L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2108

 
Renat Akhtyamov:

un bilancio redditizio sale allo stesso angolo

o geometricamente se reinvestito

Non so nemmeno cosa dire... Non pensavo che il concetto di redditività fosse correlato al concetto di avidità.

 
Aleksey Vyazmikin:

Ecco il campione - diviso in 3 parti, capisco che solo train.csv deve essere modificato?

Colonna obiettivo "Target_100" - le ultime 4 colonne non sono coinvolte nella formazione (puoi orientare la colonna della data lì) - per la costruzione dell'equilibrio sono necessarie.

Lo farò su Google Colab. Sarete in grado di caricare i file e convertirli da soli, senza installare python
 
Aleksey Vyazmikin:

Non so nemmeno cosa dire... Non pensavo che il concetto di redditività fosse correlato al concetto di avidità.

sul grafico del bilancio, l'aumento negli ultimi 4,5 anni dei 5 mostrati, è praticamente zero.

come puoi sopportarlo?

è chiaramente troppo presto per parlare di redditività

 
Aleksey Vyazmikin:

Puoi anche provare ad aumentare la profondità. Dovreste anche diminuire il tasso di apprendimento in parallelo - migliora anche i risultati sui campioni sbilanciati.

Vi si usano diversi metodi di quantizzazione, compresi quelli che tengono conto dell'affollamento degli oggetti nell'intervallo.

Se hai trovato il processo di quantizzazione nel codice (impostazione dei limiti), puoi postare questo codice? Ci devono essere delle funzioni?

Qui https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp

Tutti e 5 i tipi di quantizzazione. Inizia con la più semplice (solo per affollamento) f-cosa chiamata GenerateMedianBorders

catboost/catboost
catboost/catboost
  • catboost
  • github.com
A fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports comp...
 
Maxim Dmitrievsky:
Lo farò in Google Colab. Sarete in grado di caricare file e convertire senza installare python.

Grazie!

Ho guardato il video, grazie! Ho capito che si può convertire solo una parte del campione, non tutto il campione?

E forse sai come salvare i file in un archivio? Il mio Internet è troppo lento :(

 

Qui https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp

tutti e 5 i tipi di quantizzazione. Inizia con il tipo f più semplice (solo in termini di affollamento) chiamato GenerateMedianBorders

Grazie! Ma questo codice è troppo oscuro per me :(((( Forse puoi convertirlo in MQL5?

 
Renat Akhtyamov:

sul grafico del bilancio, l'aumento negli ultimi 4,5 anni sui 5 anni presentati, è quasi zero

come puoi sopportarlo?

è ovviamente troppo presto per parlare di redditività.

Il 50% di crescita non è relativo alla crescita passata? Per 5 anni 350% è una buona cifra, se assumiamo che la strategia è primitiva e inizialmente prugna, e gli indicatori con impostazioni standard di MT5 sono utilizzati. Questo mostra l'approccio che sembra essere efficace.

 
Aleksey Vyazmikin:

Grazie!

Ho guardato il video, grazie! Ho capito che si può convertire solo una parte del campione, non tutto il campione?

E forse sai come salvare i file in un archivio? Il mio internet è troppo lento :(

tutti i file saranno automaticamente zippati

diverse lunghezze di campione se si sovracampionano alcuni di essi.

Ho caricato lo zip separatamente. Dovrebbero cambiare Internet, hanno file di 200 mb da soli))

 
Aleksey Vyazmikin:

Grazie! Ma il codice è troppo poco chiaro per me :(((( Forse puoi convertirlo in MQL5?

Troppo pigro per convertire)
Lasciatemi spiegare:

1) ordiniamo la colonna
2) contiamo il numero medio di elementi in un quanto, per esempio, 10000 elementi / 255 quanti = 39,21
3) nel ciclo, ci spostiamo di 39,21 elementi ad ogni passo, e aggiungiamo il valore dalla matrice ordinata alla matrice dei valori dei quanti. Cioè il valore 0 dell'array = valore 0 quantum, 39° valore = 1 quantum, 78° valore = 2 quantum, ecc.

Se il valore è già presente nell'array, cioè se si trova in una zona dove ci sono molti duplicati, non viene aggiunto alcun duplicato.

Ad ogni passo, aggiungiamo esattamente 39,21, e poi arrotondiamo la somma per selezionare l'elemento della matrice, in modo che sia uguale. In altre parole, invece di 195 (39 * 5 = 195) elemento, aggiungere 196 (39,21 * 5 = (int) 196,05).