C'è uno schema nel caos? Proviamo a trovarlo! Apprendimento automatico sull'esempio di un campione specifico. - pagina 8
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
Sì, ci sono molti dati e ho intenzione di aggiungerne altri, quindi è necessario sviluppare una metodologia di screening prima dell'offuscamento.
In questo momento mi sto allenando e dirò che molto dipende dalle impostazioni, in particolare dal numero di split nelle tabelle quantistiche.
Ho appena iniziato un esperimento in cui l'addestramento viene eseguito con le impostazioni predefinite della scheda video: un passaggio, senza tenere conto della valutazione del modello e del test su un campione d'esame, richiede 2-3 minuti, a seconda del numero di alberi risultanti nel modello. Sul mio processore FX-8350, piuttosto datato, è circa il 60% più lento.
Penso che la velocità sia abbastanza accettabile, di solito addestro 100 modelli con semi fissi per valutare l'efficienza del metodo.
Se si addestra fino alla "fine", il programma stima un tempo fino a 2 ore.
Non livelli, ma intervalli e modelli d'onda e candele. Questi non sono nei libri. Dovrebbe funzionare.
2-3 minuti con una profondità dell'albero di 6 e 1000 alberi?
Vengono costruiti alberi da 250 a 400, poiché c'è un controllo per fermare l'addestramento sul campione di prova, cioè se non c'è alcun miglioramento negli ultimi 100 alberi, l'addestramento si ferma e il modello viene tagliato all'ultimo albero con un miglioramento.
Ecco un'altra variante: mi piace ancora di più, perché è un risultato stabile su tutti i campioni.
0,042 è il risultato migliore. È migliore rispetto a tutte le colonne e la curva di equilibrio è più bella. Ma non così buono come quello ottenuto con Catbusta.
La prima colonna è zero o "1"? :)
È zero.
Probabilmente il significato è vicino a quello di 1041-1489.
A 448 barre, il migliore 0,03000
0,042 è il risultato migliore. È migliore di tutte le colonne e la curva di equilibrio è più bella. Ma non così buono come quello ottenuto con Catbusta.
A 448 bar il migliore è 0,03000.
Il risultato è già chiaramente migliore e sembra essere stato ottenuto grazie alla scelta di predittori che migliorano l'apprendimento. Il problema è capire quanti altri predittori utili ci siano e come farli emergere.
Provate a cambiare l'obiettivo, facendo "1" solo se ottenete un profitto superiore a 50 pip (forse meno è meglio) - questo ha migliorato l'apprendimento nei miei esperimenti, anche se il numero di obiettivi positivi è diventato ancora più piccolo...
Il risultato è già chiaramente migliore e sembra essere dovuto alla scelta di predittori che favoriscono l'apprendimento. Il problema è capire quanti di questi siano utili e come farli emergere.
Provate a cambiare il target rendendo "1" solo se il profitto è superiore a 50 pips (forse è meglio anche meno) - questo ha migliorato l'apprendimento nei miei esperimenti, anche se il numero di target positivi è diventato ancora più piccolo...
Il grafico per il porgoa 60 pt è il migliore.
La seconda colonna è la soglia della classe (ma non nel markup dell'insegnante, bensì nella previsione). La terza è il profitto.
Il grafico per 60 pt è il migliore.
E come si fa a conoscere il profitto quando si fa una previsione, o si ha un modello di regressione?
Prova a cambiare quando insegni :)
E come si fa a conoscere il profitto in fase di previsione, o si dispone di un modello di regressione?
Prova a cambiare quando ti alleni :)