argomenti scientifici non sono popolari in questi giorni. La cosa principale è un bel viso e una voce piacevole, e nessuno è interessato all'IA. Peccato :-(
Vorrei il consiglio di tutti.
Nel pacchetto Darch ho trovato la seguente opzione di valutazione del modello:
Calcoliamo l'errore sulla traccia e sulle sezioni oob.
Poi l'errore finale è calcolato come
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr);
A mio parere, l'addestramento dovrebbe essere controllato dal valore medio degli indicatori di completezza e precisione per l'intero campione, dividendo il campione in finestre di, diciamo, 10%-20%. Io stesso seleziono le foglie con questo metodo, ma tengo conto anche del risultato finanziario.
L'altro giorno mi è venuto in mente un pensiero.
La qualità del video che ho postato lascia molto a desiderare, ma a giudicare dagli spettatori nessuno è interessato a questioni alte e a ragionamenti scientifici. Tutti sono interessati a guardare una bella ragazza che sparla per mezz'ora dell'abolizione dell'autoisolamento nel parco Gorky. Letteralmente davanti ai miei occhi in 24 ore ha guadagnato 500.000 visualizzazioni contro le mie 70. Conclusione: gli argomenti scientifici non sono popolari in questi giorni. La cosa principale è un bel viso e una voce piacevole, e nessuno è interessato all'IA. Peccato :-(
Nessuno vuole la verità, Misha )). Tutti vogliono delle belle illusioni.
Non devi essere tu stesso un bel manichino - crea l'impressione dello spettatore, accendi la sua immaginazione, e poi dì la verità ))
L'unica cosa che ti dà fastidio è un martello pneumatico in sottofondo )
Nessuno vuole la verità, Misha )) Tutti vogliono delle belle illusioni.
Non devi essere tu stesso un bel capezzolo - crea un'idea nella mente dello spettatore, accendi la sua immaginazione, e poi taglia la verità ))
Solo un martello pneumatico in sottofondo dà fastidio )
A mio parere, la formazione dovrebbe essere monitorata facendo una media della completezza e della precisione dell'intero campione, dividendo il campione in finestre di, diciamo, 10%-20%. Io stesso seleziono le foglie con questo metodo, ma tengo conto anche del risultato finanziario.
Questa è la convalida incrociata. Oppure si può anche fare un forward, in modo che il set di convalida sia sempre successivo al set di allenamento.
Chiariamo la terminologia:
- accuratezza, vuoi dire Accuratezza standard (proporzione di esempi classificati correttamente)
- completezza. È il numero di esempi/dimensione del campione per l'addestramento? Come si fa a selezionarlo? Per selezione?
Questa è la convalida incrociata. Oppure si può anche fare un forward, in modo che il set di convalida sia sempre successivo al set di allenamento.
È importante controllare la robustezza del segnale sull'intero campione, piuttosto che guardare il punteggio finale - ci possono essere diversi metodi, uno dei quali ho descritto brevemente.
Chiariamo la terminologia:
- accuratezza, vuoi dire Accuratezza standard (proporzione di esempi classificati correttamente)
- completezza. È il numero di esempi/dimensione del campione per l'addestramento? Come si fa a selezionarlo? Per selezione?
La precisione è l'accuratezza e il richiamo è la completezza. Queste cifre sono importanti se c'è più di una classe e se la classe del segnale è una dell'insieme. Per esempio, se la classificazione tripla - acquisto(1)/attesa(0)/vendita(-1) o ricerca di volatilità - ci sarà un movimento forte(1) o uno debole(0). Se nella logica le due classi sono equivalenti, allora il significato di questi indicatori diventa un po' confuso.
Come sta Maximeka? Hai letto qualcosa, qualche taglio?
Un approccio un po' migliore, risultati migliori anche... Tutti gli input hanno mostrato + :))
Ma ci sono problemi...
1) non ci sono abbastanza segnali.
2) il modello sta morendo nel tempo.
Ma credo di aver iniziato a capire qualcosa in questo maledetto mercato, e la svolta non è lontana ))
È importante controllare la robustezza del segnale sull'intero campione piuttosto che guardare la cifra finale - ci possono essere diversi metodi, uno dei quali ho descritto brevemente.
La precisione è l'accuratezza e il richiamo è la completezza. Questi indicatori sono importanti se c'è più di una classe e se la classe del segnale è una dell'insieme. Per esempio, in caso di classificazione tripla - acquisto(1)/attesa(0)/vendita(-1) o ricerca di volatilità - ci sarà un movimento forte(1) o uno debole(0). Se nella logica le due classi sono uguali, allora il significato di questi indicatori è un po' sfocato.
E in generale, la precisione può essere considerata una metrica di base quando si ha una classe di "attesa". Gli errori di precisione sono perdite dirette da errori di classificazione.
E Recall significa profitti persi, cioè abbiamo aspettato invece di agire.
La linea di fondo è quella di massimizzare F1, che troverà il valore migliore con un minimo di errori di previsione e un minimo di mancati profitti.