Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 533
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
Sim, porque não bom? O MO é essencialmente optimização até que a IA seja inventada.
A genética também faz parte da IA.
Além disso, existe uma direcção híbrida bastante promissora - redes neurais em evolução NEAT.
Os critérios são importantes na "otimização". A optimização baseada no lucro máximo não é um bom critério. E não há razão para acreditar que isso funcione de alguma forma no futuro, o que muitas vezes vemos na prática, em particular no fórum.
Não necessariamente por lucro máximo, você pode usar R^2 como foi sugerido recentemente no artigo ou algo mais, há critérios personalizados. A questão não é essa, mas encontrar dependências estáveis através da opção. Depois disso, as melhores corridas são escolhidas e analisadas porque são as melhores e que coisas interessantes foram encontradas.
Além disso, existe uma direcção híbrida bastante promissora - redes neurais em evolução NEAT.
algo novo de você novamente, eu vou procurar ajuda no Google :)
Além disso, existe uma direcção híbrida bastante promissora - redes neurais em evolução NEAT.
Você tem expressado o que eu tenho pensado, mas não tem sido capaz de formular um pensamento, nos últimos meses.
NEAT
O tópico em si é interessante, mas não foi testado em forex. Havia alguns artigos sobre isso no tópico, até mesmo há um pacote para o R -https://github.com/ahunteruk/RNeat.
NEAT um par de palavras - selecionamos pesos de neurônios usando algoritmo genético ao invés do treinamento convencional.
Por exemplo, o algoritmo em ação, o neurônio é treinado para jogar um jogo Mariohttps://www.youtube.com/watch?v=qv6UVOQ0F44
Enquanto com o treinamento normal da rede neural você pode pausar o treinamento e verificar o overfit em novos dados para parar o treinamento a tempo, com NEAT não vai funcionar, a genética vai procurar os pesos que melhor se ajustam à função de fitness até que ela atinja seu limite, resultando em um forte overfit e modelo inútil em novos dados.
O teste de carrapatos reais é em tempo real. E é pena que não o uses com um testador.
É estranho ouvir que, "carrapatos reais" não estão no testador MetaTrader, eles são gerados, matematicamente parece abrir/fechar (O+H+L+C)/4 da próxima vela, antes da qual o sinal aparece.
Menos desta troca (bittrex) - a sua api não tem funções para obter valores ohlc
Bem, não, eles têm. É que a sua api 2.0 ainda não está documentada, a informação está algures nas regiões inferiores da Internet(((
Exemplo candlc req:bittrex.com/Api/v2.0/pub/mercado/GetTicks?marketName=BTC-ETH&tickInterval=day&_=1499127220008
Bem, os castiçais deles são maus, não os fazem a partir do seu diário de encomendas, mas de alguma forma agregam-nos de outras fontes, os altos e baixos podem ser muito mais fortes do que nos seus gráficos, tem de se escrever carraças em qualquer casoClaro que não, eu sim.
A sério que sim, obrigado.
Estranho ouvir que, não há "carrapatos reais" no testador do metatrader, eles são gerados, matematicamente é algo como abrir/fechar em (O+H+L+C)/4 da próxima vela antes da qual o sinal ocorreu.
estranho ouvir que não há carrapatos reais no cabo do metatrader, pode-se sentir a ótica de trabalhar com a plataforma
Olá a todos!!! Uma pergunta familiar. COMO fazer a IA durar o máximo de tempo possível sem super-optimização???? Pessoalmente, eu próprio vejo duas respostas.
1. Melhorar a qualidade dos inputs, ou seja, encontrar um input que será o motivo do output. A tarefa é extremamente difícil e às vezes não viável, porque tais insumos podem não existir, em princípio, na natureza.
2. Prolongar o período de treinamento com o nível adequado de qualidade do modelo. Esta é a abordagem que eu acho que vamos considerar.....
Usando um comité de duas redes, obtemos três estados "Sim", "Não" e "Não sei" - quando duas redes olham em direcções diferentes, é este efeito que vamos tentar usar.
No início, eu treino a rede em 1000 registos. Normalmente cerca de 60% deles receberão o estatuto de "Não sei". Depois construímos um modelo de segundo nível onde o treinamos apenas nos estados "Não sei". Cerca de 300 das 600 entradas do segundo nível serão indefinidas. É isso mesmo, pessoal, vamos usar o boosting. Quero dizer, ele repetidamente retrai a rede. Consegui chegar ao nível três. Permitiu-nos treinar o modelo durante cerca de três meses na TF M15. Devo admitir que a preparação dos modelos levou mais de dois dias, e não admira, tendo em conta que tivemos de construir 6 modelos de sinais + 8 modelos de ressalto, mas todo este tempo é gasto apenas para aumentar a capacidade do TS até um mês sem sobre-optimização e envolvimento humano.
Esta foto mostra o período de treinamento do TS. O teste foi realizado com um lote, sem a possibilidade de entrar com pausas. Isto é, sem o modelo de ENVIO!
Preste atenção à "Rentabilidade". Não deve ser muito alto, de 2 a 5... dentro destes limites. Como um alto nível deste indicador é um sinal de sobretreinamento IMHO. Quando a NS tiver aprendido esta secção.
Na próxima foto eu conectei o modelo pullback. Ou seja, quando um sinal aparece, analisamos se haverá um recuo e se "sim", colocamos uma ordem pendente, se "não", entramos no mercado. Aqui usamos cerca de quatro investimentos no modelo e o resultado, como podemos ver, é muito melhor no parâmetro "Rentabilidade". Na verdade, este método destina-se a fazer a curva de equilíbrio parecer mais suave e mais forte.
Como regra geral, o número de negócios diminui, os lucros diminuem e a rentabilidade aumenta.
Mas nós sabemos que os números na área de treinamento não significam nada e é verdade. Mas eu encontrei uma resposta a uma pergunta muito importante "Como avaliar a qualidade do treinamento? Como você sabe quão bem o seu modelo generaliza o mercado e se ele pode fazer isso? A resposta veio à tona e foi muito simples. Você precisa de outro intervalo de teste!!!!!! Mas o que é isso? ..... sobre isso na sequel....