Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 520
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Todo o problema para os teóricos é desenhar teorias que não existem na realidade. Mas a realidade às vezes se assemelha a algum tipo de teoria. Resta apenas determinar o quanto semelhante? E isto é o que os testadores de teoria fazem. Francamente falando, um comerciante é como um testador. Ele testa uma estratégia ou teoria sobre um depósito com o seu corretor (o mais destemido apenas faz sem usar qualquer teoria :)) ... Mas o covarde (como eu) ... e assim como verificar tudo até ao infinito :) Digamos isto ... imersão na teoria do comércio! E como é que realmente funciona? ... Não podemos ter a certeza. Só podemos saber o que pode afectar. Acho que precisamos de perceber exactamente o que afecta? Por exemplo, subida da moeda criptográfica? Queda do barril de petróleo. Flutuações acentuadas em iene, etc. etc. Onde obtemos esta informação? Honestamente... não sei. Estou a olhar para a experiência dos anteriores... ...o recurso que usavam para obter os dados deles simplesmente desapareceu e... Portanto, a análise fundamental é para comerciantes rápidos e destemidos. Está bem, vou chegar à realidade... ...tudo o que podemos fazer... é captar a tendência e a recorrência dessa tendência na história. Podemos ser directos...
1. Apanhar a mesma coisa num determinado momento (tendência para baixo, tendência para cima, swing, stop, breakout)
2. tentar alguns parâmetros que contribuem para a tendência (linhas de resistência, suporte)
3. reações de preço a eventos significativos ou conhecidos.
É tudo. Não sei o que mais nos pode dar um sinal? Podemos usar parâmetros para desenhar o preço na tabela... parece um comerciante xamã a dançar com pandeiros! :) As pessoas realmente gostam :) Bem, o xamã sabe o que é o quê :) Claro que seria bom saber as informações de uma fonte confiável, mas a confiabilidade é cada vez menor ultimamente. Então nós apenas ... copiamos estupidamente o que temos :) Como podemos fazer isso? ... Bem... ...definir um pouco de parâmetros de cópia O que poderia ser? Sim? O que seria?
Eu não sei do que se trata?
Tudo se correlaciona com tudo o que está na ferramenta. E isto é inevitável, pois tudo é obtido por transformações da mesma série temporal, a partir dos mesmos dados.
A propósito, com o PCA você pode tentar se livrar da multicolinearidade e reduzir a dimensionalidade dos inputs, ou da decomposição singular
Eu não tenho nenhum problema em princípio com a adaptação da NS a um pedaço de história, eu tenho um problema com os modos adaptativos e de auto-aprendizagem agora. Ainda não encontrei nenhum artigo ou outra informação que cubra bem o assunto... Tenho os meus próprios pequenos desenvolvimentos, mas não funciona muito bem até agora. É por isso que meu artigo sobre RF e sistema adaptativo parou por enquanto, já que eu queria cobrir o máximo possível o tema da adaptatividade.
Agora eu vejo a solução em preditores adaptativos que darão sinais +- corretos em diferentes gráficos, e os ns básicos, de fato, serão treinados apenas uma vez ou não muito frequentemente, ou seja, devemos nos livrar do problema - quando reciclar NS e o problema de reciclar em si mesmo, quando os preditores param de funcionar quando o mercado muda
A propósito, através do PCA você pode tentar se livrar da multicolinearidade e reduzir a dimensionalidade dos inputs, ou da decomposição singular
Não tenho problemas em adaptar a NS a um pouco de história, tenho um problema com os modos adaptativos e o autotreinamento agora. Ainda não encontrei nenhum artigo ou outra informação que cubra bem o assunto... Tenho os meus próprios pequenos desenvolvimentos, mas não funciona muito bem até agora. É por isso que meu artigo sobre RF e sistema adaptativo parou por enquanto, pois eu queria cobrir o máximo possível o tema da adaptatividade.
Obtive este resultado num modelo de há uma semana atrás.
x - número de comércio, y - lucro total em p. Comércio com um lote fixo.
Devo dizer que estou espantado. Há cerca de uma semana que ando a juntar um sistema verdadeiro.
Consegui este resultado num modelo de há uma semana.
x - número de negociação, y - lucro total em p. Negociando um lote constante.
Devo dizer que estou espantado. Há uma semana que estou a rebitar um sistema a sério.
Tenho uma boa ideia para usar spreads e comissarios reais, mas prefiro ver os resultados... + Eu vou usar o slippage para negócios curtos.
e para a frente :)
Se não estiverem habituados, serão usados da mesma forma que no início do jogo. + deslizamento se as negociações forem curtas
O modelo parece levar tudo isso em conta. Estima-se que se percam 30p em cada comércio, bem sucedido ou não. (estes são futuros) - isso é muito para eles. Teste sobre dados não utilizados durante a depuração Depuração sobre futuros -6.17 - Teste sobre futuros posteriores -9.17. Tudo é levado em conta, se possível).
No entanto, haverá nuances, é claro. Eu suponho, como de costume,) o real será um pouco pior.
Agora cheguei ao momento da abertura do negócio. Estou a fazer exercício - assisti a cerca de uma dúzia de entradas num negócio online. Parece que está a entrar correctamente.
Há algo de errado no ALGLIB com a versão SOFTMAX da NS. Todas as respostas são distorcidas para a primeira saída (para mim é COMPRAR).
Os mesmos dados NS - regressão com 3 saídas (com ativação linear) dá resultados mais confiáveis:
Comprar Vender NA
0.10302356, 0.01091621, 0.88606040
0.09705416, 0.01083526, 0.89211080
0.08283979, 0.12548789, 0.79167247
1.02522414,-0.00119697,-0.02403573
0.09498582, 0.01529507, 0.88971917
1.01878489,-0.00111341,-0.01767998
0.07906346, 0.05960769, 0.86132762
0.00201949, 0.00497863, 0.99300189
em >0.5 dará respostas plausíveis.
Les, a propósito, também se inclinou para a 1ª saída.
O que é a ativação nos seus neurônios de saída? Eu vejo valores negativos. Não devia ser. Você deve usar a ativação softmax nos neurônios de saída. Seus valores estão na faixa de 0-1.
O que é a ativação nos seus neurônios de saída? Eu vejo valores negativos. Não devia ser. Você deve usar a ativação softmax nos neurônios de saída. Seus valores estão na faixa de 0-1.
O exemplo acima é de regressão com saídas lineares (como uma variante de trabalho). Durante o treinamento eu me alimento de 0 a 1.
Em softmax foi claramente 1, ou algumas centésimas a menos; mas todas na 1ª saída, as outras 2 saídas sempre = 0. Ou seja, há algo de errado com softmax na ALGLIB...
Leia sobre as funções de ativação de neurônios. Você pode fornecer os valores que quiser para a saída, mas a função de ativação errada irá produzir valores negativos. Esta é normalmente uma tangente hiperbólica. A função de perda de softmax não funcionará corretamente com ela. Embora muito dependa da biblioteca e da implementação da função de perda. Por exemplo, no Tensorflow em neurônios de saída para função de perda, o softmax não deve ter nenhuma função de ativação. E para o uso correto da rede treinada, devemos adicionar a ativação do softmax. Eunão trabalhei como ALGLIB, talvez eles tenham feito algo errado. Em qualquer caso, uma rede treinada com softmax não deve dar valores negativos.
Este é o caso quando uma das turmas tem um número muito grande de exemplos de formação em comparação com as outras turmas. Por exemplo, 2000 exemplos de treino para comprar e apenas 1000 para vender. O neurônio pode sempre retornar "Comprar" e, neste caso, estará certo 66% do tempo. É melhor tornar igual o número de exemplos de treinamento de cada classe.