L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 781
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
pesantemente sovraccaricato, versando sull'os
Mi allenerò su un intervallo lungo, poi mostrerò OOS
Devo anche cambiare la descrizione dell'ambiente.
Quindi deduco che i periodi stockhastici stessi non cambiano, ma c'è un peso all'interno, per il quale i segni vengono moltiplicati e poi viene applicata la funzione di attivazione?
Capisco che i periodi degli stocastici stessi non cambiano, ma il peso è preso all'interno, per cui i segni sono poi moltiplicati e poi la funzione di attivazione è attivata?
Il target per gli stocastici (3 RSI) sono selezionati, cioè non c'è un dato insieme di etichette, sì
ma è addestrato non attraverso l'ottimizzatore, ma attraverso un vero e proprio NS
Rispettato, consiglia un modo per classificare se i numeri di barra per le voci sono noti, ma i motivi non sono noti.
Qual è il modo per identificare i modelli. Dividere in due classi dove entrare e dove non entrare?
Due vettori: uno per i lunghi, uno per i corti
Dove entrare/essere in posizione = 1, in altri = 0
Il problema più grande sono i predittori. Ci dovrebbero essere quelli che sono rilevanti per l'obiettivo.
Se non abbiamo esperienza, allora prendiamo dei sonagli, 6 modelli, e soprattutto c'è un ciclo completo: la preparazione dei predittori, il modello stesso e la valutazione di questi modelli. Se preparate un file in excel, potete vedere tutti i risultati elencati in una volta sola, senza capire nulla in R.
Ma c'è molto materiale in questo thread
Buona fortuna.
PS.
Mi sembra che ci siano molte più persone nel nostro esercito.
i target per gli stocastici (3 RSI) sono enumerati, cioè non c'è un insieme di etichette
non è addestrato attraverso l'ottimizzatore, ma attraverso il vero e proprio NS
Cos'è un obiettivo, dovrei saperlo?
Ho a che fare un po' con l'ARIMA. Ho capito che ci sono tre passi:
1. Identificazione di un modello di prova.
2. Stima dei parametri e controllo dell'adeguatezza.
3. Previsione.
Per quanto riguarda il primo punto, voglio essere sicuro che la serie sia stazionaria, altrimenti voglio fare una serie di momenti.
Cosa sono gli obiettivi, vuoi sapere?
Il target (etichetta) è ciò che viene dato in pasto all'output del NS durante l'addestramento (cioè il valore che si suppone venga emesso)
e ciò che viene dato in input è un tratto (una caratteristica, un predittore)
Quali sono gli obiettivi, potrei saperlo?
Ho lavorato con l'ARIMA per un po' di tempo. Ho capito che ci sono tre passi da fare:
1. Identificazione di un modello di prova.
2. Stima dei parametri e controllo dell'adeguatezza.
3. Previsione.
Per quanto riguarda il primo punto: si scopre che dobbiamo assicurarci che la serie sia stazionaria, se non lo è, la serie dei momenti.
C'è una funzione auto.arima che seleziona automaticamente i parametri, e ce ne sono 3 (6), invece di uno.
Controllano il residuo del modello. Ci sono test speciali per questo.
Due vettori: uno per i lunghi, uno per i corti
Dove entrare/essere in posizione = 1, in altri =0
Il problema più grande sono i predittori. Ci dovrebbero essere quelli che sono rilevanti per l'obiettivo.
Se non abbiamo esperienza, allora prendiamo dei sonagli, 6 modelli, e soprattutto c'è un ciclo completo: la preparazione dei predittori, il modello stesso e la valutazione di questi modelli. Se preparate un file in excel, potete vedere tutti i risultati elencati in una volta sola, senza capire nulla in R.
Ma c'è molto materiale in questo thread
Buona fortuna.
PS.
Dirò che abbiamo molte più persone nel nostro esercito.
Grazie! Inoltre, se non è difficile dove leggere su 6 modelli, la preparazione dei predittori, il modello e la sua valutazione. Ho provato a lavorare un po' in R, ma in anni è difficile capire cosa succede lì.
c'è una funzione auto.arima che prende automaticamente i parametri, e ce ne sono 3 (6), non uno.
Controllano il residuo del modello. Ci sono test speciali per questo scopo.
Sul primo punto ho capito che dobbiamo assicurarci che la serie sia stazionaria, se non la scomponiamo in momenti. Ho controllato con ACF, CHAF e test Dickey-Fuller.
L'ACF è anche fatto in MQL.
Sul primo punto ho capito che bisogna assicurarsi che la serie sia stazionaria, altrimenti scomporla in momenti. Per controllare ACF, CCCF e test Dickey-Fuller.
L'ACF è stato fatto anche in MQL.
Non ho un sacco di strumenti diversi, sarete bloccati con ogni sorta di sciocchezze come ACF e un sacco di altre cose. In R saprete solo che non funziona, ma in µl non lo saprete perché vi manca lo strumento.