L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1930

 
fxsaber:

Ci sono tre variabili A, B, C. C'è una condizione scritta a mano composta da loro.

Voglio riprodurre questa condizione automaticamente. Non c'è bisogno di trovarlo, perché lo so già. Ma ho bisogno di avere, per esempio, una dozzina di coefficienti di peso la cui combinazione può colpire questa condizione con alta probabilità.

Se la condizione è nota, allora uno stupido GA può trovare i valori A, B e C che la fanno funzionare.

E se non è così, allora il problema non ha una soluzione unica, si possono trovare molte condizioni diverse per diversi valori delle variabili.

 

opzione 3 - tramite regressione logistica + generatore di funzioni polinomiali. Allora l'output sarebbe una formula abbastanza breve e facilmente interpretabile come la tua

ma non sprechen qual è il punto di riprodurre la condizione via MO

 
Maxim Dmitrievsky:

opzione 3 - tramite regressione logistica + generatore di funzioni polinomiali. Allora l'output sarebbe una formula abbastanza breve e facilmente interpretabile come la tua

ma non sprechen qual è il punto di riprodurre la condizione attraverso MO

allora è "non fershtay")))

Beh, nemmeno io.

 
fxsaber:

Una domanda da un nerd.

Ci sono tre variabili A, B, C. Una sorta di condizione è scritta a mano da loro. Per esempio.

Voglio riprodurre questa condizione automaticamente. Non ho bisogno di trovarlo, perché lo so già. Ma ho bisogno di avere, ad esempio, decine di coefficienti di peso la cui combinazione può colpire questa condizione con alta probabilità, quando imposto A, B, C lì (polinomio o HC - non so, perché so zero) e ottenere la condizione originale.

Mi interessa sapere che tipo e quanti pesi di ingresso ha la funzione richiesta, in modo che tali condizioni originali possano essere riprodotte tramite i pesi?

La griglia con 1 neurone nascosto è in grado di imparare l'intersezione di ma100 con il prezzo.

Questi sono i suoi parametri, 103 in totale, gli incrementi delle ultime 100 barre sono alimentati all'ingresso. Il neurone con attivazione tanh è la funzione tanh(x*W+b), è fondamentalmente una regressione lineare tra parentesi, x è l'input del neurone, W è la matrice dei pesi, b è lo spostamento. In un neurone nascosto: W di 100 elementi, b di 1. E nell'output: W è 1 elemento, b è 1 elemento.

"Un altro banco di prova, l'intersezione di ma e prezzo. "

https://www.mql5.com/ru/forum/86386/page1879#comment_17365998

 
Aleksey Vyazmikin:

Allora, come hai fatto a insegnare agli alberi a raggrupparsi, te lo mostro.

Le caratteristiche raggruppate funzioneranno sempre peggio di quelle non raggruppate! Raggruppando si elimina inevitabilmente una parte delle informazioni.

Ci sono cento esempi, li abbiamo raggruppati - dove c'è più informazione in cento esempi o in un numero?

Aleksey Vyazmikin:

Come fai a prendere il tuo dataset con predittori e prezzo di chiusura e a caricarlo specificando la colonna con il prezzo di chiusura, piuttosto che usare l'opzione di generare indicatori in R?

Da quanto ho capito, dato che l'obiettivo è ZZ tops, allora una parte del campione con predittori dovrebbe essere filtrata, qui, e quindi per alimentare i predittori si dovrebbe filtrare anche la tabella con predittori, o cosa?

Beh, sai come caricare i dati, ti ho dato un esempio in cui ho letto il tuo file csv, qual è esattamente il problema?

Esattamente l'obiettivo giusto - c'è un segno ZZ non inversioni, obiettivo tipico che abbiamo una volta violentato

 
fxsaber:

Una domanda da un nerd.


Ci sono tre variabili A, B, C. Una sorta di condizione è scritta a mano da loro. Per esempio.


Voglio riprodurre questa condizione automaticamente. Non ho bisogno di trovarlo, perché lo so già. Ma ho bisogno di avere, ad esempio, decine di coefficienti di peso la cui combinazione può colpire questa condizione con alta probabilità, quando imposto A, B, C lì (polinomio o HC - non so, perché so zero) e ottenere la condizione originale.


Mi interessa sapere che tipo e quanti pesi di ingresso ha la funzione richiesta, in modo che tali condizioni originali possano essere riprodotte tramite i pesi?

Anche un nerd, ma interessato al problema).

Immaginiamo A, B, C come istanze modificate a caso di un oggetto astratto in un ambiente uniforme. Osservando A, B, C, identifichiamo la loro proprietà generalmente significativa (peculiare), i cui valori cambiano per tutti e tre su eventi dell'ambiente, ma in modo diverso (a seconda dei diversi stati dell'ambiente). Sentiamo le regolarità, ma non possiamo formularle. Tuttavia, diciamo che ad un nuovo evento di istanza, ci sono bruschi picchi nei valori di A, B, C, con certe proporzioni mantenute, e l'ambiente si espande. Ci piace questo modello e vogliamo descrivere la condizione, ma l'ambiente è pieno di altri oggetti e proprietà il cui comportamento è anche misterioso e imprevedibile. Così decidiamo di creare un sistema che segna varie regolarità dei parametri di vari oggetti sull'insieme degli eventi ambientali. Il sistema dovrebbe registrare il numero minimo di relazioni significative massime degli oggetti (tipo di oggetti, proprietà, valori + evento avvenuto) e registrarle nella matrice, in modo che più avanti in queste condizioni possiamo costruire algoritmi comportamentali introdotti artificialmente nell'ambiente complessi parametrici sintetici-fabbricati.

Le reti possono fare questo?

 
mytarmailS:

le caratteristiche raggruppate funzioneranno sempre peggio di quelle non raggruppate! raggruppando si elimina inevitabilmente una parte delle informazioni.

Ci sono cento esempi, li abbiamo raggruppati insieme - dove sono più informazioni in cento esempi o in un numero (numero del cluster)?

Non posso essere d'accordo con te, l'informazione non è stata cancellata, ma al contrario è stata sistematizzata, infatti invece di 3 classi originali abbiamo 3*4=12 nuove classi.

Naturalmente, il campione è stato ridotto condizionatamente di 4 volte, il che ha reso la formazione più difficile, ma con grandi campioni questo effetto dovrebbe essere meno significativo.

Penso che possiamo provare a non rimuovere l'intero campione, ma riempirlo di zeri nella parte relativa ad altri cluster.

Un'altra opzione è l'apprendimento più profondo, ma penso che il risultato non sarà molto buono a causa del piccolo campione.

Il risultato intermedio del clustering è un aumento del Recall (completezza) del 34% e un calo della precisione (accuratezza) del 5%, cioè si è verificata una maggiore generalizzazione dei dati, che può essere utile in alcuni casi.

mytarmailS:

Esattamente quell'obiettivo - c'è un segno ZZ non un'inversione, un tipico obiettivo che abbiamo usato per violentare.

E io che pensavo fosse un'inversione a U!

Tuttavia, non hai ancora risposto alla domanda di prima - è possibile automatizzare il salvataggio dell'immagine dello spazio costruito? Voglio scorrere, per esempio, gli stessi parametri ZZ e vedere come cambiano i modelli grafici, in generale, per automatizzare l'enumerazione degli obiettivi. Non ho tempo per sedermi davanti al computer.

 
Aleksey Vyazmikin:

Tuttavia, non hai ancora risposto alla domanda di prima - è possibile automatizzare il salvataggio dell'immagine dello spazio costruito? Voglio ciclare, diciamo, gli stessi parametri ZZ e vedere come cambiano i modelli grafici, in generale per automatizzare l'enumerazione degli obiettivi. Non ho tempo per sedermi al computer.

Non so se lo fai in 3D, ma se lo fai in 2D, puoi salvarlo da R-Studio, ma perché hai bisogno di tutte queste sciocchezze!!! È molto più chiaro, più semplice, meglio guardare solo l'errore nei nuovi dati, l'output non è un'immagine astratta, ma un numero specifico con cui puoi lavorare, confrontare, ordinare, e così via

 
mytarmailS:

Non so se è in 3D, ne dubito, se è in 2D, puoi salvare da p-studio, ma perché hai bisogno di questa assurdità!!! È molto più chiaro, più semplice, meglio semplicemente guardare l'errore nei nuovi dati, l'uscita non hai un'immagine astratta, ma un numero specifico con cui lavorare, confrontare, ordinare, ecc.

Qual è il numero - non l'ho notato prima - qual è il significato dell'indicatore?

Un'immagine dà sempre più informazioni di un semplice numero.

Sto cercando di eseguire il codice, che è stato postato ieri.

Non capisco la sintassi

d$X.CLOSE.
dt <- read.csv(file = way,header = T,sep = ";") #  читаем файл
//Ранее так транслировали данные из столбца
target <- dt$Target_100 #  целевую в отдельную переменную
//Теперь так - почему точка в конце - это название столбца такое у Вас? Почему d вместо dt? Что это? :)
clos <- d$X.CLOSE.
 
Aleksey Vyazmikin:

Qual è il numero - non l'ho notato prima - qual è il significato dell'indicatore lì?

Un'immagine dà sempre più informazioni di un semplice numero.

Sto cercando di eseguire il codice che mi hai mandato ieri.

Non capisco la sintassi

perché i miei dati si chiamano "d" ))

inserisci il tuo

<- dt$il tuo prezzo di chiusura