L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2969

[Maxim Dmitrievsky]

mytarmailS #:

perché non è a questo che serve.

Perché nessuno scrive siti web in C++?

Ho solo scelto quello che era più familiare, più simile a mql, e quello che era meno familiare (non familiare) si chiamava jerky. Avresti dovuto imparare...

Non è difficile imparare qualcosa. Ma la grana razionale suggeriva che non c'è alcun senso o vantaggio per i loro mestieri.

Ho iniziato subito a scrivere codice in Python, senza quasi studiarlo. Poi sono state necessarie un paio di librerie di base e il gioco è fatto.

Non ci sono compiti in cui R vince. La statistica è un mito. Alcuni giustificano la loro scelta in questo modo, come Sanych.

[mytarmailS]

Maxim Dmitrievsky #:

Ho iniziato subito a scrivere codice in Python, senza quasi impararlo. Poi sono state necessarie un paio di librerie di base e il gioco è fatto.

Beh, va bene, è stato progettato in questo modo....

Ma perché questi attacchi passivi-aggressivi a R? È il linguaggio migliore per i suoi compiti, è stato creato per questo,

Python è un linguaggio generico con la pretesa di essere facile da imparare...

L'importante non è questo, ma fare belle operazioni con l'aiuto di algoritmi.

[Maxim Kuznetsov]

mytarmailS #:

perché non è a questo che serve.

Perché nessuno scrive siti web in C++?

Ogni linguaggio ha il suo compito, ecco perché ce ne sono così tanti.

Ho semplicemente scelto quello più familiare, più simile a mql, e quello meno familiare (non familiare) è stato chiamato jerky. E avresti dovuto studiare...

probabilmente non ne sai abbastanza... Il backend in C++ è molto richiesto ed è quasi il lavoro più costoso.

[mytarmailS]

Maxim Kuznetsov #:

probabilmente non ne siete del tutto consapevoli... Il backend in C++ è molto richiesto ed è quasi il lavoro più costoso.

probabilmente non ti rendi pienamente conto che un sito web non è solo backend ;)

[Renat Fatkhullin]

Non tutti seguono lo sviluppo di MQL5, ma esso dispone di metodi standard per matrici e vettori.

Si tratta di metodi standard del linguaggio, non di librerie di terze parti. Con l'introduzione dei tipi di matrice/vettore/complesso, il linguaggio è diventato molto potente per l'analisi statistica e la matematica pesante.

Funzione	Azione	Categoria
Attivazione	Calcola i valori della funzione di attivazione e li scrive nel vettore/matrice passato	Apprendimento automatico
ArgMax	Restituisce l'indice del valore massimo	Statistica
ArgMin	Restituisce l'indice del valore minimo	Statistiche
ArgSort	Restituisce l'indice ordinato	Manipolazioni
Assegna	Copia una matrice, un vettore o una matrice con conversione automatica.	Inizializzazione
Media	Calcola una media ponderata dei valori di matrici/vettori.	Statistiche
Cholesky	Calcola la decomposizione di Cholesky	Trasformazioni
Clip	Limita gli elementi della matrice/vettore a un intervallo specifico di valori accettabili.	Manipolazioni
Col	Restituisce un vettore colonna. Scrive il vettore nella colonna specificata	Manipolazioni
Cols	Restituisce il numero di colonne della matrice	Caratteristiche
Confronta	Confronta gli elementi di due matrici/vettori con una precisione specificata	Manipolazioni
Confronta per cifre	Confronta gli elementi di due matrici/vettori per la corrispondenza con la precisione delle cifre significative	Manipolazioni
Cond	Calcola il numero condizionato di una matrice	Caratteristiche
Convolgere	Restituisce una convoluzione lineare discreta di due vettori	Derivate
Copia	Restituisce una copia di una determinata matrice/vettore	Manipolazioni
CopiaTassi	Ottiene le serie storiche della struttura MqlRates del periodo-simbolo specificato nella quantità specificata in una matrice o in un vettore.	Inizializzazione
CopiaTicks	Ottiene i tick dalla struttura MqlTick in una matrice o in un vettore	Inizializzazione
CopiaTicksRange	Ottiene una matrice o un vettore di tick dalla struttura MqlTick nell'intervallo di date specificato.	Inizializzazione
CorrCoef	Calcola il coefficiente di correlazione di Pearson (coefficiente di correlazione lineare).	Derivati
Correlare	Calcola la correlazione incrociata di due vettori	Derivati
Cov	Calcola la matrice di covarianza	Prodotti
CumProd	Restituisce il prodotto cumulativo degli elementi della matrice/vettore, compresi gli elementi lungo l'asse dato.	Statistiche
CumSomma	Restituisce la somma cumulativa di elementi di matrici/vettori, compresi gli elementi lungo l'asse dato.	Statistiche
Derivata	Calcola i valori della derivata della funzione di attivazione e li scrive nel vettore/matrice passato	Apprendimento automatico
Determinante	Calcola il determinante di una matrice quadrata non degenerata	Caratteristiche
Diag	Estrae una diagonale o costruisce una matrice diagonale	Manipolazioni
Punto	Prodotto scalare di due vettori	Derivate
Eig	Calcola gli autovalori e gli autovettori destri di una matrice quadrata	Trasformazioni
EigVals	Calcola gli autovalori di una matrice generica	Trasformazioni
Occhio	Restituisce una matrice con uno sulla diagonale e zeri altrove	Inizializzazione
Riempimento	Riempie una matrice o un vettore esistente con un dato valore	Inizializzazione
Piatto	Consente di accedere a un elemento della matrice utilizzando un singolo indice anziché due indici.	Manipolazioni
Completo	Crea e restituisce una nuova matrice riempita con il valore specificato.	Inizializzazione
GeMM	Moltiplicazione generale di due matrici (General Matrix Multiply)	Prodotti
Hsplit	Suddivisione orizzontale di una matrice in diverse sottomatrici. Uguale a Split con asse=0.	Manipolazioni
Identità	Crea una singola matrice della dimensione specificata.	Inizializzazione
Inizializza	Inizializza una matrice o un vettore	Inizializzazione
Interno	Prodotto interno di due matrici	Derivate
Inv	Calcola l'inversa (moltiplicativa) di una matrice quadrata non degenerata utilizzando il metodo di Jordaan-Gauss	Soluzioni
Kron	Restituisce il prodotto di Kronecker di due matrici, una matrice e un vettore, un vettore e una matrice o due vettori.	Prodotti
Perdita	Calcola i valori della funzione di perdita e li scrive nel vettore o nella matrice passata	Apprendimento automatico
LstSq	Restituisce la soluzione ai minimi quadrati di equazioni algebriche lineari (per matrici non quadrate o degenerate).	Soluzioni
LU	Fattorizzazione LU di una matrice come prodotto di una matrice triangolare inferiore e di una matrice triangolare superiore.	Trasformazioni
LUP	Fattorizzazione LUP con permutazione parziale, che si riferisce alla decomposizione LU con la sola permutazione delle righe: PA=LU	Trasformazioni
MatMul	Prodotto matriciale di due matrici	Derivate
Max	Restituisce il valore massimo in una matrice/vettore	Statistiche
Media	Calcola la media aritmetica dei valori degli elementi	Statistiche
Mediana	Calcola la mediana degli elementi della matrice/vettore	Statistica
Min	Restituisce il valore minimo della matrice/vettore	Statistica
Norma	Restituisce la norma della matrice o del vettore	Caratteristiche
Uno	Crea e restituisce una nuova matrice piena di uno	Inizializzazione
Esterno	Calcola il prodotto esterno di due matrici o due vettori	Prodotti
Percentile	Restituisce il percentile specificato degli elementi della matrice/vettore o degli elementi lungo l'asse specificato.	Statistiche
PInv	Calcola una matrice pseudo-inversa utilizzando il metodo di Moore-Penrose.	Soluzioni
Potenza	Eleva una matrice quadrata al grado intero	Prodotti
Prod	Restituisce il prodotto di elementi di matrici/vettori, che può essere eseguito anche per un dato asse	Statistiche
Ptp	Restituisce l'intervallo di valori della matrice/vettore o dell'asse della matrice dato	Statistiche
QR	Calcola la fattorizzazione qr di una matrice	Trasformazioni
Quantile	Restituisce il quantile specificato dei valori o degli elementi della matrice/vettore lungo l'asse specificato	Statistiche
Rango	Restituisce il rango della matrice utilizzando il metodo gaussiano	Caratteristiche
Metrica di regressione	Calcola la metrica di regressione come l'errore di deviazione dalla retta di regressione tracciata sul set di dati specificato.	Statistiche
Rimodella	Cambia la forma di una matrice senza modificarne i dati.	Manipolazioni
Ridimensiona	Restituisce una nuova matrice con forma e dimensioni modificate	Manipolazioni
Riga	Restituisce una riga di vettore. Scrive il vettore nella riga specificata	Manipolazioni
Righe	Restituisce il numero di righe della matrice	Caratteristiche
Dimensione	Restituisce la dimensione del vettore	Caratteristiche
SLogDet	Calcola il segno e il logaritmo del determinante della matrice	Caratteristiche
Risolvere	Risolve un'equazione matriciale lineare o un sistema di equazioni algebriche lineari	Soluzioni
Ordinare	Ordina per posizione	Manipolazioni
Spettro	Calcola lo spettro di una matrice come l'insieme dei suoi autovalori dal prodotto AT*A	Caratteristiche
Dividere	Divide una matrice in diverse sottomatrici	Manipolazioni
Std	Restituisce la deviazione standard dei valori o degli elementi della matrice/vettore lungo un determinato asse.	Statistiche
Somma	Restituisce la somma degli elementi della matrice/vettore che può essere eseguita anche per gli assi indicati.	Statistiche
SVD	Decomposizione del valore singolare	Trasformazioni
ScambiaColonne	Scambia le colonne di una matrice	Manipolazioni
Scambia le righe	Scambia le righe in una matrice	Manipolazioni
Traccia	Restituisce la somma delle diagonali della matrice	Caratteristiche
Trasposizione	Traspone (scambia gli assi) e restituisce la matrice modificata	Manipolazioni
Tri	Costruisce una matrice con uni sulla diagonale e sotto e zeri altrove.	Inizializzazione
TriL	Restituisce una copia della matrice con elementi azzerati sulla kesima diagonale. Matrice triangolare inferiore	Manipolazioni
TriU	Restituisce una copia della matrice con elementi azzerati sotto la k-esima diagonale. Matrice triangolare superiore	Manipolazioni
Var	Calcola la varianza dei valori degli elementi della matrice/vettore	Statistiche
Vsplit	Suddivisione verticale di una matrice in diverse sottomatrici. Come Split con asse=1	Manipolazioni
Zeri	Crea e restituisce una nuova matrice piena di zeri.	Inizializzazione

[Maxim Dmitrievsky]

mytarmailS #:

Bene, ottimo, così è stato inteso.....

Ma perché questi attacchi passivi e aggressivi a R? È il miglior linguaggio per i suoi compiti, è stato progettato per questo,

Python è un linguaggio generico con la pretesa di essere facile da imparare...

L'importante non è questo, ma fare belle operazioni con l'aiuto di algoritmi.

Non mi servono le vostre operazioni, mi servono i backtest!

Il trading non è una questione di scienza, ma di situazione. Le operazioni di oggi sono +, quelle di domani sono -.

C'era un arbitraggio normale quando si potevano comprare fiori per le donne e auto per sé, e poi in qualche modo si è sgonfiato. E non importa quale statistica si usi, Mikola non farà un fiore di pietra.

Un altro problema dei neuroni è la scelta dei modelli. Uno funziona da un anno, gli altri vengono spazzati via. Poi un egiziano ti urla che lo hai imbrogliato. Cosa farete? È la natura delle cose. E le statistiche in qualche modo passano di nuovo. Quindi la scelta era ovvia: massima semplicità e convenienza.

[mytarmailS]

Maxim Dmitrievsky #:
Non mi servono le vostre offerte, mi servono i vostri backtest!

Il trading non è scienza, è più che altro situazione. Le operazioni di oggi sono in rialzo, quelle di domani sono in rialzo.

Con tutte le mie conoscenze, non so come algoritmarlo, ho solo una comprensione della situazione e questo è tutto...

Il MO è come un indicatore, e il 99% del robot intellettuale dietro di me...

1) O è così e funziona.

2) o tutto è automatico e non funziona mai.

per ora sono seduto sulla 1) ma sogno la 2)

[Maxim Dmitrievsky]

mytarmailS #:

Per quanto ne so, non so come algoritmarlo, ho solo una comprensione della situazione e questo è tutto....

L'IO è come un indicatore, e il 99% del robot intelligente è dietro di me...

1) O è così, e funziona.

2) Oppure è tutto in automatico e non funziona mai.

Sono seduto sulla 1) ma sto sognando la 2).

Se riuscite a capire come convalidare meglio il vostro FF crafting, diventerà automatico. E' un'idea fantastica.

[mytarmailS]

Maxim Dmitrievsky #:
Se riuscite a capire come convalidare meglio il vostro mestiere di FF, sarà automatico. È un'idea fantastica.

Basta convalidarlo come un normale algoritmo.

Non sto parlando di una scoperta, l'ho inventato più di un anno fa...

L'uomo ha chiesto come addestrare AMO a scopo di lucro, io gli ho solo mostrato come fare...

[Maxim Dmitrievsky]

mytarmailS #:

è sufficiente convalidarlo come un normale algoritmo.

Non sto parlando di una scoperta, ho inventato questa cosa più di un anno fa....

L'uomo ha chiesto come addestrare AMO a scopo di lucro, vi ho appena mostrato come.

Non funzionerà come uno normale. Per fare più o meno la stessa cosa di un essere umano, è necessaria una complessa messa a punto automatica per i dati sconosciuti, l'eliminazione dei segnali di rumore, ecc.