L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1550

Nuovo commento
 
forexman77:

Servito solo prezzi per addestrare una foresta casuale. Ho la linea rossa di previsione. Ho notato che quando le aree di tendenza, la linea di previsione non colpisce affatto.


tutto è giusto, pensa perché

 
Maxim Dmitrievsky:

Proprio così, pensa perché

Perché, per come la vedo io, lo so già. Mi piacerebbe sentire cosa ne pensano gli altri?

 
forexman77:

Perché, per come la vedo io, lo so già. Mi piacerebbe sentire cosa ne pensano gli altri.

perché la foresta non sa come estrapolare

Dovete scalare i dati, per esempio gli incrementi.

O prendere alcuni mercati piatti se solo il prezzo come una caratteristica
 
Maxim Dmitrievsky:

perché la foresta non sa come estrapolare

Intendi come l'ARIMA quando diversi valori sono previsti in anticipo?

Ho ogni previsione, solo una barra in avanti (consapevole che la foresta non funziona con le serie temporali). Ho anche provato a fare quanto segue: si aggiunge la barra prevista e si sottrae una barra dietro a quelle vecchie e si va a cicli per

Ho provato in questo modo: dovrei fare un ciclo di alcune barre e sostituire le precedenti con quelle previste.

La prima e la seconda barra prevista sono ripetute.

È così che viene addestrato nella gif:

    def on_press(self, event):
        if event.xdata!=None and event.xdata>=1:
           index = int(event.xdata)
           index_ = ind[index:index + 30]
           if self.ln != 0:
               self.ln.remove()
           X = z[index - 31:index]
           X1 = z[index-1:index + 29]
           X=X.reshape(-1, 1)
           X1 = X1.reshape(-1, 1)
           y = z[index - 30:index + 1]
           regr = RandomForestRegressor(max_depth=5, random_state=0, n_estimators=10)
           regr.fit(X, y)
           y_1 = regr.predict(X1)

           self.ln, = self.ax.plot(index_, y_1, color='red')
 
forexman77:

Intendi come l'ARIMA, dove più valori sono previsti in anticipo?

nei modelli di regressione, i segni sono semplicemente dominati dai coefficienti, quindi tutto funziona quando i dati di formazione sono fuori dai limiti

La foresta divide le foglie che hanno valori marginali sia sopra che sotto l'intervallo dei dati di allenamento. Se i nuovi dati escono da questa gamma, la foresta mostra i valori delle foglie estreme che conosce.

così si ha una linea retta, perché la foresta mostra i valori estremi che conosce
 
Maxim Dmitrievsky:

Perché non prendere un tester di qualche tipo, come una zipline? Qual è il vantaggio?

Non è necessario eseguire nulla in MT5, e la dll non è molto utile

MLflow è già in Python. È possibile memorizzare il risultato dellazipline in esso.

Controllate comunque la strategia di trading nel tester MT5, perché ha più possibilità.

 
Maxim Dmitrievsky:

nei modelli di regressione, gli attributi sono semplicemente moltiplicati per i coefficienti, quindi tutto funziona quando i dati di formazione sono fuori dai limiti

la foresta divide le foglie che hanno valori marginali sia sopra che sotto, nella gamma dei dati di allenamento. Se i nuovi dati escono da questo intervallo, la foresta mostra i valori delle foglie estreme che conosce.

Ecco perché avete una linea retta, perché la foresta sta mostrando i valori estremi che conosce

Beh, sì in linea di principio, come opzione per prevedere gli incrementi e aggiungerli alla barra iniziale e così andare alla profondità desiderata.

Perché l'ho chiesto, perché la foresta non ha bisogno di normalizzare i dati, ma è così.

 
forexman77:

Beh, sì in linea di principio, come opzione per prevedere gli incrementi e aggiungerli alla barra iniziale e così andare alla profondità desiderata.

Perché ho chiesto, perché la foresta non ha bisogno di normalizzare i dati, ma è così che risulta.

Ebbene, nel caso di serie temporali non stazionarie è necessario, almeno, portarle a qualche intervallo ragionevole, oltre il quale non andranno per qualche tempo

ma più forte è la differenziazione, maggiore è la perdita di informazioni.

quindi questa è un'arma a doppio taglio - sia le serie iniziali non sono molto adatte e gli incrementi con un singolo ritardo non sono molto buoni, perché si perdono molte informazioni

si perdono informazioni proprio sullo spostamento temporale della media, e nient'altro. Nei miei post sulla super maternità cerco di spiegarlo in termini semplici

 
Roffild:

MLflow è già in Python. È possibile memorizzare il risultato dellazipline in esso.

La strategia di trading sarà ancora testata nel tester MT5, perché ha più caratteristiche.

Può tornare utile più tardi, grazie

 
1
1...154315441545154615471548154915501551155215531554155515561557...3399
Nuovo commento