트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2105

새 코멘트
 
블라디미르 페레르벤코 :

적합성 함수는 최적화 프로세스 동안 최적화 기준 의 값을 계산합니다. 모델 훈련과 관련이 없습니다.

그러나 동일한 회귀에서 우리는 어떤 수치 벡터의 형태로 목표를 가지고 있으며 모델의 벡터로 이를 근사하려고 하므로 오류(즉, 최적화)를 최소화합니까? 또는 올바른 뉴런 가중치 찾기

그것이 내가 지금하고있는 일입니다. 또한 본질적으로 고조파에서 모델을 만들고 있습니다.

 
mytarmailS :

피트니스 기능에 잔액을 계산하고 수수료를 고려하는 새로운 기능이 삽입되었습니다 ...

학습은 도중에 악화되었습니다 ......

모든 것이 고전에 따르도록 어떤 종류의 유효성 검사를 고정할 수 있습니다.

 
막심 드미트리예프스키 :

"거래 금지"를 추가하려면 catboost 멀티클래스를 metak으로 구문 분석해야 합니다.

전략의 범위가 증가할 것입니다.

하면 굉장할거야!

 
알렉세이 비아즈미킨 :

하면 굉장할거야!

2개의 다방향 모델을 사용할 수 있습니다.

 
막심 드미트리예프스키 :

"거래 금지"를 추가하려면 catboost 멀티클래스를 metac으로 구문 분석해야 합니다.

전략의 범위가 증가할 것입니다.

마킹할 때 여기 

....
rand = random.randint(min, max)
         if dataset['close'][i] >= (dataset['close'][i + rand ]):
            labels.append( 1.0 )
        elif dataset['close'][i] <= (dataset['close'][i + rand ]):
            labels.append( 0.0 )              
         else :
            labels.append( 0.0 )
.....

예를 들어 변경

 rand = random.randint(min, max)
         if dataset['close'][i] - (dataset['close'][i + rand ])>= 2 *spred:
            labels.append(- 1.0 )
        elif dataset['close'][i] - (dataset['close'][i + rand ])<= - 2 *spred:
            labels.append( 1.0 )              
         else :
            labels.append( 0.0 )

즉, 델타가 특정 값보다 작을 때 펜스에서.

 
mytarmailS :

그러나 동일한 회귀에서 우리는 어떤 수치 벡터 형태의 목표를 가지고 있으며 모델의 벡터로 근사하려고 하므로 오류를 최소화합니다(최적화이기도 함)? 또는 올바른 뉴런 가중치 찾기

그것이 내가 지금하고있는 일입니다. 또한 본질적으로 고조파에서 모델을 만들고 있습니다.

물론 최적화는 하지만 이 최적화는 회귀 모델에 의해 수행됩니다.

 
mytarmails :

피트니스 기능에 잔액을 계산하고 수수료를 고려하는 새로운 기능이 삽입되었습니다 ...

배우면서 더 나빠졌어, 왜? 이제 알고리즘이 수수료를 절약하기 위해 트랜잭션 수를 최소화하려고 한다는 사실 때문에 생각합니다. 결과적으로 경험이 적어서 트랜잭션이 줄어듭니다..

다음은 그래프입니다. 훈련 중에 트랜잭션이 거의 없을 때 훈련이 실패하는 것을 직접 볼 수 있습니다...

회색은 훈련 TRAIN 1500점입니다.

검은색은 TEST 500점입니다.

여기에 거래가 거의 없었고 알고리즘은 매우 낮은 빈도로 아무것도 배우지 못했습니다.


2일 전에 진입점을 알아두는 것이 좋습니다.))

하지만 모든 것을 테스트하는 방법을 알 때까지 지속적으로 재훈련하는 것이 더 나을 것입니다.

어떤가요?

요약 곡선 합성 코드는 어디에 있습니까? 보았지만 지금은 찾을 수 없습니다.

 
블라디미르 페레르벤코 :

물론 최적화는 하지만 이 최적화는 회귀 모델에 의해 수행됩니다.

그럼 난 이해가 안됐어

 
mytarmailS :

그럼 난 이해가 안됐어

어디로 가야?

 
블라디미르 페레르벤코 :

요약 곡선 합성 코드는 어디에 있습니까? 보았지만 지금은 찾을 수 없습니다.

삭제했습니다. 아무도 관심이 없다고 생각했습니다. 코드를 버릴 수 있습니다. 읽을 수 있는 형식으로 번역하기만 하면 됩니다.

그건 그렇고, 나는 어닐링 방법의 불안정성에 직면했습니다. 어떻게 작업해야하는지조차 모릅니다. 매우 불안정한 결과, 매개 변수가 많이 점프합니다 ...


이것에 도착

먼저 임의의 시작점을 초기화하고,

그런 다음 일부 솔루션이 발견되면 저장합니다.

그런 다음 어닐링을 다시 시작하지만 이미 발견된 솔루션에서 시작 매개변수를 사용하는 등 여러 번 반복합니다.

1...209820992100210121022103210421052106210721082109211021112112...3399
새 코멘트