L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1226
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
Vedete quel piccolo rettangolo laggiù è esattamente quello che ho descritto qui.
Dato che probabilmente non capisci molto di "lavorabilità", posso solo simpatizzare con te.
Se pensate che un algoritmo apparirà e che funzionerà. universale per tutto e ovunque vi sbagliate di grosso.
E come potete vedere... o forse no... ciò che è scritto nel rettangolo rosso è pienamente coerente con la situazione del mercato).
Almeno rispettate chi legge i vostri post, disadattati... già non c'è interesse a leggere questa merda, e le parole sono mutilate.
Li abbiamo cacciati con una scopa e ora sono tornati dentro.Dovreste almeno rispettare quelli che leggono i vostri post, disadattati... già non c'è interesse a leggere tutte queste stronzate, e anche loro stravolgono le parole.
GaraZho) Ti rispetterò di più per l'underdog).
Kesha Rutov:
Quando il mercato è probabilmente in tendenza, quando è piatto, durante il piatto i canali, le griglie e altre cose funzionano, mentre durante la tendenza - i carri funzionano.
Questa idea, per dirla tutta, non è nuova. Mi viene in mente circa un paio di mesi dopo la prima conoscenza del terminale di trading))) Ma dobbiamo ricordare che "non ci sono pranzi gratis" e che la pratica è il criterio della verità.
Imbrogliare le caratteristiche e gli obiettivi per i rivelatori di trend-flopper su MO, non è un compito così banale come sembra a prima vista.
...il rowanGle è pienamente in linea con la situazione di teGhouGe sul mercato).
è naturale, perché una camicia di forza dovrebbe adattarsi alla dimensione della follia.
È naturale, perché una camicia di forza dovrebbe adattarsi alla dimensione della follia.
La follia non ha dimensioni, così come il caos non ha gradi di libertà, la camicia è l'essenza del senso comune, che ha una dimensione.
La follia è un modo di definire la linea oltre la quale non c'è più bisogno di misurare nulla.
Folle è colui che cerca di misurare l'incommensurabile ;)
come si fa il preprocessing, in termini generali? perché ci sono molti 'trucchi', fondamentalmente è un gioco con l'assegnazione di caratteristiche e tag
Le fiches sono un gioco da ragazzi in generale, è difficile dire qualcosa di utile, e le specifiche, beh, sai...
Ci sono una serie di "regole" che permettono di evitare gravi errori nella costruzione di caratteristiche da serie temporali, in particolare uno dei più violati è una banale "mescolanza" di caratteristiche con obiettivi, le caratteristiche dovrebbero essere rigorosamente dal passato, e gli obiettivi da punti rigorosamente dal futuro, questa separazione dovrebbe essere a livello di algoritmo di conversione delle serie in dataset, e non come tutti fanno tutti i tipi di indicatori poi tagliati per tracciare e testare, spostare qualcosa da qualche parte e così via. Dovremmo tagliare la serie iniziale e poi usare finestre scorrevoli (passato e futuro) per scorrere la serie e ottenere caratteristiche e obiettivi separatamente per Lerne e test, o anche per la validazione. Naturalmente, si può fare con gli indicatori, se si sa con certezza che l'indicatore per le caratteristiche non guarda avanti e per gli obiettivi non guarda indietro. Ci sono alcuni errori più sottili, ma non ne parlerò ora.
Le trasformazioni stesse possono essere diverse, che vanno dalle più banali (ritorno, variazione, cambiamento di volume, delta della pila, distribuzione degli affari, ecc.) a tutti i tipi di trasformazioni esotiche.) decine di statistiche specifiche personalizzate ottenute per "ispirazione" o clustering che si sono rivelate utili, come "tendenza/estate" (menzionato da Inokenty sopra), così come "ordine/haos" e altri. Alcune statistiche sono valide per diversi timeframes, altre no, alcune funzioni funzionano per alcuni strumenti, altre no, bisogna sapere come filtrare e selezionare gli attributi per il targeting. Ci sono molte cose, modelli ARMA standard , GARCH ... Previsioni macro a medio e lungo termine come caratteristiche, ecc. Non ho ancora iniziato a fare NLP\NLU per l'analisi dei flussi di testo, dai social network, ecc. È esattamente dove sarebbe necessario il dip-ernig.
Sì, vorrei qualche "magia", come riordinare i valori e gli errori calano drasticamente ovunque :)
per l'input - ok, ho fatto qualcosa di simile, ma non l'ho padroneggiato (in particolare, la dipendenza lineare di USDX a EURUSD come un fissaggio, funziona bene).
Penso che non analizzerò nulla - sono troppo pigro )) a meno che MT5 non fornisca l'accesso al calendario. Non so come commerciare i robot, non so come commerciare i robot e non so cosa fare con loro.
"Solo che non dovreste controllarlo nella vita reale, per tale magia la bambola vi prenderà a calci e non dovrete fare il parsing
esattamente la stessa magia è accaduta recentemente con LDA (analisi discriminante lineare) per trasformare le caratteristiche, chi sapeva, che classificatore su classificatore mostra belle immagini solo su trayne e test, ma non su validazione).
la stessa cosa con la PCA... quale idiota l'ha inventata e scritta per usarla per la previsione delle serie temporali - non lo so, ma un sacco di gente l'ha presa. Come quelli ad albero hanno bisogno di tale pre-elaborazione ) ma ha dovuto controllare
È quasi lo stesso con la PCA... quale idiota ha avuto l'idea e ha scritto di usarla per predire le serie temporali - non lo so, ma un sacco di gente l'ha presa. Quelli ad albero hanno bisogno di tale pre-elaborazione) ma avrei dovuto controllarlo.
Non ho usato la PCA, puramente intuitivamente, c'è stata qualche giustificazione per il suo uso dannoso per la BP?
Non ho usato la PCA, in modo puramente intuitivo, c'è stata qualche giustificazione per la nocività del suo utilizzo per la BP?
Il risultato è più o meno lo stesso in un mercato non stazionario che senza, solo peggio... - i componenti principali selezionati sul vassoio iniziano a "saltare" sull'OOS, alla fine il sovrallenamento avviene a spese del PCA stesso.
Penso che questo sia vero per qualsiasi metodo di decomposizione o ridimensionamento. I fumetti dovrebbero essere rigorosamente standardizzati e normalizzati per questo, ma non lo salva nemmeno...