L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2475
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
Per ottenere questo in una rete neurale, il tipo di neuroni dovrebbe essere il più diverso possibile, e il numero di strati e la loro composizione dovrebbero anche essere arbitrari, allora è possibile.
sì, per approssimare i parametri indipendenti l'uno dall'altro nel tentativo di ridurli a 1 uscita - bisogna davvero pesare statisticamente i dati storici profondi fino al momento attuale - cioè avere un campione rappresentativo (più grande - più probabilità di colpire l'obiettivo)... per elaborarli (pesarli) in una scatola nera... ma questa è tutta statistica, e può essere lontana anche dalla fase economica attuale... -ottenere una media con una grande varianza (e anche un coefficiente di variazione)
sembra che abbiamo attraversato un ciclo economico completo per 30 anni - è meglio imparare i segni per il momento attuale da una fase simile di sviluppo economico (così suppongo) - al fine di ridurre il campione di dati iniziali ()... ma personalmente non ho questi dati (necessari per me per credere nella validità di un'analisi significativa su un periodo così lungo) ....
Tutti usano per lo più una rete neurale ad architettura fissa, ma per qualche ragione non capiscono che l'architettura deve essere anche flessibile, distruggendo questa flessibilità si distrugge la possibilità stessa di ridurre al minimo il retraining. In generale gli stessi criteri possono naturalmente essere applicati a modelli semplici, anche bisogno di, poi si otterrà un buon avanti, il mio modello dà un paio di mesi di profitto avanti e le impostazioni possono essere aggiornati in un giorno. Uno dei trucchi di base è quello di prendere più dati possibili(10 anni di storia o più), in questo caso stiamo cercando dei modelli globali, e sono basati sulla fisica del mercato stesso e nella maggior parte dei casi funzionano per un tempo molto lungo.
non è un trucco, è un tentativo di allontanarsi dalla realtà... imho
(è possibile ottenere un forward normale - con meno costi - logico - per ottenere un forward normale - senza analizzare gli husky e le sciocchezze per il momento attuale - anche se tutto viene appreso solo per confronto, e anche nella scatola nera, ma ancora prima si userebbe il cervello, e poi anche l'apprendimento automatico non così profondo, ma solo riguardante parte del momento attuale per segni importanti nella situazione di mercato attuale) - e poi mancano tutti i dati necessari dalla storia...
Eppure, una comprensione dell'Ecosistema e una base di conoscenza dello scambio di materia ed energia in esso, combinata con la consapevolezza tempestiva delle notizie/eventi trainanti, è un modo per capire l'Evoluzione senza caricare tanta potenza del PC solo per il gusto della media e della varianza... imho
Ma grazie per le tue osservazioni... ma per me la necessità di un tale apprendimento profondo è discutibile (anche se credo che per la scatola nera sia indiscutibile)
La mia visione ovviamente non è un punto di riferimento, sto parlando principalmente da un punto di vista di risparmio di tempo, solo perché ho parlato con molte persone e penso che non è un segreto che leggeremo questo forum tra 5 anni e probabilmente rideremo di noi stessi, penso solo che tutti gli sviluppi non sono vuoti e si dovrebbe cercare di scalare quello che si ha. Ho spesso voluto rovinare tutto, ma per qualche ragione non l'ho fatto anche se non porta soldi. Mi sembra che questa esperienza abbia un valore, e ognuno ha il suo valore, ma tutto quello che possiamo fare è andare avanti o andare in un pub e ubriacarci. Mi sembra che abbiamo solo bisogno di scalare e intensificare quello che abbiamo all'inizio, e mi sembra che sia probabilmente molto semplice. Più complico le cose e più voglio metterci dentro qualche strana matematica, meno è prevedibile il tutto. Ad essere onesti, penso che tutti quelli che hanno passato anni su questo capiscano che non otterranno il 100% al mese, e quelli che non hanno passato quel tempo guarderanno i tuoi 100 all'anno e compreranno un segnale con 100 al mese anche senza prestare attenzione al fatto che si blocca per 2 mesi.
sì, per approssimare i parametri indipendenti l'uno dall'altro nel tentativo di portarli in 1 output - bisogna davvero pesare statisticamente i dati storici profondi fino al momento attuale - cioè avere un campione rappresentativo (più grande - più probabilità di colpire l'obiettivo)... per elaborarli (pesarli) in una scatola nera... ma questa è tutta statistica, e può essere lontana anche dalla fase economica attuale... -ottenere una media con una grande varianza (e anche un coefficiente di variazione)
sembra che abbiamo attraversato un ciclo economico completo per 30 anni - è meglio imparare i segni per il momento attuale da una fase simile di sviluppo economico (così suppongo) - al fine di ridurre il campione di dati di partenza ()... ma personalmente non ho questi dati (necessari per credere nella validità di un'analisi significativa su un periodo così lungo) ....
non è un trucco, è un tentativo di allontanarsi dalla realtà... imho
(è possibile ottenere un forward normale - con meno costi - logico - senza analizzare l'huskiness e la mancanza di significato per il momento attuale - anche se tutto è conosciuto solo per confronto, e nella scatola nera anche, ma ancora io coinvolgerei il mio cervello prima, e poi anche l'apprendimento automatico non così profondo, ma solo riguardante parte del momento attuale da segni importanti nella situazione di mercato attuale) - e poi tutti i dati necessari dalla storia mancano...
Eppure, una comprensione dell'Ecosistema e una base di conoscenza dello scambio di materia ed energia in esso, combinata con la consapevolezza tempestiva delle notizie/eventi trainanti, è un modo per capire l'Evoluzione senza caricare tanta potenza del PC solo per il gusto della media e della varianza... imho
Ma grazie per le tue osservazioni... Ma per me la necessità di un apprendimento così profondo è discutibile (anche se credo che per una scatola nera sia innegabile))
La varianza e le altre deviazioni sono il risultato naturale dell'analisi di un sistema basato sulle probabilità ma non sulle equazioni differenziali, tutto ciò che si può ottenere è un sistema di equazioni differenziali, le cui variabili sono le attenzioni "probabilità di certi eventi", quegli eventi che vi sembrano importanti, e tutto ciò che si può prevedere è la probabilità ma non il valore esatto. Una volta che hai capito questo, le cose diventano più facili e non avrai più paura della varianza o di altre cose. Avrete sempre la varianza, il vostro compito è solo quello di minimizzarla. Non è possibile prevedere il comportamento a lungo termine del sistema con una precisione del 100%, ma è possibile raggiungere certe cifre, che è sufficiente per un trading redditizio. Voglio dire che non fate il suo lavoro, dategli un po' di libertà e vedrete che saprà meglio di voi di quali dati ha bisogno. A proposito della scatola nera, più la scatola è nera più è intelligente. L'IA è costruita esattamente su questo principio.
. Il mio punto è: non fate il lavoro della macchina al posto suo, datele libertà e vedrete che saprà meglio di voi di quali dati ha bisogno. Parlando della scatola nera, più è nera la scatola, più è intelligente. L'IA è costruita su questo principio.
- Bene, vedo, più dati di input (e caratteristiche da selezionare), più accurata è la stima approssimativa e anche la previsione basata su di essa (anche se ancora con una probabilità di errore)...
Dopo i tuoi post, l'area di responsabilità dello sviluppatore diventa un po' più chiara,
La varianza e le altre deviazioni sono il risultato naturale dell'analisi di un sistema basato sulle probabilità ma non sulle equazioni differenziali, tutto quello che potete ottenere è un sistema di equazioni differenziali dove le variabili sono attenzione "probabilità di certi eventi", quegli eventi che vi sembrano importanti, e tutto quello che potete prevedere è la probabilità ma non il valore esatto.
Algoritmo per trovare le derivate usando la formula della differenza in avanti di Newton
. Avrete sempre delle deviazioni, il vostro compito è solo quello di minimizzarle.
sì, c'era un'immagine da qualche parte sul link che ho lasciato prima ~ convergenza della previsione e dell'errore fino al fondo della parabola (questo è per evitare il sovrallenamento e fermarsi in tempo) - l'evoluzione va a spirale fino a questo punto (quindi immagino con accelerazione decrescente, fino a fermarsi del tutto - fino alla variazione della differenza da più a meno, come cadere in un vortice)
p.s.
Ho codificato una volta usando Calculate Implied Volatility with VBA- Implied Volatility with Newton-Raphson Iteration - non ho trovato nessun segnale... E comprensibilmente (dato che i Black-Sholes non funzionano affatto sulla moneta, dato che lì tutto non è distribuito in modo così binomio come si vorrebbe sognare)
... Per essere onesto, non conosco affatto Newton - se ha inventato tante cose diverse (?), o se questo (il tuo forward e il mio Implied Volatility) è dalla stessa linea e nella stessa prospettiva e l'essenza dello stesso calcolo... Non voglio sprecare il mio tempo in qualcosa in cui non credo - non credo nella modellazione finanziaria
ma c'è ancora il problema di scegliere una funzione di destinazione... - anche una responsabilità dello sviluppatore... - cosa mi consigliate?
(anche se sì, hai usato la differenza in avanti)
p.s.
sui gradi di libertà - guarderò di nuovo
credere nella domanda - offerta... nel modello a ragnatela (attenzione all'elasticità e alwalrasiano) - nell'equilibrio-disilibrio - per determinare la direzione... (per la probabilità di uscire da un piatto in una tendenza) - solo OI e gestione del tempo (compreso che non si può sempre essere guidati da Walras)...
per il fatto - il vetro (livelli di parsing o oops - popping iceberg) - anche se, naturalmente, è meglio non parsing, ma passare con calma, quando qualcuno ha già analizzato il livello e NO-opposito esiste (meglio con test dopo la ripartizione - anche visibile nel vetro, e sul nastro)
su Walras
Mi è piaciuto molto quello del villaggio del formaggio e del centro di terapia del vino.
Posso solo parlarvi di Newton. Capisco che c'è la previsione di forward sulla base della curva esistente in passato, l'ho fatto molto tempo fa, non funziona affatto con il prezzo, dalla parola, se è questo che intendi. Ma funziona se si cerca di prevedere il grafico di backtest in avanti, ma ci sono alcune sfumature come questa:
Questa è puramente la mia esperienza. Qualsiasi metodo per prevedere qualcosa si basa sull'interpolazione della funzione con qualche polinomio seguito dalla costruzione della continuazione, non so come lo fa Newton, ma molto probabilmente le derivate sono calcolate come ordine profondo e poi viene preso come costante per quella funzione, anche se ovviamente cambia tutto con il tempo (nel mercato tali previsioni non funzionano affatto, ho controllato). Se prevediamo un backtest in avanti, dovrebbe essere il più dritto possibile e avere il maggior numero di punti possibile (dati o scambi in questo caso, poi possiamo guardare un po' più avanti). In altre parole, se abbiamo trovato un campione con un range di fluttuazione sufficientemente stretto di quante più derivate prime possibili, tali metodi di estrapolazione funzioneranno parzialmente, l'importante è non essere avidi e fermarsi in tempo. Qui di seguito mostro solo come affrontare l'incertezza per mezzo della lotteria (se non sappiamo esattamente dove la previsione perderà il suo potere). Posso interpolare le trasformate di Fourier e disegnare sequenze nel futuro, ma non funziona con funzioni arbitrarie. E per quanto riguarda l'apprendimento dell'imbuto, beh, si può controllare il ri-apprendimento in modi diversi, non ho mai preso le formule di qualcun altro, solo perché posso mettere insieme le mie in poco tempo se necessario, e molto probabilmente saranno più facili e più utili, solo perché capisco tutto, non ho mai avuto problemi con questo.
Posso solo parlarvi di Newton. Capisco che c'è una previsione in avanti basata su una curva nel passato, l'ho fatto molto tempo fa, non funziona affatto con il prezzo, fin dall'inizio, se è questo che intendi.
Questa è puramente la mia esperienza. Qualsiasi metodo per prevedere qualcosa si basa sull'interpolazione della funzione con qualche polinomio seguito dalla costruzione della continuazione, non so come fa Newton, ma... (nel mercato tali previsioni non funzionano affatto, testato).
questa conclusione è stata interessante per me - grazie! -
Per quanto riguarda l'imbuto di formazione, si può controllare la rieducazione in modi diversi, non ho mai usato le formule di qualcun altro, semplicemente perché posso fare le mie in poco tempo se devo, e probabilmente saranno più facili e più utili, solo perché capisco tutto, non ho mai avuto alcun problema con esso.
+1, ma non sono un laureato in fisica... Anche se sono più vicino alla mia logica piuttosto che usare i modelli di qualcun altro
Se vuoi prevedere un backtest in avanti, devi rendere il grafico il più dritto possibile e avere più punti possibili (dati o trade in questo caso, poi puoi guardare un po' avanti). In altre parole, se abbiamo trovato un campione con intervalli di fluttuazione sufficientemente stretti del maggior numero possibile di derivate prime, tali metodi di estrapolazione funzioneranno parzialmente,
in generale, avere una parabola normale da cui la derivata 1a è lineare... ci ritroviamo con il solo coefficiente della sua pendenza (come una tendenza ripulita dal rumore) - con tutte le cose che hai descritto (gamma stretta di un gran numero di derivate 1a)... devono solo essere pesati fino al blu in faccia? (diversi strati fino a quando l'uscita è una parabola)... o piuttosto una derivata 1x dritta di essa
I metodi stessi sono di secondaria importanza qui, è possibile interpolare Fourier e disegnare una continuazione nel futuro, ma non funzionerà con funzioni arbitrarie.
è questo che mi intriga delle reti neurali, non derivare una distribuzione e confrontarla con quelle tabulari/empiriche, e non cercare la conferma di ogni starnuto statisticamente (fino a "ho azzeccato la media") confrontando l'ipotesi nulla con quella tabellare... - che è una specie di elaborazione statistica del secolo scorso... in generale, non per dimostrare la validità sia del modello che della previsione e degli errori e tutto questo con tabelle in mano dal secolo scorso (perdonate l'espressione)
o, in alternativa, solo la ponderazione multistrato (la prendo come una rete neurale)... come ho detto: fino al blu in faccia? (diversi strati fino ad ottenere una parabola in uscita)... o piuttosto una derivata diretta 1x di essa?
o in generale dimenticare tutti i tipi di funzioni (compresa la parabola) e cercare solo peso*segnale(evento) -> livello successivo... e su ogni livello, la funzione dovrebbe essere scelta più o meno banalmente, come in Excel Solution Finder (o per la dipendenza lineare, o per la dipendenza non lineare, o per i dati indipendenti) [anche se non so cosa ha Excel sotto il cofano con questi nomi, ma questi sono dettagli, accento sulla logica]
e al punto di convergenza dei segnali al livello successivo (tenendo conto dei pesi precedenti) calcolare tutte le differenze dei segnali ricevuti...
Ho capito bene la rete neurale e la differenziazione da parte della macchina delle forze del caos senza alcuna necessità di aderire a qualsiasi curva/linea retta - che, per come la vedo io, può essere solo un risultato della strutturazione del caos, ma non un punto di partenza... si tratta della responsabilità dello stesso sviluppatore - non credo e non vedo alcuna ragione di mettere modelli finanziari da libri/blog/articoli (e distribuzioni elaborate statisticamente) nell'analisi finanziaria quando si approssima/interpola il caos... per ulteriori estrapolazioni
p.s.
in fondo capisco che c'è solo la velocità (coefficiente a x) e l'accelerazione (coefficiente a x^2) e lo spostamento del membro libero - nella parabola, e naturalmente la derivata 1a di essa è lineare... le formule mi spaventano, specialmente dei modelli di altre persone
C'è un po' di verità qui, ma ho controllato il mio modello, la cosa principale è sapere su che tipo di attaccante stiamo contando. Il problema è nella riqualificazione, per non riqualificare, dovremmo cercare il massimo rapporto tra i dati analizzati e l'insieme finale di criteri, in altre parole c'è la compressione dei dati, per esempio possiamo analizzare i dati di un grafico a parabola e prendere diverse migliaia di punti e ridurre tutto a tre coefficienti A*X^2 + B*X + C. È lì che la qualità della compressione dei dati è più alta - è lì che si trova il progresso. La riqualificazione può essere controllata introducendo adeguati indicatori scalari della sua qualità tenendo conto di questa compressione dei dati. Nel mio caso è fatto in un modo più semplice - prendiamo un numero fisso di coefficienti e facciamo la dimensione del campione il più grande possibile, è meno efficiente ma funziona.
trovato la tua risposta prima... Devo aver affrettato il post precedente... probabilmente dovrebbe almeno partire da una parabola come funzione che descrive il moto con velocità e accelerazione... (Ho anche visto questo tipo di grafici e greche (delta e gamma) di opzioni da qualche parte - non lo ricordo e non voglio trovarlo - abbiamo bisogno di analisi temporale - orizzontale, non verticale)