L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2464
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
Quale broker usate per accedere alla Borsa di Mosca usando MT?
Lei ha interpretato la mia opinione al contrario, in natura l'obiettivo è il più pratico - il più "necessario" sopravvive e si moltiplica. Ed è necessario allenare l'obiettivo più "pratico" senza cambiarlo in alcun modo.
Circa i dati, sì, le informazioni alimentate all'input, ma idealmente dovremmo formare/ricevere - "occhi", "orecchie", "naso", ecc.
1) tranne "Per addestrare una rete neurale, hai bisogno di serie gigantesche di dati accuratamente selezionati".
Per creare una nuova rete neurale, è necessario impostare un algoritmo, eseguire tutti i dati attraverso di esso, testarlo e ottimizzarlo ripetutamente. Questo è complicato e richiede tempo. Quindi a volte è più facile usare algoritmi più semplici - per esempio la regressione.
2) Anch'io l'ho pensato come semplice (regressione) all'inizio... Ma la regressione lineare confonde perché, per quanto mi ricordo, i prezzi sono non lineari, e il rendimento è lineare (se non il contrario?) - almeno per le opzioni su futures... La cosa più triste è che tale analisi non è lineare, e il rendimento è lineare, ed è lineare, se viceversa - almeno per le opzioni futures... ax^2+bx+c=0, dove b- velocità, a- accelerazione, - ma il fattore tempo dovrebbe essere aggiunto ad esso - in principio si applica quando si considerano opzioni di diverse date di scadenza, ma le immagini 3d non sempre giustificano tale bontà... E la parte più triste di tale analisi è che secondo il DB CME, tutti i prezzi sono allineati allo strike centrale e non vedo alcuna possibilità di vedere gli squilibri nel rapporto, ma di monitorare in tempo reale (non sono un arbitro, quindi non posso preoccuparmene)... E tutto non è così lineare, piuttosto esponenziale nella logica, e non voglio incrociare il coccodrillo con il rinoceronte (nel modello di 2 fattori - tempo e tasso di interesse)... Sembra che nel prezzo delle opzioni tutto sia già incrociato...
3)
Tutto è corretto riguardo all'obiettivo, il mio obiettivo è perfetto da segnale a segnale, se il segnale è redditizio allora metti uno se non è redditizio allora metti 0 e nient'altro, tranne che il profitto può essere calcolato con la condizione di spread!!!!
questo è un altro possibile algoritmo di apprendimento automatico - usando il teorema di Bayes (la descrizione mi sembrava così)... "Questi algoritmi sono utilizzati per trattare documenti di testo - ad esempio per il filtraggio dello spam...". Le reti neurali, d'altra parte, lavorano in modo più complesso - da strato a strato (deep learning)...
Comunque, guardando questi 3 algoritmi di apprendimento automatico - e finora mi rendo conto che dal punto di vista della teoria delle probabilità NON è così facile NON sovrafigurare la funzione obiettivo nel tuo modello, per non finire con l'over-learning dal meglio al peggio e soprattutto basandosi solo sulla storia... algoritmo+dati+condizioni per la selezione al livello successivo = sembra il più logico (anche se solo quando si tratta di grandi quantità di dati, ma non sono sempre tali)
Probabilmente, è per questo che (a causa della caduta di due dei tre algoritmi) gli strati H.Grid sono più promettenti nel trading rispetto alla semplice regressione o al teorema di Bayes... Ma in sostanza, come per me, tutto si riduce a una banale programmazione del processo decisionale, utilizzando solo enormi campioni per sostenere le decisioni del robot con le statistiche... che, ahimè, non abbiamo molto, e che non centra tanto le specificità dell'uscita quanto la gamma di possibilità dell'insieme delle uscite... lo stesso Range... in cui il prezzo di solito galleggia... (perché il tasso di cambio fluttuante genera di per sé volatilità)...
e il processo decisionale del trader (e il suo stesso apprendimento) non può essere superato senza impararlo lui stesso... Il processo decisionale di un trader (e il suo stesso apprendimento) non può essere codificato senza l'apprendimento stesso... Allora si ha qualcosa da trasmettere al robot, ma, naturalmente, l'algoritmo di analisi degli errori non può essere trasferito al codificatore (mentre sono presenti nel suo cervello)... imho
OK, penserò con calma a come non stravolgere le cose (per non essere sovrallenato in peggio)... Pr, OI, Volume - è solo una parte dei dati per le aspettative e le decisioni dei trader, e la domanda e l'offerta nascono da loro, non da modelli matematici... imho
(cioè 5 fattori, senza tener conto della politica fiscale e monetaria di 2 paesi presenti nella quotazione)
Mikhail Mishanin grazie per il suggerimento.
un punto è un po' in contraddizione con la sua visione? (non è molto chiaro dalla citazione del link).
Fondamentalmente, gli strati nascosti eseguono qualche tipo di funzione matematica. Non lo impostiamo, il programma impara ad emettere il risultato da solo.
Suona come uno stupido percorso di forza bruta... (come algoritmo, ad esempio per il cracking delle password)
p.s. e ancora:
MO non ricorda la storia, forse stai parlando di riqualificazione del modello
quindi non si possono raccogliere molti dati al momento attuale per caricare gli strati della rete invece di un semplice processo decisionale... quindi ancora propenso verso una possibile utilità in RM, ma non in TM
Per quanto riguarda il forum, se non si sa come trarre conclusioni dai feedback, si può fare un tale robot SENZA nemmeno l'apprendimento automatico, se il proprio cervello non aiuta... a un altro troll-riposo-talker.
Per quanto riguarda il forum, se non si sa come trarre conclusioni dai feedback, si può fare un tale robot SENZA nemmeno l'apprendimento automatico, se il proprio cervello non aiuta... a un altro troll-reposter trasformato in drogato.
MoD non ricorda la storia, forse stai parlando di riqualificare il modello
Come fa a non ricordare? Fa esattamente questo.
Vi siete imbattuti nell'espressione "database basati su reti neurali"? L'ho incontrato una volta e penso che sia la migliore definizione di ciò che sono i NS/alberi.
Un albero può essere addestrato fino all'ultimo split e poi ricorderà assolutamente tutta la storia con precisione assoluta (ottenere un modello sovrallenato).
Se non all'ultima suddivisione, ma un po' prima fermi la divisione (per esempio per 10 esempi in un foglio), allora si ottiene la memoria con la generalizzazione e con la media dei risultati di questi 10 esempi più simili. Ci sarà meno overlearning. Cioè, bisogna fermare la divisione quando il sottoapprendimento comincia a trasformarsi in un sovraapprendimento. Questo è il compito principale e più difficile.
Come può non esserlo? Fa esattamente questo.
Vi siete imbattuti nell'espressione "database basati su reti neurali"? L'ho incontrato una volta e penso che sia la migliore definizione di ciò che sono i NS/alberi.
Un albero può essere addestrato fino all'ultimo split e poi ricorderà assolutamente tutta la storia con precisione assoluta (ottenere un modello sovrallenato).
Se non all'ultima divisione, ma un po' prima per fermare la divisione (per esempio per 10 esempi in un foglio), allora si ottiene la memoria con la generalizzazione e con la media dei risultati di questi 10 esempi più simili. Ci sarà meno overlearning. Cioè, si dovrebbe trovare la profondità della divisione con un minimo sovrallenamento.
Si applica al forex, ricordando la storia e facendo un commercio basato su di essa?
Sì, speriamo che la storia si ripeta. Forse invano. Ma non abbiamo altro da sperare.
Sì, speriamo che la storia si ripeta. Forse invano. Ma non abbiamo altro da sperare.
Loro stessi scrivono un avvertimento in Segnali, i risultati passati non dicono che questo sarà ancora il caso. Divertente
La cosa divertente è che nessuno può garantire - le azioni degli altri.
apprendimento automatico, ora funziona solo sulla statica, Maximka lo ha appena dimostrato.