L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2043

[[Eliminato]]

Alexander_K:

Hmm... Darò un'occhiata. Non ho ancora lavorato con TF sopra M15...

Dov'è il tuo segnale? L'ho messo nei miei preferiti per renderlo facile da guardare, ma ora è sparito. Che cosa è successo?

[Evgeniy Chumakov]

Oleg avtomat:

Dov'è il tuo segnale? L'ho messo nei miei preferiti per una facile visualizzazione, ma ora è sparito. Che cosa è successo?

Deve aver trovato il Graal ed essere andato alla Casa Tranquilla. )

[Aleksey Vyazmikin]

Video interessante, Maxim È questo l'approccio che stai prendendo?

[Aleksey Vyazmikin]

Ed ecco più o meno quello che faccio. È interessante notare che i due autori del video sopra e sotto dicono il contrario - uno dice che le reti non funzionano, l'altro dice che gli alberi sì :)

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

Video interessante, Maxim È questo l'approccio che stai prendendo?

Più o meno, sì, ma non l'ho ancora fatto) perché ho poca fiducia nel suo successo

Le reti funzionano meglio su dati omogenei come immagini o segnali. Gli alberi sono migliori su elementi eterogenei come un sacco di diverse caratteristiche non normalizzate.

da quanto tempo esiste yandexair? non sapevo che ci fosse una controparte di youtube prima

Comunque, qui ci sono esempi della cosa più figa che abbiamo per le serie temporali al momento - i trasformatori

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

ma tutto sembra una previsione ritardata, proprio come con LSTM. Come il valore attuale della serie è il miglior predittore del prossimo, come in SB

[mytarmailS]

Ho una richiesta!!!

Ho bisogno di scrivere un semplice script per mt4!

La linea di fondo è questa

1) Premo con il mio mouse su una certa candela

2) Lo script scrive in un quaderno la data e l'ora e il prezzo di chiusura di questa candela

Questo è tutto!!!

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

Più o meno, sì, ma non l'ho ancora fatto) perché ho poca fiducia nel successo di questa impresa.

Le reti funzionano meglio su dati omogenei, come immagini o segnali. Gli alberi sono migliori su dati eterogenei come un sacco di diverse caratteristiche non normalizzate.

da quanto tempo esiste yandexair? non sapevo che ci fosse una controparte di youtube prima

Comunque, qui ci sono esempi della cosa più cool che abbiamo per le serie temporali al momento - i trasformatori

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

La serie temporale è la più cool al momento - Transformers.

[Maxim Dmitrievsky]

Valeriy Yastremskiy:

Altro sui trasformatori La traduzione è più o meno autoesplicativa.

Ce l'ho tra i miei preferiti ) Credo di averlo lanciato prima

[Maxim Dmitrievsky]

GRU su etichette casuali su un piccolo set di dati

Epoca 20 errore del treno: 0.3469601273536682 errore tst: 0.40891700983047485

Quali potrebbero essere i pro e i contro di tale campionamento casuale di etichette?

def add_labels(dataset, min, max, markup):          #min, max - минимальная\максимальная продолжительность сделки, в барах
    labels = []                                     #сюда сохраняем метки
    for i in range(dataset.shape[0]-max):
        rand = random.randint(min,max)              #случайно выбираем продолжительность следующей сделки
        if i == 0:                                  #если это первый элемент массива, заполняем значениями 0.5, rand-1 штук\
            for a in range(rand-1):                 #поскольку нет более ранних цен для определения метки       
                labels.append(0.5)
        if dataset['close'][i] > (dataset['close'][i + rand] + markup):    #если текущая цена больше чем цена + rand баров вперед\
                labels.append(1.0)                                         #то метка 1.0 (продажа)
        elif dataset['close'][i] < (dataset['close'][i + rand] - markup):  #если меньше, то покупка
                labels.append(0.0)              
        else:
                labels.append(0.5)
    dataset = dataset.iloc[:len(labels)].copy()
    dataset['labels'] = labels
    return dataset

ora metterò il cuda pack per la videocard e userò la videocard per fare i calcoli sui grandi dati

I chip sono solo sequenze incrementali, 15 pezzi per ingresso.

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

Più o meno, sì, ma non l'ho ancora fatto) perché ho poca fiducia nel successo di questa attività.

Se ho capito bene dal video, c'è una funzione/libreria che cerca segni nella rete convoluzionale, cioè modelli pronti per la ricerca di modelli/predittori - mi chiedo cosa ci si aspetta di trovare lì, come è stata fatta questa maschera - qual è la logica, lo sai?

Maxim Dmitrievsky:

da quanto tempo esiste yandexair? non sapevo che ci fosse una controparte di youtube prima

Per molto tempo, circa due anni, penso che ci sia.

Maxim Dmitrievsky:

Z.Y. Qui ci sono esempi della cosa più cool disponibile per le serie temporali al momento - Transformers

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

ma tutto sembra una previsione ritardata, proprio come con LSTM. Come il valore attuale della serie è il miglior predittore del prossimo, come in SB

Non sono sicuro che i nostri dati di input siano adatti a questa rete - è troppo liscia nelle immagini.