L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1783
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
Se si tratta di cluster, basta spazzare le statistiche sui nuovi dati. Se sono uguali, puoi costruire TC.
Se i cluster sono gli stessi, allora puoi costruire i TC. Se sono uguali, possiamo costruire TC.
L'area tematica dei cluster e della statistica deve essere chiaramente compresa. Se è identico su tutti gli strumenti dal '70 al '20, allora è possibile))
Il catbusto non aiuterà, il problema è la dimensione dei dati, non sarò nemmeno in grado di creare dei tratti, non arriverai nemmeno all'allenamento...
Fare un campione di 50k, che sia piccolo, che non sia grave, che sia più possibile il sovrallenamento, .... ..., ... Il compito è quello di fare un robot per la produzione, ma solo per ridurre l'errore dal lavoro creativo comune, e poi la conoscenza acquisita può essere applicata a qualsiasi strumento e mercato, 50 k sarà abbastanza per vedere quali segni significano qualcosa.
Ok, farò un piccolo campionamento.
Se non conosci OHLK, non devi scriverlo, perché dovresti spostare tutto OHLK? Nessuno lo fa, devi solo spostare ZZ di un passo, come per guardare nel futuro di 1 passo per imparare e questo è tutto. Avete letto almeno un articolo di Vladimir Perervenko su deerelearning? Per favore, leggetelo. È molto scomodo quando le azioni ottimali con i dati si sono stabilite e tutti sono abituati ad esse, e qualcuno cerca di fare lo stesso ma in modo diverso, è un po' insensato e fastidioso, e causa molti errori nelle persone che cercano di lavorare con i dati di un tale autore.
Ho letto i suoi articoli, ma non capisco il codice R, quindi non posso davvero capire tutto quello che c'è.
Quindi te lo chiedo, visto che capisci il problema. La classificazione avviene sulla barra zero, quando si conosce solo il prezzo di apertura, da quanto ho capito non usate il prezzo di apertura della barra zero ma solo le informazioni della prima barra e successive? Infatti l'obiettivo determina il vettore ZZ sulla barra dello zero? Ho capito che il vettore della prossima barra è stato previsto - non è essenziale, vero? Altrimenti devo rifare un sacco di lavoro di nuovo - è faticoso.
Ho solo una soluzione pronta per prendere i dati e applicare il modello, non un modello di calcolo.
Se dopo tutto questo volete ancora fare qualcosa, ho i seguenti requisiti
1) i dati 50-60k non di più, preferibilmente un file, solo d'accordo che il n dell'ultima candela sarà il test
2) I dati, preferibilmente senza colle, in modo da poter considerare non solo gli ultimi prezzi, ma anche supporto e resistenza, cosa impossibile con le colle
3) l'obiettivo dovrebbe essere già incluso nei dati
4) dati nel formato data, ora, o, h, l, c, target
O dovrei fare un set di dati?
Si può pretendere da chi si è impegnato - cioè non da me :) Facciamo un accordo.
1. Facciamo 50 per l'allenamento e altri 50 per il test (campionamento al di fuori dell'allenamento).
2. ok.
3. ok.
4. OK.
Aggiunto: Mi sono reso conto che i futures Si-3.20 non hanno abbastanza barre normali (22793) e non si vuole incollare.
Aggiunto un campione di sber - ho ottenuto un accurato 67.
Quindi ti chiederò, visto che l'hai capito. La classificazione avviene sulla barra zero, quando solo il prezzo di apertura è noto, da quanto ho capito non usate il prezzo di apertura della barra zero, ma solo le informazioni della barra 1 e successive? Infatti l'obiettivo determina il vettore ZZ sulla barra dello zero? Ho capito che il vettore della prossima barra è stato previsto - non è essenziale, vero? Altrimenti bisogna rifare un mucchio di lavoro - noioso.
La classificazione è fatta sull'ultima barra in cui la clausola nota (cioè una candela OHLS completa), prevediamo il segno ZZ di una candela futura. Perché prendere in considerazione la candela sulla quale l'unica opzione conosciuta non riesco a capire, qual è il vantaggio oltre alla complessità ? sia nella comprensione che nella realizzazione, e se si capisce che l'opzione[i] è quasi sempre uguale alla clausola[i-1], allora ho solo un punto interrogativo per questo approccio
Si può pretendere da coloro che si sono impegnati - cioè non da me :) Troviamo un accordo.
Non pretendo nulla da te personalmente). Requisito per il campione, il campione deve essere lo stesso per tutti in modo che si possa confrontare qualcosa, giusto? Penso che sia ovvio.
E grazie per aver ascoltato)
1) dati 50-60k non di più, preferibilmente un file.........
Prendiamo 50 per l'allenamento e altri 50 per il test (campione al di fuori dell'allenamento).
Ho pensato a 50-60k forse per curiosità, perché non raddoppiare? )))
)))
1) dati 50-60k non di più, meglio un file, solo d'accordo
E grazie per aver compilato un solo file invece di due! ))L'ho provato per primo, fuori dalla scatola, per così dire...
Solo gli ultimi n valori sono coinvolti nella previsione, come te, perché l'errore è lo stesso.
Ho 217 indicatori, sono sicuro che ci sono delle ridondanze ma sono troppo pigro per pulirli.
Ho usato il fileOHLC_Train.csv per addestrare e validare un totale di 54147
testato il modello sulle prime 10k osservazioni (per l'esattezza, 8k, le prime 2k non sono state prese in considerazione, perché gli indicatori sono stati calcolati su di esse)
ha testato il modello sui 44k dati rimanenti, quindi penso che non ci sia nessun riqualificazione. 5,5 volte treno 44/8 =5,5
Dei modelli che ho provato boosting e forrest, boosting non mi ha impressionato e mi sono fermato a forrest.
nella formazione impostare un forte squilibrio classi, ma io sono troppo pigro per sciamano
modello finale sulle caratteristiche attuali - foresta 200 alberi
su trayne...
sul test
Confusion Matrix and Statistics Reference Prediction 0 1 0 12449 5303 1 9260 17135 Accuracy : 0.6701 95% CI : (0.6657, 0.6745) No Information Rate : 0.5083 P-Value [Acc > NIR] : < 2.2e-16 Kappa : 0.3381 Mcnemar's Test P-Value : < 2.2e-16 Sensitivity : 0.5734 Specificity : 0.7637 Pos Pred Value : 0.7013 Neg Pred Value : 0.6492 Prevalence : 0.4917 Detection Rate : 0.2820 Detection Prevalence : 0.4021 Balanced Accuracy : 0.6686 'Positive' Class : 0Come puoi vedere i risultati sono identici ai tuoi, e non hanno bisogno di milioni di dati 50k sono sufficienti per trovare un modello, se ce n'è uno.
Così abbiamo ottenuto gli stessi risultati, questo è il nostro punto di partenza, ora questo errore deve essere migliorato
)) Hohma ))
Rimosso tutti i cosiddetti indicatori di analisi tecnica
Ci sono 86 indicatori, non 217 come nell'esempio precedente
E la qualità del modello è solo migliorata)
Confusion Matrix and Statistics Reference Prediction 0 1 0 12769 5597 1 8940 16841 Accuracy : 0.6707 95% CI : (0.6663, 0.6751) No Information Rate : 0.5083 P-Value [Acc > NIR] : < 2.2e-16 Kappa : 0.3396 Mcnemar's Test P-Value : < 2.2e-16 Sensitivity : 0.5882 Specificity : 0.7506 Pos Pred Value : 0.6953 Neg Pred Value : 0.6532 Prevalence : 0.4917 Detection Rate : 0.2892 Detection Prevalence : 0.4160 Balanced Accuracy : 0.6694 'Positive' Class : 0La classificazione avviene sull'ultima barra in cui la clausola nota (quelle candele OHLS a tutti gli effetti), prevede il segno ZZ candela futura . Perché prendere in considerazione la candela su cui l'unica opzione conosciuta non riesco a capire, qual è il vantaggio oltre alla complessità ? sia nella comprensione che nell'implementazione, e se si capisce che l'opzione[i] è quasi sempre uguale alla clausola[i-1], allora ho solo un punto interrogativo per questo approccio
Non puoi capirlo perché hai dei dati in R e il terminale non sa quando si forma l'OHLC sulla barra corrente, quindi puoi ottenere l'OHLC solo sulla barra zero dalla prima barra. Ben aperti sulla barra zero sono i nuovi dati temporali - particolarmente rilevanti per i grandi TF, perché ho una classe di predittori uguali nel mio campione, ma applicati su TF diversi.
1) dati 50-60k non di più, preferibilmente un file.........
Diamo 50 per l'allenamento e altri 50 per il test (campione fuori allenamento).
Probabilmente ho appena nominato 50-60k, perché non raddoppiare? )))
)))
1) dati 50-60k non di più, un file è meglio, basta essere d'accordo
E grazie per aver compilato un solo file invece di due! ))addestrato e validato sul fileOHLC_Train.csv un totale di 54147
testato il modello sulle prime 10k osservazioni (per l'esattezza, 8k, le prime 2k non sono state prese in considerazione, perché sono state utilizzate per calcolare gli indicatori)
ha testato il modello sui 44k dati rimanenti, quindi penso che non ci sia nessun riqualificazione. il test è 5,5 volte più treno 44/8 =5,5
Come puoi vedere i risultati sono identici ai tuoi e non ho bisogno di milioni di dati, 50k sono sufficienti per trovare i modelli, se non altro
Così abbiamo ottenuto gli stessi risultati, questo è il nostro punto di partenza, ora questo errore deve essere migliorato
Ho diviso il campione in due file, il primo file per qualsiasi tentativo di apprendimento contorto, e il secondo per controllare i risultati dell'apprendimento.
Non avete un'opzione per salvare il modello e testarlo sui nuovi dati? Se è così, controlla, ho dato il risultato per il campione OHLC_Exam.csv
Puoi rimandare allo stesso modo, dividendo questi due file, ma aggiungendo i tuoi predittori e la colonna con il risultato della classificazione?
Per quanto riguarda il sovrallenamento o la mancanza di esso.
Secondo me è un chiaro sovrallenamento.
Sì... Tutto è più triste sui nuovi dati ((((.
Confusion Matrix and Statistics Reference Prediction 0 1 0 9215 5517 1 3654 7787 Accuracy : 0.6496 95% CI : (0.6438, 0.6554) No Information Rate : 0.5083 P-Value [Acc > NIR] : < 2.2e-16 Kappa : 0.3007 Mcnemar's Test P-Value : < 2.2e-16 Sensitivity : 0.7161 Specificity : 0.5853 Pos Pred Value : 0.6255 Neg Pred Value : 0.6806 Prevalence : 0.4917 Detection Rate : 0.3521 Detection Prevalence : 0.5629 Balanced Accuracy : 0.6507 'Positive' Class : 0Ecco i file, NON usare le prime 2k stringhe nel vassoio
in test prime 100 linee
UPD====
i file non vanno bene, mandami una mail nella tua casella di posta elettronica
Sì... Tutto è più triste nei nuovi dati (((
Ecco i file, NON usare le prime 2k linee nel percorso
nel test, le prime 100 righe.
Non ci sono file nell'applicazione.
Ho cambiato la ripartizione del campionamento per la formazione e la convalida, per la convalida ho preso ogni 5 righe, ho ottenuto un grafico divertente
Sul campione OHLC_Exam.csv Precisione 0,63
Per X, ogni nuovo albero diminuisce il risultato, indicando un sovrallenamento dovuto a esempi insufficienti nel campione.
Comprimere il file con uno zip.Non ci sono file nell'applicazione.
Ho cambiato la ripartizione del campionamento per la formazione e la convalida, per la convalida ho preso ogni 5 righe e ho ottenuto un grafico divertente
Sul campione OHLC_Exam.csv Precisione 0,63
Per X, ogni nuovo albero diminuisce il risultato, indicando un sovrallenamento dovuto a esempi insufficienti nel campione.
Comprimere il file con uno zip.Sì, sì, i nostri modelli sono troppo addestrati...
Ecco un link per scaricare i file, anche il file compresso non entra nel forum
https://dropmefiles.com.ua/56CDZB
Prova il modello sui miei segni, mi chiedo quale sarà la precisione