L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1535
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
incrementi
Finirò il connettore questo fine settimana e lo metterò alla prova. Ho intenzione di caricare il modello sul cloud e recuperare i segnali dal terminale. Ho intenzione di mettere il modello in cloud e prendere i segnali dal terminale. Più tardi si può anche testare, chi vuole. Posso inviare il client su mt5 più tardiInvestirei poi nel copiare o ripetere il metodo.
I miei esperimenti con Alglib forest e albero singolo con incrementi di prezzo all'entrata e con target TP/SL - non hanno mostrato nulla di interessante.
È interessante guardare solo la demo per un paio di mesi per cominciare.
E poi investire per copiare o ripetere il metodo.
I miei esperimenti su alglib forest e albero singolo con incrementi di prezzo in ingresso e target segnato da TP/SL - non hanno mostrato nulla di interessante.
Sono arrivato al punto di costruire correttamente gli obiettivi solo dopo un anno, e attraverso la modifica dei loro parametri è possibile cambiare gli acuraci in modo prevedibile
sulla demo, sì, i test lo mostreranno.
alglib forest ha un problema che non capisco: più campioni ha, più si allena troppo
forse ha senso fare un van hot per questo, cioè convertire le caratteristiche in categoriche. Gli alberi non sarebbero così grandialglib forest ha un problema che non capisco: più campioni ci sono, più si allena troppo
forse ha senso fare un van hot per questo, cioè convertire le caratteristiche in categoriche. Gli alberi non saranno così grandisul soggetto
Alcuni scrivono che il vanchot è un male per l'impalcatura perché rende gli alberi asimmetrici, altri scrivono che impedisce il sovrapiede. Ha scelto il secondo :)
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6368971/
in effetti
Alcuni scrivono che il vanchot è un male per le foreste perché rende gli alberi asimmetrici, altri scrivono che impedisce il sovrapiede. Ha scelto il secondo :)
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6368971/
Puoi semplicemente discretizzare i dati di input, ad esempio convertire 5 cifre in 4 cifre. E i dati saranno già in gruppi di 10.
Oppure, come ho suggerito prima, si può costruire nella foresta alglib per fermare la ramificazione quando si raggiunge la profondità desiderata o il numero di esempi nel foglio.
Potete semplicemente discretizzare i dati di input, per esempio convertire un valore a 5 cifre in uno a 4 cifre. E i dati saranno già in gruppi di 10.
Oppure, come ho suggerito prima, si può costruire nella foresta alglib per fermare la ramificazione quando si raggiunge la profondità desiderata o il numero di esempi nel foglio.
questo è diverso, dovete rendere categorico in modo che i loro valori non possano essere confrontati tra loro
Arriverò all'articolo più tardi, l'ho scontato per non dimenticarloLe grandi aziende come Yandex lavorano e fanno cose. Dicono: "Fallo e starai bene". Fallo in questo modo e non fare lavori amatoriali. Altrimenti annegherete nelle parole e nei diversi approcci.
Mostra il cambiamento mentre va lungo il gradiente, costruendo alberiLì i cambiamenti vanno quando si aggiunge un albero, giusto, mentre ho bisogno di guardare il campione, come se si aggiungesse una nuova linea al campione - probabilmente così si può capire quali aree/situazioni risultano essere difficili da imparare, e di conseguenza pensare a predittori che possono superare queste aree difficili da imparare.
Non male! Aumentare i volumi e si può già guadagnare qualcosa)
Questo è il modo in cui le foglie sono selezionate e combinate in un modello per aumentare il volume, che è il modo in cui il numero di ingressi è aumentato, cioè il Recall.
Forse questo metodo funzionerebbe anche con il tuo campione, ma se fosse accelerato...
Tali risultati sono dati dall'albero con profondità di 5-7 spaccature, ma rivela solo un certo modello - di solito 3-4 fogli vanno a -1 e 1, e il resto a zero.
incrementi
Quanti predittori ci sono in totale?
Puoi semplicemente discretizzare i dati di input, ad esempio convertire 5 cifre in 4 cifre. E i dati saranno già in gruppi di 10.
Oppure, come ho suggerito prima, si può costruire nella foresta alglib per fermare la ramificazione quando si raggiunge la profondità desiderata o il numero di esempi nella lista.
Naturalmente, la potatura o semplicemente il divieto di ramificazione per numero di esempi (completezza - Recall) in una singola foglia dovrebbe essere fatto. Inoltre, gli alberi possono essere scartati se i loro valori di accuratezza e completezza sono al di sotto dello zoccolo.
questo è diverso, è necessario rendere categorico in modo che i loro valori non possano essere confrontati tra loro
Avrò l'articolo più tardi, l'ho scaricato per non dimenticarloA proposito, quali sono i tuoi parametri per l'allenamento del modello?