L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3304
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
Pubblicato l'articoloModelli di classificazione della libreria Scikit-learn e loro esportazione in ONNX
Ecco un elenco di quelli supportati, tratto dal sito stesso
https://onnx.ai/sklearn-onnx/supported.html
Grazie per gli esempi pronti nell'articolo.
All'epoca i broker non raccoglievano ancora i valori dei tick. Lo facevo io stesso. Ho raccolto tick reali e li ho conservati in file in porzioni per circa 6 mesi. Li applicai al tester e ottenni un quadro completamente diverso.
Siete fortunati ad aver deciso di fare un'attività sensata una volta... ora i broker non raccolgono più le quotazioni dei tick, ma le prendono/forniscono da qualche parte; potrebbe essere collegato agli aggiornamenti del server MT.
A volte si può vedere a occhio nudo - qui ci sono tick freschi, e qui c'è una cazzata generale. E anche con i minuti
infatti, gli archivi di ticchettii reali, così come erano realmente, provenivano da un particolare DC - una merce molto costosa. (anche attraverso la sottolineatura)
Mi sorprende che tu sia sorpreso.
siete fortunati ad aver deciso di fare un'attività sensata una volta... ora i broker non raccolgono più le quotazioni dei tick, ma le prendono/forniscono da qualche altra parte; potrebbe essere collegato agli aggiornamenti del server MT.
A volte si può vedere a occhio nudo - qui ci sono tick freschi, e qui c'è una cazzata generale. E anche con i minuti
infatti, gli archivi di ticchettii veri e propri provengono da un particolare DC - una merce molto costosa. (anche attraverso la sottolineatura)
Lei si sbaglia. Ogni broker stesso raccoglie i tick reali e sul tester del giorno successivo è possibile ottenere i tick reali del giorno precedente.
Ed esattamente quei ticks che, dopo il filtraggio, vengono inviati dal broker alla MT5. È possibile verificare la modalità "Ogni tick basato sui tick reali" o copiarla.
Un buon documento su come eseguire correttamente la rappresentazione BP per le reti neurali. Naturalmente è possibile eliminare le FFT. E un ulteriore confronto tra diversi modelli.
La differenza fondamentale è che la preelaborazione è incorporata nell'architettura della rete. Ma può essere eseguita separatamente.
LSTM passa in secondo piano, perché non tiene conto delle variazioni interperiodali.
Anche il Bousting si trova in fondo alla classifica, in base ai loro test.Un buon documento su come eseguire correttamente la rappresentazione BP per le reti neurali. Naturalmente è possibile eliminare le FFT. E un ulteriore confronto tra diversi modelli.
La differenza fondamentale è che la preelaborazione è incorporata nell'architettura della rete. Ma può essere eseguita separatamente.
LSTM rimane in secondo piano, perché non tiene conto delle variazioni interperiodali.
Anche Bousting si trova in fondo alla classifica, in base ai loro test.No, capisco che più si cerca (iterazioni) più è probabile trovare qualcosa di casuale che assomiglia a qualcosa che NON è casuale.....
Ma se ci viene in mente un'idea, e poi vi abbiniamo i parametri in 10 iterazioni invece che in 10000, può essere considerato un modello non addestrato?
Dopo tutto, la stessa frase"ci è venuta in mente" implica un qualche tipo di processo di pensiero (iterazioni).
Come fa il modello finale a sapere se si tratta di iterazioni del cervello o del computer e se c'è una differenza tra i due?
La domanda è sorta dopo aver letto l 'articolo di Prado
Non molto tempo fa sul forum qualcuno ha dato il nome dell'effetto (non l'ho ancora trovato), a causa del quale le serie vicine a SB sembrano avere un periodo. Questo effetto è associato a molti momenti vergognosi nella scienza, quando per mezzo di Fourier si è "trovata" la periodicità nei processi, e i radioamatori per questo motivo sul forum non sopravviveranno mai).
Come dimostrare il contrario?
Secondo me, ci sono eventi legati al tempo - la stessa notizia. Credo che se le dividiamo in tre sottocampioni - atteso, peggiore, migliore e teniamo conto del contesto, noteremo un comportamento simile degli operatori di mercato.
Un'altra opzione è la stagionalità dei beni.
Dopotutto, la stessa frase"ci è venuta in mente" implica un qualche tipo di processo di pensiero (iterazioni).
Come fa il modello finale a sapere se si tratta di iterazioni del cervello o del computer e se c'è una differenza tra i due?
La domanda è sorta dopo aver letto l 'articolo di Prado
Il sovraapprendimento deriva dalla memorizzazione di fenomeni rari. Questi fenomeni sono isolati in modo puramente statistico, poiché non esiste un modello che descriva la causa e l'effetto.
Detto questo, una perdita non sempre significa che il modello è sovrallenato.