L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2390

 
Aleksey Vyazmikin:

Ho completamente dimenticato che tu hai delle classi che sono responsabili della direzione del commercio, mentre io ho delle classi che permettono/dispongono il commercio - ecco perché non puoi sentire l'utilità del grafico :)))

Ecco come si risolve la ricerca di modelli enumerando la diversità delle relazioni tra i predittori, gli incrementi sono solo instabili e hanno bisogno di ampliare la gamma, almeno aggiungere loro un ATR(3) giornaliero.

ma non in modo così barbaro.

aspetta una settimana e poi rompi gli occhi per guardare i grafici.

È più facile dire che non ci sono regolarità)

 
Aleksey Vyazmikin:

Ho completamente dimenticato che tu hai delle classi che sono responsabili della direzione del commercio, mentre io ho delle classi che permettono/dispongono il commercio - ecco perché non puoi sentire l'utilità del grafico :)))

Se non mi sbaglio, preferisco cercare i pattern enumerando le varie correlazioni dei predittori. Sono solo gli incrementi che sono instabili e bisogna allargare il range, almeno aggiungere ATR(3) per il grafico giornaliero.

ATR su D1 con un periodo di 3?
E se c'è una formazione su M1? Per 1440 barre ci sarà lo stesso valore di questo indicatore. O ti stai allenando su D1?
 
Maxim Dmitrievsky:

ma non nello stesso modo barbaro

Aspettare una settimana per il conteggio, poi rompere gli occhi per guardare le foto

La preselezione è basata su una serie di criteri, mentre i grafici sono più probabilmente necessari per capire la qualità del modello su una particolare rete. I grafici cambieranno ovviamente a seconda dell'obiettivo.

Per esempio, se il modello mostra generalmente profitto ma ci sono forti fallimenti di profitto nel mezzo della probabilità, per esempio di 0,6, non prenderò un tale modello, e se questi fallimenti sono agli estremi della distribuzione, posso semplicemente limitare la risposta (interpretazione di uno), diciamo, a 0,65.


Anche se è ovvio che il modello stesso non è molto buono (senza due gobbe pronunciate), rispetto all'ultimo.

 
elibrarius:
ATR su D1 con un periodo di 3?
E se sulla formazione M1? Per 1440 barre ci sarà lo stesso valore di questo indicatore. O ti stai allenando su D1?

Sì, sarà la stessa cosa - è la definizione di volatilità e il modello dovrebbe definire per esempio 2-3 periodi di volatilità, sui quali i valori in pip dovrebbero essere interpretati diversamente, perché per alcune gamme è l'inizio della tendenza e per altre è la fine. Inoltre, inserisco semplicemente tali valori nell'ATR, in modo che pezzi con volatilità diverse diventino comparabili.

 
Aleksey Vyazmikin:

La preselezione è basata su una serie di criteri, mentre i grafici sono più per capire la qualità del modello su una particolare rete. I grafici cambieranno ovviamente a seconda dell'obiettivo.

Per esempio, se il modello mostra generalmente profitto ma ci sono forti cali di profitto nel mezzo della probabilità, per esempio di 0,6, non prenderò un tale modello, e se questi cali sono alle estremità della distribuzione, prenderò e limiterò la risposta (interpretazione di uno), diciamo, a 0,65 come ho fatto qui.

Anche se si può vedere che il modello stesso non è molto buono (senza due gobbe pronunciate), rispetto all'ultimo.

Queste sono tutte stronzate, servono nuove idee di svolta

Senza di loro non alzerei un dito
 
Maxim Dmitrievsky:

Ho provato ieri a fare un algoritmo generativo-adversariale basato sulla tua idea del video. C'è un agente generatore che macina le offerte, e c'è un agente discriminatore che valuta la correttezza delle offerte e rimuove quelle negative. Il set di dati viene selezionato utilizzando una finestra scorrevole con passo discreto. Purtroppo, non sono ancora riuscito a ottenere un processo di apprendimento stabile, perché a 5-7 iterazioni il discriminatore ha cancellato l'intero set di dati))). Ho provato a ricampionare prima dell'allenamento ed entrambi gli agenti secondo la tua idea, ma non molto. Proverò stasera a invertire o a randomizzare gli scambi invece di cancellarli. Capisco che rimuovere i tag non validi sia più efficiente che modificarli o randomizzarli, ma vorrei eseguire un processo di apprendimento non reversibile.

 
welimorn:

Ho provato ieri a fare un algoritmo generativo-adversariale basato sulla tua idea del video. C'è un agente generatore che macina le offerte, e c'è un agente discriminatore che valuta la correttezza delle offerte e rimuove quelle negative. Il set di dati viene selezionato utilizzando una finestra scorrevole con passo discreto. Purtroppo, non sono ancora riuscito a ottenere un processo di apprendimento stabile, perché a 5-7 iterazioni il discriminatore ha cancellato l'intero set di dati))). Ho provato a ricampionare prima dell'allenamento ed entrambi gli agenti secondo la tua idea, ma non molto. Proverò stasera a invertire o a randomizzare gli scambi invece di cancellarli. Capisco che rimuovere i tag non validi sia più efficiente che modificarli o randomizzarli, ma vorrei eseguire un processo di apprendimento non reversibile.

È stato veloce, ho curiosato un po' e l'ho messo da parte ) Finirò la mia versione, vediamo

la degenerazione avviene come previsto - interessante. C'è un motivo per pensare a come affrontarlo.

Ho letto di inferenza causale l'altro giorno, volevo applicarla alla ricerca di qualcosa... ma sembra che non sia il nostro argomento

Z.I. ha ottenuto questo con un meta-modello (senza apprendimento iterativo) in 5 anni. Formazione per 5 mesi.

Penserà a come allegare l'iterativo (rifare gli esempi dagli articoli)

 
A proposito, python 3.9 è notevolmente più veloce del 3.8 nella console, sono passato ad esso
 
Maxim Dmitrievsky:

È stato veloce, ho curiosato un po' e l'ho messo da parte) Finirò la mia versione, vedremo.

La degenerazione sta avvenendo come previsto - interessante. C'è un motivo per pensare a come affrontarlo.

Ho letto di inferenza causale l'altro giorno, volevo applicarla alla ricerca di qualcosa... ma sembra che non sia il nostro argomento

Z.I. ha ottenuto questo con un meta-modello (senza apprendimento iterativo) in 5 anni. Formazione per 5 mesi.

Penserà a come allegare l'iterativo (rifare gli esempi dagli articoli)

Sembra bello, ma non è ancora chiaro. Se non ti dispiace dirmi cos'è il meta modello? o suggerirmi dove leggere? forse ne hai già scritto in questo thread?

Mi sono allontanato da qui per un lungo periodo e non sono stato in grado di seguire il thread.

 
welimorn:

Sembra bello, ma non è ancora chiaro. Se non ti dispiace dirmi che tipo di modello di metanfetamina è o dove leggerlo, forse ne hai già scritto in questo thread?

Mi sono appena allontanato da qui per un lungo periodo e non ho avuto la possibilità di seguire il thread.

è il secondo modello che permette/nega di aprire scambi

cioè ci sono 2 modelli in produzione