L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1215

[Maxim Dmitrievsky]

Igor Makanu:

Ti sto dicendo che sei stato l'unico che ha potuto semplificare il problema MO in questo modo, tutto è ricercabile, tutto funziona, ci sono stati esempi da Reshetov nei primi giorni di sviluppo MQL, ma sono primitivi, anche se ))))

l'unica cosa rimasta è lucidare l'algoritmo e finire il tema RL :) potrebbe essere possibile allungare una certa % di qualità del modello con classificazioni di qualità superiore in Python

e per lanciare l'enumerazione delle varianti a Tesla... ma è molto da fare

[Maxim Dmitrievsky]

Martin Cheguevara:

Il mio grafico delle azioni non è casuale ed è abbastanza informativo (devo controllarlo), ho imparato a distinguere le tendenze dagli appiattimenti.

Il commercio va avanti, ma deve diventare più efficiente.

Dov'è il grafico delle azioni?

[mytarmailS]

Martin Cheguevara:
Vi aggiungerò l'analisi delle pagine tramite i motori di ricerca google yandex

quindi perché ne avete bisogno?

[Igor Makanu]

Maxim Dmitrievsky:

l'unica cosa rimasta è quella di leccare l'algoritmo fino alla fine e finire questo tema con RL :) ci può essere su python a causa della maggiore qualità di classificazione sarà ancora possibile spremere qualche % di qualità del modello

Ho molto lavoro da fare.

Ho provato ieri in VS2017, Python funziona, e l'ho anche ottenuto in un modulo separato di widows. L'unica cosa è che IronPython 2.7 è lì, ho bisogno di analizzarlo, ma penso di poterlo agganciare con MT5 senza problemi

[Ivan Negreshniy]

Ho imparato a distinguere le tendenze dal piatto:

Sì, ho appena pensato perché creare qualcosa da solo, sono interessato nella relazione causa-effetto delle due variabili il mio programma è già in grado di utilizzare Apache Lucene, JSOUP, JSON, Apache POI e così via tecnologie per riconoscere il testo ovunque in qualsiasi cosa nelle immagini ai documenti e così via (questo è accompagnato da matrici di informazioni (memorizzati in un database distribuito) secondo cui è indicizzato informazioni riconosciute in oggetti grafici) se qualcosa non può - cercando un sito per convertire i dati in un formato accettabile per il riconoscimento o se stesso se può.

Il fatto è che non voglio reinventare la ruota ... ho solo bisogno di trovare una rete neurale in grado di imparare velocemente con due variabili di input - i dati azionari e l'indicatore di tendenza.

(Ho circa 5 anni di esperienza di sviluppo Java EE, molti progetti già realizzati).

Non sto nemmeno cercando di attaccare un neurone al trading di mercato. È inutile e molto probabilmente impossibile in questo momento, poiché non c'è stata almeno un'implementazione di una rete neurale di guadagno stabile.

Il mio grafico Equity non è casuale e abbastanza informativo (devo verificarlo), ho imparato a distinguere le tendenze dal piatto.

Ho imparato a distinguere le tendenze dal piatto. Il trading va avanti, ma ho bisogno di migliorare le prestazioni.

Una volta ero impegnato nel tema della creazione di neurofiltri per migliorare l'efficienza di EAs pronti con l'apprendimento dai risultati di trading nel tester e ci sono alcuni sviluppi, e al momento sono solo interessato nel campo della vostra competenza, in termini di parsing, riconoscimento, indicizzazione per gli archivi di diversi tipi di documenti, album, ecc Se questo post non è trolling, può cercare una cooperazione reciprocamente vantaggiosa, scrivere nel personale.

[Кеша Рутов]

Alexander_K:

Ehhhhh, ragazzi...

Una certa Kesha è già diventata la tua salvatrice... Il nipote e fedele seguace di SanSanych, che non ha mai conosciuto la fisica o la matematica...

I ritorni sono fondamentali, perché il prezzo è parte integrante di loro e niente di più.

Se non sai cosa farci, potresti essere sorpreso dal fatto che il prezzo è un integrale di esso, quindi non limitarti, per carità, qualche zio "quantum da volstreet" dice nel mezzo che i rendimenti sono sufficienti e tutti sono d'accordo con lui. I quants non usano stoploops e tecrofits, per loro è tutta matematica, è un'altra dimensione, un'astrazione.

[Maxim Dmitrievsky]

Kesha Rutov:

Il ritorno è momentum, e ci sono anche stocastico, makdak, zigzag, ecc. Non c'è bisogno di limitarsi, da Dio, qualche zio, come "quantum da volstreet" nel mezzo, blaterare che abbastanza rendimenti e tutti assentire a lui, bene, quants e stoploops non utilizzare e teyrofits, per loro tutti una matematica continua, è un'altra dimensione, un'astrazione.

Aleshenka fratello ci ha portato su una strada sbagliata, prevedendo ritorni con un errore negativo, ed è scappato

[mytarmailS]

è stata sollevata un'interessante domanda sulle metriche predittivehttps://stats.stackexchange.com/questions/126829/how-to-determine-forecastability-of-time-series

Non so quanto sia importante per i nostri scopi, e quanto influisca, ma non mi è dispiaciuto scrivere qualche riga di codice per controllare la dipendenza di "un certo potere di predizione" dalla dimensione della finestra di dati.

Così ho preso 4 pezzi diversi di prezzi (returnees) e ho controllato la dipendenza del "potere di predizione" dalla dimensione della finestra in ogni pezzo

quindi x1 è la potenza delle previsioni e x2 è il numero di punti di dati nella scatola

Conclusioni :

1) prendere una finestra fissa per le previsioni è tutt'altro che ottimale

2) la finestra ottimale per le previsioni è sempre "fluttuante".

codice:

х <- my_price
q <- 10:500
ma <- matrix(nrow = 0,ncol = 2)
for(i in q) {
  
  x1 <- ForeCA::Omega(  tail(diff(x),i) ,spectrum.control = list(method = "wosa"))[1] 
  x2 <- i
  d <- cbind(x2,x1)
  ma <- rbind(ma,d)
}
plot(ma,t="l",main = max(ma[,2]))


где х  - это цена

[Yuriy Asaulenko]

mytarmailS:

domanda interessante sulla metrica predittiva sollevata

Non so quanto sia importante per i nostri scopi, e quanta influenza abbia, ma ho avuto il coraggio di scrivere qualche riga di codice per verificare la dipendenza di "un certo potere predittivo" dalla dimensione della finestra di dati.

Conclusione:

1) prendere una finestra fissa per le previsioni è tutt'altro che ottimale

2) la finestra di previsione ottimale è sempre "fluttuante".

Conclusioni. La previsione di oltre 100 punti non ha senso.

[mytarmailS]

Yuriy Asaulenko:

Conclusioni. La previsione di oltre 100 punti è inutile.

No, la parola corretta è inutile prendere un periodo fisso