L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 130

 

brevemente se qualcuno è interessato....

provato ad usare l'algoritmo DTW nel clustering, con semplici dati elementari solo per me stesso...

Ho preso un prezzo e ho addestrato RF sulle sue sezioni della finestra scorrevole, poi ho preso di nuovo lo stesso prezzo e le stesse sezioni della finestra scorrevole e ho raggruppato l'algoritmo DTW e poi ho addestrato RF

l'errore nell'addestramento e nel riconoscimento di nuovi dati con l'algoritmo DTW era del 2-4% più basso

se si aggiunge un gran numero di predittori allora penso che l'errore possa essere abbassato molto di più, ma l'algoritmo è lento come l'inferno

 
mytarmailS:

brevemente se qualcuno è interessato....

provato ad usare l'algoritmo DTW nel clustering, con semplici dati elementari solo per me stesso...

Ho preso un prezzo e ho addestrato RF sulle sue sezioni della finestra scorrevole, poi ho preso di nuovo lo stesso prezzo e le stesse sezioni della finestra scorrevole e ho raggruppato l'algoritmo DTW e poi ho addestrato RF

l'errore nell'addestramento e nel riconoscimento di nuovi dati con l'algoritmo DTW era del 2-4% più basso

se si aggiunge un gran numero di predittori allora penso che l'errore possa essere molto più basso, ma l'algoritmo è lento come l'inferno

Prezzo di ingresso... Predittori su input...

Circo a cavallo!

 
Vadim Shishkin:

Il prezzo di entrata... Predittori alla porta...

Circo a cavallo!

Vadim, se hai qualcosa di sostanziale da dire, parla...

E se stai solo buttando fuori una battuta da quinta elementare, è meglio rimanere in silenzio...

almeno per rispetto di quelli che lo leggeranno dopo...

 
mytarmailS:

Vadim, se hai qualcosa di sostanziale da dire, dillo...

Ma se si vuole solo fare un'osservazione da quinta elementare, è meglio tacere...

almeno per rispetto di quelli che lo leggeranno dopo...

Predictor sai cos'è?

Perché mettere un prezzo in rete?

 
Vadim Shishkin:

1) Sai cos'è un predittore?

2) Perché si dovrebbe alimentare un prezzo in una rete?

1) Beh, sì, i dati su cui la rete impara

2) Cos'è più oggettivo del prezzo? Quindi perché no?

 
mytarmailS:

brevemente se qualcuno è interessato....

provato ad usare l'algoritmo DTW nel clustering, con semplici dati elementari solo per me stesso...

Ho preso un prezzo e ho addestrato RF sulle sue sezioni della finestra scorrevole, poi ho preso di nuovo lo stesso prezzo e le stesse sezioni della finestra scorrevole e ho raggruppato l'algoritmo DTW e poi ho addestrato RF

l'errore nell'addestramento e nel riconoscimento di nuovi dati con l'algoritmo DTW era del 2-4% più basso

Se si aggiunge un gran numero di predittori allora penso che l'errore potrebbe essere abbassato molto di più, ma l'algoritmo è lento come l'inferno

In poche parole, perché il clustering delle serie temporali viene fatto nel contesto dell'addestramento RF?
 
Alexey Burnakov:
In poche parole, perché il clustering delle serie temporali viene fatto nel contesto dell'addestramento RF?

Se vuoi essere breve, ti rispondo con una foto...

abbiamo due righe della stessa lunghezza con lo stesso modello all'interno, ma un modello non è del tutto identico all'altro, quindi il punto dell'algoritmo DTW è che nel clustering capirà che si tratta dello stesso modello, ma RF non

È tutto molto rozzo, naturalmente.

dtw
 
mytarmailS:

1) beh, sì, i dati su cui la rete impara

2) e cosa c'è di più oggettivo del prezzo? quindi perché no?

Successo. :)
 
Vadim Shishkin:
Successo. :)
grazie
 
mytarmailS:

Se vuoi essere breve, ti rispondo con una foto...

abbiamo due righe della stessa lunghezza con lo stesso modello all'interno, ma un modello non è esattamente lo stesso indice dell'altro, quindi l'algoritmo DTW è l'algoritmo di clustering capirà che è lo stesso modello, ma RF non

L'algoritmo DTW non è così universale, confronta solo due serie temporali per valori assoluti, cioè hai bisogno di una pre-normalizzazione di spostamento e scala lungo l'asse verticale, e molto dipende dall'implementazione specifica. Per esempio, qui https://www.mql5.com/ru/code/10755 prende 2 pezzi di lunghezza fissa per il confronto e non tiene conto che uno di essi può essere più lungo, l'altro più corto, e la quantità di calcolo può essere notevolmente ridotta, ecc. Possiamo parlare di clustering con parametri specifici di DTW - non solo il "grado di somiglianza" di due frammenti può essere calcolato, ma anche il rapporto delle scale orizzontali.