L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2738

 
Aleksey Vyazmikin #:

In generale sono dell'idea che tutto questo sia inutile, e che più grande è il campione meglio è, ma sono pronto a metterlo alla prova, e a questo scopo abbiamo bisogno di uno strumento adatto. Uno strumento che determini le aree ottimali per l'addestramento del modello, anche se all'inizio sulla storia, e poi vediamo se possiamo farlo senza guardare al futuro.

Alexei, questo è un compito per un normale overshoot, proprio come piace a te, qual è il problema?
 
mytarmailS #:
La discretizzazione è un caso particolare di filtraggio (compressione dell'informazione), se non fosse utile non esisterebbe affatto.... Considerarla una dabbenaggine significa essere idioti, il che non sorprende.
MO professore ahahaha.
Hai un sacco di bruciature e rimpicciolimenti in un unico posto alla parola filtrazione, ma come si dice, la demenza e il coraggio ti impediscono di distinguere l'uno dall'altro

Se siete usciti da poco da scuola e cercate di entrare a gamba tesa nella scienza, non dovete aspettarvi un effetto rapido, se non quello di brillare davanti ai vostri compagni davanti a una birra.

Dimenticavo: anche le tue reti neurali sono dei filtri, immagino che tu abuserai di quelli non filtrati.
 
Maxim Dmitrievsky #:
Non aspettatevi di fare soldi a palate, se non per sfoggiarli con i vostri amici davanti a una pinta di birra.
Esatto, leggilo prima di andare a letto tutte le sere. Non scherzare con chi non sa nulla.

Io so come discretizzare per migliorare un modello, e tu torna a scuola!

MO professore ahahaha))
 
Maxim Dmitrievsky #:
E dove hai visto il rumore nei prezzi dei cloze e in che modo sono peggiori di Mashka. Non ha alcun effetto. Casuale diviso per casuale

Questo è probabilmente uno dei primi modi in cui un neofita di MO correrà a controllare e verrà preso per il culo.

Come ho scritto lì... prima è necessario definire l'oggetto di studio e le sue proprietà, e poi la relazione causale utilizzando il MO (se esiste).

L'IO è un modo indolore per testare le ipotesi con nuovi dati. E questi ragazzi vanno in giro a gridare che non funziona nulla.

Le MA sono migliori sotto alcuni aspetti:

0. Il prezzo di chiusura eredita il rumore dei tick. Letteralmente - se un tick è stato generato prima della chiusura della barra o meno, se il timer ha fatto clic da qualche parte. Più o meno un paio di tre punti. I giorni di borsa hanno un'apertura/chiusura significativa.

1. MA sono già integrali (sì - media)

2. rappresentano il prezzo in modo abbastanza adeguato. (è per questo che ho fatto notare che le LWMA si spostano di poco più di 1/3, di un terzo è esattamente il prezzo effettivo smussato senza rumore inutile). 3. Le MA sono più comode da confrontare con le altre.

3. sono più comodi da confrontare e possono essere normalizzati.

---

Infine, qual è l'oggetto della sua ricerca?

 
Maxim Kuznetsov #:

ci sono sospetti che alcune persone del forum, e ancora di più il riempimento dei siti con "Expert Advisor e segnali redditizi" sia il risultato dell'IA. Cioè, NN sta facendo soldi sul tema del quasi-trading.

In assoluto le reti neurali e i big-data guadagnano (fanno trading) sull'analisi delle tendenze dei social network. Ecco perché sono sponsorizzati e quindi un po' sbilanciati; ma è al di là delle nostre capacità :-(

Grazie per la risposta

 
Maxim Dmitrievsky #:
Se il thread non viene riscaldato almeno una volta al mese, morirà e il forum diventerà noioso

Per esempio, SanSanych ha espresso pensieri interessanti che sono anche nella mia testa, quindi rispetto e rispetto, ho ottenuto un po' di approvazione implicitamente dai professionisti nel MoD

SSF non ha detto molto di nuovo, ovviamente l'obiettivo di trovare correlazioni tra predittori e risultati è un obiettivo ovvio. L'unica novità che ho colto è che ha trovato circa 200 caratteristiche significative sull'intera formazione, ma per dati specifici ne utilizza solo il 5%.

Mi sembra che questo significhi che esistono alcuni modi per determinare rapidamente lo stato/proprietà di una serie al fine di selezionare predittori più significativi solo per i dati più recenti. Per una corretta selezione si pone ovviamente la questione del volume o della lunghezza. Ma a quanto pare funziona anche con soli 200 predittori trovati e selezionati nell'intera formazione.

Io la vedo così. Una serie ha proprietà che sono stabili in alcuni indici, ma questi indici e il loro numero sono diversi in sezioni diverse. MO trova alcuni diversi stati di sufficiente durata della stabilità della serie, che possono essere descritti da diversi modelli e di conseguenza da diverse impostazioni del modello - predittori. Il numero totale di predittori corrisponde al numero totale di impostazioni per i diversi modelli; di conseguenza, definendo un modello, è possibile trovare rapidamente le impostazioni precedentemente trovate per esso.

Se si vuole sviluppare in modo estensivo, è necessario aumentare il numero totale di predittori e il numero di modelli.

Sono d'accordo con SSF che oggi i dati disponibili e accettabili per l'elaborazione sono le citazioni, la formalizzazione di altri dati è una scienza, anche se promettente.

 
Maxim Kuznetsov #:

Le AM sono migliori per certi versi:

0. Il prezzo di chiusura eredita il rumore dai tick. Letteralmente - se un tick è stato generato prima della chiusura della barra o meno, se il timer ha fatto clic da qualche parte. Più o meno un paio di punti. È in borsa che i giorni hanno un'apertura/chiusura significativa.

1. MA sono già integrali (sì - media)

2. rappresentano il prezzo in modo abbastanza adeguato. (è per questo che ho fatto notare che le LWMA si spostano di poco più di 1/3, un terzo è esattamente il prezzo effettivo smussato senza rumore inutile).

3. sono più comodi da confrontare e possono essere normalizzati.

---

Infine, qual è il vostro oggetto di studio?

Sono d'accordo con Max, le medie corte e i dati assottigliati sono uguali per l'indagine in termini di rumore e segnale utile nel nostro caso discreto.

L'oggetto di studio sono gli incrementi, se non sbaglio))))))

 
Valeriy Yastremskiy #:

SSF non ha detto molto di nuovo, naturalmente l'obiettivo di trovare correlazioni tra predittori e risultati è un obiettivo ovvio.

NF e MD sono malati dell'idea di correlazione tra target e tratti, uno lo è da molto tempo, l'altro ha appena iniziato....
Non gli viene in mente che qualsiasi algoritmo per la selezione delle caratteristiche fa questo, e ci sono già decine di algoritmi di questo tipo... esattamente...
Ma... Ptushnik crede nel suo genio e crede fermamente che stia creando qualcosa di nuovo e unico.....
E porta questa idea come una scoperta, come il suo lavoro intellettuale.
CIRC... Professor MO))))

 
mytarmailS #:
NF e MD sono malati dell'idea di collegare l'obiettivo alle caratteristiche, uno di loro è malato da molto tempo, l'altro ha appena cominciato...
Non gli viene in mente che qualsiasi algoritmo per la selezione delle caratteristiche fa questo, e che decine di tali algoritmi sono già stati creati.....
Ma... Ptushnik crede nel suo genio e crede fermamente di creare qualcosa di nuovo e unico.....
CIRC... Professor MO))))

Spero che nessuno qui creda nel suo genio, e che gli incroci personali siano solo vampirismo psicologico)))) E se porta benefici psicologici a una delle parti, ha il suo posto))))))

Il kit di strumenti di tutti è approssimativamente lo stesso, i dati sono gli stessi, e le percezioni ...

Ho una mazza piccola, non un martello grande, e nemmeno un martello enorme)))))))

 
Valeriy Yastremskiy #:

Gli strumenti sono tutti più o meno gli stessi, i dati sono tutti più o meno gli stessi, e i punti di vista ...

++++
La rappresentazione risolve tutto