L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2297

 
Maxim Dmitrievsky:

https://www.mql5.com/ru/forum/86386/page2108#comment_19209601

Grazie mille, proprio quello di cui ho bisogno!

Sto pensando di scrivere subito l'over-sampling in MT5. Qualcuno può suggerire formule per creare nuovi elementi di dati per l'oversampling?

Smote come lo capisco "i nuovi elementi sono creati direttamente accanto a quelli esistenti":

prendete la media, RMS, varianza (potete tagliare i valori anomali) per ogni attributo, e poi prendete un elemento a caso, aggiungete un valore entro +/- RMS ad ogni attributo di esso, e così moltiplicate tanti nuovi attributi quanti ve ne servono.

Sembra che questo dovrebbe essere sufficiente, cosa ne pensi?


 

Aleksey Nikolayev:

Tuttavia, raccomanderei a tsosnikov di studiare questi test, e non solo correre in giro per anni con idee su come adattare un fascio di onde sinusoidali al mercato)

Infatti sto facendo questi test, cercando le differenze di rumore e di prezzo. A parte Vola, non ho trovato nulla di serio.

 
Rorschach:

Fondamentalmente questi sono i test che sto facendo, cercando le differenze di rumore e di prezzo. A parte la vola, non ho trovato nulla di grave.

buona fortuna a voi

 
Rorschach:

Fondamentalmente questi sono i test che sto facendo, cercando le differenze di rumore e di prezzo. A parte la volatilità non ho trovato nulla di serio.

Ho una sensazione simile sulle serie di Fourier - sono abbastanza adatte a rappresentare le fluttuazioni giornaliere della volatilità, ma sono completamente inapplicabili al prezzo stesso.

Penso che un lavoro significativo con tali test porti a un livello superiore di cultura matematica che sarebbe utile per un forum in generale (o almeno per questo thread).

 
Aleksey Nikolayev:

Ho una sensazione simile sulle serie di Fourier - sono abbastanza adatte a rappresentare le fluttuazioni giornaliere della volatilità, ma totalmente inapplicabili al prezzo stesso.

Secondo me, un lavoro significativo con tali test porta a un livello superiore di cultura matematica, che non sarebbe superfluo per il forum nel suo insieme (o almeno per questo thread).

Ci sono molte lamentele su Fourier, ad esempio i cicli possono essere legati alle date del calendario, e non si adattano bene alle onde sinusoidali, all'ora legale, ecc. Il conteggio del ginocchio a zig zag sembra più ragionevole. Ma pf e tsos è un settore ben studiato, molti problemi sono già stati risolti da qualcuno.

 
Rorschach:

Ci sono molte lamentele su Fourier, per esempio i cicli possono essere legati alle date del calendario, e queste non si adattano bene alle onde sinusoidali, al cambio dell'ora invernale ecc. Il conteggio del ginocchio a zig zag sembra più ragionevole. Ma pf e tsos è un settore ben studiato, molti problemi sono già stati risolti da qualcun altro.

Sta a voi, posso solo consigliare di considerare il livello di significatività dei risultati ottenuti (come nei test che ho menzionato), poiché anche le implementazioni delle SB possono sembrare oscillazioni periodiche rumorose.

 
Aleksey Nikolayev:

Sta a voi, posso solo consigliarvi di considerare il livello di significatività dei risultati ottenuti (come nei test che ho menzionato), poiché anche le realizzazioni di SB possono sembrare oscillazioni periodiche rumorose.

Non sono molto appassionato di csos.

Trovare un modello è metà della battaglia, devi comunque usarlo in qualche modo. L'esempio più semplice è quello dei livelli circolari.

 

Rorschach:

L'esempio più semplice sono i livelli circolari.

Sì, non è nemmeno così banale immaginarli AMO...

ma l'1,5% di qualità si aggiunge

 
Rorschach:

Trovare un modello è metà della battaglia; devi comunque usarlo in qualche modo.

Beh, è una domanda piuttosto intima e difficilmente qualcuno condividerà le sue idee in merito (indipendentemente da quanto si guadagna effettivamente da quelle idee)

 
Aleksey Mavrin:

Grazie mille, proprio quello di cui ho bisogno!

Sto pensando di scrivere subito l'over-sampling in MT5. Qualcuno può suggerire formule per creare nuovi elementi di dati per l'oversampling?

Smote come lo capisco "i nuovi elementi sono creati direttamente accanto a quelli esistenti":

prendete la media, RMS, varianza (potete tagliare i valori anomali) per ogni attributo, e poi prendete un elemento a caso, aggiungete un valore entro +/- RMS ad ogni attributo di esso, e così moltiplicate tanti nuovi attributi quanti ve ne servono.

Sembra essere sufficiente, cosa ne pensate?


L'opzione più facile è semplicemente accumulare esempi da classi minori, si può aggiungere un po' di rumore a ciascuno. Non riesco a ricordare SMOTE nello specifico, credo che vengano creati nuovi esempi. Ci sono un sacco di opzioni di sintonizzazione.