L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 175

 
Mihail Marchukajtes:
Ottengo il volume in tempo reale così come il delta (il numero di acquirenti di venditori) tramite abbonamento da clasterdelta, che costa 300 rubli al mese, non troppo costoso. E guardo gratuitamente i volumi giornalieri sul CME. Nella sezione delle banconote giornaliere, per la sterlina numero 27 per l'euro 39. Li scrivo in un file, l'indicatore legge il file e li visualizza sul grafico.
Davvero poco costoso.
 
Mihail Marchukajtes:

Hai lodato Reshetov senza capire il suo lavoro, ma ha fatto una cosa MEGA cool, Dimmi perché????

Ha risolto uno dei problemi importanti nella costruzione del NS. Si tratta di scegliere quei predicati che danno la massima generalizzazione. Il mio file di espulsione ha circa 40 prefetti, un terzo di loro sono di base e il resto sono ritardi di questi dati, ma l'ottimizzatore costruisce modelli usando solo 4-5 prefetti. E sono sempre diversi. I modelli con più di 5 predicati come dimostra la pratica non funzionavano molto bene, molti valori erano "non so", tale modello funziona raramente ma bene e funziona più a lungo, e tenendo conto che ottimizzo il modello ogni giorno, non ne ho bisogno, Bene, il numero di record che faccio per gli ultimi 5 giorni (in conformità con il volume e OI) come risultato, ho una tabella di 45 colonne e 30 righe ed è sufficiente per guadagnare (come mostrato nello screenshot) e non importa come la rete divide il bene e il male, ciò che è importante che ha fatto così costantemente. Non di rado dobbiamo capovolgere il TS, perché dopo l'allenamento comincia a STABILIzzarsi perdendo, basta capovolgerlo e voilà, cominciamo a fare costantemente profitto, quindi è così....

Non dirò una parola. No, lo dirò: non ho gettato fango sul lavoro di Reshetov. Semplicemente non lo uso.

Sono davvero stanco dei battibecchi da forum senza motivo.
 
J.B:

Bisogna chiedersi :) Funzionava bene a quel tempo, non oso parlarne ora, perché sono costretto, ma ho "sentito da qualcuno che ha sentito" dei quants del fondo, dove danno 10k vettori a CNN input, anche se non conosco i loro recenti ritorni, ma nel 2011 hanno avuto mezzo cantiere $12%, che è cool, anche se sono scesi dell'8% nel mezzo, ma ancora...

Nessun commento sui "modelli redditizi" su 10 caratteristiche)) Tutti coloro che taglia davvero il mercato, "guru" convincente sostengono che il modello dovrebbe essere il più semplice possibile, che non per overtrain, che sul mash e BB, è possibile costruire un "modello redditizio" e così via. Molte grazie a loro))

Stronzate. L'allusione è più che strana. Se non costruissi modelli per me stesso con un'attenzione più che attenta non starei scrivendo qui. Tutto si basa sulla pratica.

Non sto andando molto per il sottile e sto accennando da molto tempo che il tipo di specialisti di fondi che lavorano nei fondi è abbastanza vario. Un uomo che non capisce la differenza delle funzioni di perdita per i diversi compiti, cosa può fare? Gettare belle parole nel forum. Secondo me, questo è tutto.

Il tuo ragionamento non solo è scorretto, ma spesso non è supportato.

Puoi almeno dire qui in pubblico (non dimostrare) quali tipi di NS con quali proprietà ti permettono di gestire tale quantità di funzioni in modo indolore? Chiedere di fornire un po' di ricerca è, a quanto pare, inutile in generale.

Forse hai sbagliato argomento?
 
Alexey Burnakov:
così tante caratteristiche

Mi sembra che intenda solo una serie di 10.000 prezzi, cioè c'è solo una caratteristica (il prezzo, o i suoi incrementi). Capisco che per le reti convoluzionali è normale alimentare una lunga serie di prezzi, e poi troverà modelli, indicatori e qualsiasi altra cosa di cui ha bisogno durante la formazione.

Ma di solito se si addestra la neuronica su 10000 predittori non porterà a nulla, sono d'accordo.

 
Alexey Burnakov:
1) Stronzate. I suggerimenti sono più che strani. Non capisco perché non sono abituato a costruire modelli per me stesso e non avrei scritto qui. Tutto si basa sulla pratica.

Non sono molto sottile e ho accennato a lungo al fatto che il tipo di specialisti che lavorano nelle fondazioni è molto vario. Una persona che non capisce la differenza delle funzioni lo-fi per i diversi compiti, cosa può fare? Gettare belle parole nel forum. Secondo me, questo è tutto.

Il tuo ragionamento non solo è sbagliato, ma spesso non è supportato.

2) Puoi almeno dire (non dimostrare) qui pubblicamente quali tipi di NS con quali proprietà permettono di gestire tale quantità di caratteristiche in modo indolore? Chiedere di fornire un po' di ricerca è, a quanto pare, inutile in generale.

3) Forse hai sbagliato argomento?

1) Certo, certo... hai ragione, stavo solo confondendo la gente, beh... ne beneficiamo io e tutti i vari lavoratori di hedge fund, quindi non ti offendere.

Ok, beh, visto che hai così intelligentemente Infatti tutti gli hedge-funds cercano solo "pattern" uno per uno sulle coppie di valute e confrontano R^2 e pattern di entropia reciproca e poi "perdono grossi soldi" come dice il tuo profilo, siamo tutti così, hai ragione, siamo "diversi" ma lo tacciamo e spettegoliamo tra di noi ma ce ne vergogniamo.

2) CNN? Inoltre, ho detto che "tutto" è un neurone dello stesso tipo? Non ci sono tecniche di compressione delle dimensioni (PCA, autoencoder, ecc. ecc.), selezione delle caratteristiche, ecc. Avete idea di quanti flussi di dati provengano dal solo Nasdaq se vi abbonate a tutto? E se non è solo il Nasdaq?

3) Hai ragione, il tentativo di disinformazione è fallito, ho intenzione di unire il deposito clienti aggregato con big jahs e chiedermi cosa c'è di sbagliato se tutto si adatta a R^2)))))

PS: ho visto la tua performance su kaggle, vuol dire che a volte guardi nei posti giusti, il concorso winton è finito, ma c'è un dataset e puoi simulare e subdare i predicati e vedere se sei almeno tra i primi 10, poi ne riparliamo. Ma ora continua ad espormi, la nostra conversazione diverte almeno altri due miei colleghi, e le emozioni positive ricevute naturalmente sono molto importanti per un trader)))

 
Sì... il ramo sta affogando nella negatività... Purtroppo...
 
J.B:
Cosa devi avere nel tuo bagaglio per interessare la tua squadra? O una squadra come la vostra?
 

Colleghi, non litighiamo! Non sono certo un modello, ma guardo solo questo thread da questo forum.

Anche se il machine learning è figlio della statistica, ma con una velocità esponenziale è pieno di euristiche senza una ragione sufficiente e una teoria rigorosa, cioè "chi lavora ha ragione", ormai è soprattutto alchimia e quindi non è ragionevole argomentare in dogmi e sfumature prese fuori contesto, molto più saggio avere il potere di penetrare nei modelli altrui e magari ricavarne qualcosa di prezioso per se stessi.

 
J.B:

1) Certo, certo... hai ragione, stavo solo confondendo la gente, beh... ne beneficia me e tutti i vari impiegati degli hedge fund, quindi nessun rancore.

Ok, beh, visto che hai così intelligentemente Infatti tutti gli hedge-funds cercano solo "pattern" uno per uno sulle coppie di valute e confrontano R^2 e pattern di entropia reciproca e poi "perdono grossi soldi" come dice il tuo profilo, siamo tutti così, hai ragione, siamo "diversi" ma lo tacciamo e spettegoliamo tra di noi ma ce ne vergogniamo.

2) CNN? Inoltre, ho detto che "tutto" è un neurone dello stesso tipo? Non ci sono tecniche di compressione delle dimensioni (PCA, autoencoder, ecc., ecc.), selezione delle caratteristiche, ecc. Avete idea di quanti flussi di dati provengano dal solo Nasdaq se vi abbonate a tutto? E se non è solo il Nasdaq?

3) Hai ragione, il tentativo di disinformazione è fallito, ho intenzione di unire il deposito di clienti aggregati con big jahs e chiedermi cosa c'è di sbagliato se tutto si adatta a R^2)))))

PS: ho visto la tua performance su kaggle, vuol dire che a volte cerchi nei posti giusti, il concorso winton è finito, ma c'è un dataset e puoi simulare, subsimulare prevedendo e vedere se arrivi almeno nei primi 10, poi e parlare, ma ora continua ad espormi, la nostra conversazione diverte almeno un altro paio di miei colleghi, e le emozioni positive ottenute naturalmente sono particolarmente importanti per i trader)))

1) nessun commento. Stronzate.

2) Beh, si tratta di ridurre le dimensioni, prima di tutto. Questi sono i passi PRIMA dell'allenamento. E sulle proprietà della rete stessa non ho sentito.

3) È una stronzata. Qualcosa da dire sulle norme L1, L2 per la funzione di perdita?

Su Kaggle esattamente la regressione è stata fatta con la funzione di fitness ponderata L1. E i primi posti erano occupati da persone che costruivano i fit sui dati dei prezzi passati.

E cosa può aggiungere sulla metrica di qualità che ne risulta in quella competizione? O è solo altra spazzatura? Il farneticare è di solito più sciolto...
 
Combinatore:
Cosa devi avere nel tuo bagaglio per interessare la tua squadra? O una squadra come la vostra?
Ha risposto in un messaggio privato.