Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 515

 
Dr. Trader:

Os preços não são introduzidos no modelo sem algum tipo de conversão.

O andaime para extrapolação toma o valor conhecido mais próximo. Neuronc ou régua na extrapolação irá calcular algo de acordo com as fórmulas internas. Mas na verdade todos estes modelos nesta situação irão fundir-se, por isso não há diferença.

Eles fazem sem qualquer conversão, mas não é essa a questão.

A diferença é enorme na aplicação técnica destes ou daqueles modelos. Não é isto que o dreno tem a ver com isto, mais uma vez não é essa a questão.
 

Fazer tudo em MT não é conveniente. A melhor opção na minha opinião é o Python para aprendizagem e experimentação e uma DLL com carregamento de um modelo treinado para MT. Python tem uma coisa tão fixe para experiências com o caderno de Júpiter. Além da execução interativa do código nele você pode manter anotações, o que é útil para escrever pensamentos sobre um tópico. Então você tem que escolher uma biblioteca que possa funcionar em Python e C++. Python é fácil de aprender.

 
Grigoriy Chaunin:

Fazer tudo em MT não é conveniente. A melhor opção na minha opinião é o Python para aprendizagem e experimentação e uma DLL com modelo treinado carregado para MT. Python tem uma coisa tão fixe para experiências com o caderno de Júpiter. Além da execução interativa do código nele você pode tomar notas, o que é útil para escrever pensamentos sobre um tópico. Então você tem que escolher uma biblioteca que possa funcionar em Python e C++. Python é fácil de aprender.


Tudo isto tira a questão, é preciso fazer tudo no mesmo lugar onde se negoceia, sem aborrecimentos desnecessários... poupando tempo e nervos. Você precisa fazer tudo no mesmo lugar onde você está negociando, sem aborrecimentos desnecessários, economizando tempo e nervos.

Mas a pitão é fixe, sem dúvida, o R rodou-a - é irritantemente lenta. Pelo que entendi, os profissionais da aprendizagem mecânica sentam-se em python, enquanto o R é tão tagarela e estatuária e os alunos para ensinar. Mas também é tudo um boneco, quando você pode conectá-lo diretamente.

 

R é, do ponto de vista de um programador, uma linguagem estranha e diferente de qualquer outra. Sim, para a aprendizagem da máquina, Python é o padrão.

 
Grigoriy Chaunin:

R é, do ponto de vista de um programador, uma linguagem estranha e diferente de qualquer outra. Sim, Python é o padrão para a aprendizagem de máquinas.

Vocês são estranhos. Para um, "R do ponto de vista de um programador é uma linguagem estranha e diferente de qualquer outra linguagem". De que programadores estás a falar? O outrodiz "Eu tentei R - é irritante porque é lento" - pode ser que você tenha tentado em um lugar errado ou de uma maneira errada?

Você pode não estar ciente disso, mas todos os módulos Python estão disponíveis em R e, portanto, em MT. Além disso, todos os últimos desenvolvimentos gigantes TensorFlow (Googl), CNTK (Microsoft) e outros ofereceram instantaneamente uma API em R e, portanto, em MT. Sublinhei duas vezes - hoje é possível utilizar toda a riqueza da aprendizagem de máquinas no terminal via R. É preciso entender o que se quer fazer, conhecimento e habilidade. Se queres fazer, fá-lo.

O fio transformou-se numa verborreia inútil. Infelizmente.

Boa sorte.

 
Vladimir Perervenko:

Vocês são estranhos. Para um, "R é, do ponto de vista de um programador, uma linguagem estranha, diferente de qualquer outra coisa". De que programadores estás a falar? Outrodiz: "Eu tentei R e foi muito lento" - talvez você estivesse tentando torcê-lo em um lugar errado ou com uma ferramenta errada?

O fio transformou-se numa verborreia inútil. Infelizmente.

Boa sorte.


O próprio Sluggish R, não estou a falar de pacotes. Funciona mais devagar que a pitão e mais devagar que o MT5. Ou são conchas lentas como o RStudio, que nem sequer move as janelas suavemente, o que diz que é mesmo lento por si só. Sem mencionar a VS 2017 em conjunto com a Ropen, ela está constantemente pendurada, incompatibilidade de pacotes, etc. Tenho medo de imaginar o que vai acontecer se você também usar um pacote para trabalhar com python. Muitos pacotes para R são escritos por Deus sabe quem e podem conter bugs, não há padrões unificados.

Existem apenas alguns bons pacotes de redes neurais que você descreveu no seu último artigo, e que funcionam bem sem R. Tudo o resto no pré-processamento e assim por diante para forex é mais jogos mentais do que o uso eficaz de vantagens linguísticas. Bem, sim, as imagens podem ser avaliadas a olho nu, mas na maioria das situações as avaliações numéricas para todos os modelos são suficientes. IMHO :)

 
Maxim Dmitrievsky:

O próprio Slow R, não estou a falar de pacotes. Funciona mais lentamente que a pitão e mais lentamente que o MT5.

Não mais lento que o MT5... Eu fiz uma comparação antes:

ALGLIB é um péssimo travão para a aprendizagem.

Serviu 240-50-1 rede no ALGLIB, - esperou 2 dias, não esperou e desligou-o.

Ensinou a rede 70-5-1 em meia hora. Aprender nnet de R leva menos de um minuto com os mesmos dados.

Além disso, R pode fornecer-lhe computação paralela em todos os núcleos do processador para uma aceleração adicional.
 
elibrarius:

Não mais lento que o MT5... Eu fiz uma comparação antes:


Você deu uma comparação com outro NS - não é mais R, mas um pacote que é escrito em profissionais e, claro, é rápido. Para uma grande rede você precisa do otimizador LBFGS, talvez você o tenha usado. As florestas são muito rápidas em algibeira, por exemplo, eu gosto... e a qualidade dos modelos nunca é pior do que no MLP. O reforço é certamente inferior, mas não muito crítico, tanto quanto posso dizer pelos artigos na internet. Isto é, essencialmente há um modelo universal que é um andaime de árvore, além de ser rápido. Todo o resto, que algum outro neurônio pode fazer algo melhor, ainda não foi provado na prática (em relação ao forex).

O multithreading não está em R mas em pacotes de redes neurais, conecte também ao mt5 e será um multithreading

 
Maxim Dmitrievsky:

Você fez uma comparação com outro NS - não é R, mas um pacote escrito em profissionais e, claro, é rápido. O Alglib não tem multithreading na versão gratuita, + para grandes redes você precisa do otimizador LBFGS, talvez você o tenha usado. A floresta é agradável rápido em Alglib, por exemplo, eu gosto... A qualidade dos modelos nunca é pior do que no MLP.

Parece ser o mesmo MLP, portanto a rede é a mesma em estrutura e quantidade de dados. Esse pacote não usava multithreading, apenas lia tudo com um thread (eu verifiquei com o gerenciador de tarefas).

Eu comparei as velocidades LBFGS (cerca de 40 min.) e LM (27 min.). De acordo com as descrições LBFGS deve ser mais rápido, mas na prática é o inverso em ALGLIB.

Checked e andaimes - muito mais rápido que NS (4 min.), e o resultado é praticamente o mesmo. E o que é interessante, a regressão linear conta ainda mais rápido, com os mesmos resultados.
Como alguém escreveu aqui - é tudo sobre características.

 
elibrarius:
Parece ser o mesmo MLP, portanto a rede é a mesma em estrutura e quantidade de dados. Esse pacote não usava multithreading - eu li tudo em um único tópico (eu verifiquei no gerenciador de tarefas).

Eu comparei as velocidades LBFGS (cerca de 40 min.) e LM (27 min.). De acordo com as descrições LBFGS deve ser mais rápido, mas na prática ALGLIB é o oposto.

Pelo que entendi, você pode definir 1-2 épocas lá, já que quase sempre converge na primeira vez... talvez tenha sido um lapso... embora eu não o use há algum tempo, eu poderia ficar confuso.