Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 619
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
Não entendo o volume, não são 10.000 exemplos de estados suficientes para o treino?
Pode ou não ser suficiente. Depende do que se ensina e de como se ensina.
Nas minhas primeiras versões de ~10000 não foi nada. E neste último, depois de mudar o modelo de ensino com o mesmo NS tudo é bom.
Neste caso, o modelo estático de 100 barras será castrado, e acredito que não levará à busca desejada de um padrão possível (
Estou dizendo que a arquitetura deve ser constante, e em cada novo caso você avançará a janela de "atenção". Desta forma, a seriedade e uma natureza de um conjunto de dados em particular será rastreada.
Um tick de aprendizagem: i é o índice atual. input = [i-100, i], output = [i+1, i+6]. E, portanto, sou sempre novo.
Eu não te disse para servires os mesmos bares. =)
Estou dizendo que a arquitetura deve ser constante, e em cada novo caso você vai mover a janela de "atenção" para frente. Desta forma, a seriedade e uma natureza de um conjunto de dados em particular será rastreada.
Um tick de aprendizagem: i é o índice atual. input = [i-100, i], output = [i+1, i+6]. E, portanto, sou sempre novo.
Ok, deixe-me explicar. por exemplo, temos 5 entradas de cloze de preço e 1 saída de cloze de preço, mudando a janela do bar estamos procurando um padrão nestas 5 barras para a 6ª. Não temos uma estipulação prévia de que a combinação destas 5 barras pareça a mesma. Agora imagine que a combinação parece sempre a mesma, qual é a resposta da rede neural? Acho que não precisas de responder a isso. Agora mais adiante, no meu caso, acontece que as combinações são sempre as mesmas, mas o comprimento é diferente e não pode ser cortado. A dependência do comprimento não é crucial para o futuro, mas acho que também é importante, por isso não posso cortar o comprimento. Eu estava pensando em alongar os que são mais curtos, mas depois eles vão perder a sua imagem, que é a aposta original. Provavelmente totalmente confuso.....
Se não houver cortes, são necessárias várias redes neurais, 100 por 200 e 250
Maxim, o que você alimenta para a entrada da rede neural? Von Koldun insere incrementos, e você?
também ) com diferentes atrasos, também quero adicionar momentos de distribuições
e atraso. Uma rede com feedback. Na verdade, existem 2 redes.
Mas tenho andado preguiçoso ultimamente... provavelmente porque li demasiados livros... Três mil páginas de livros em 1,5 semanas :D
Talvez seja porque você faz o modelo de um comprimento estacionário e não obtém o resultado certo... Saí dele adicionando um ciclo simples para aumentar o comprimento do modelo e agora tenho uma boa imagem a qualquer momento. Mas a água para a frente ainda tem o mesmo 50/50 e agora estou à procura de métodos para reordenar...
a carteira é não-estacionária, não passa de sigma para sigma, racha periodicamente... e depois recalcula e racha novamente
se não houver determinismo global entre alguns índices/acções, então negociar uma carteira é como negociar 1 símbolo, mas com custos adicionais
ou decompor um símbolo, criar uma carteira a partir dele e trocar um símbolo ))))
Se você não cortar, então você precisa de várias redes neurais, 100 por 200 e 250
Obrigado pelo conselho, provavelmente é mais correcto, mas no robô apenas colocou sinal de várias redes em vez de uma...
Obrigado pelo conselho, provavelmente seria melhor, mas em um robô basta colocar o sinal de várias redes em vez de uma ...
Porquê vários? Daquela com que os dados foram enviados. Não se pode obter a resposta do segundo com um comprimento diferente.
Não é um conjunto. Mas um a um - sim.
Porquê vários? A partir daquele com que os dados foram submetidos. Não se pode obter uma resposta de um segundo com um comprimento diferente.
Então não se consegue arranjar um conjunto. Mas um de cada vez, sim.
Eu falei mal, você está certo. a lógica será a seguinte, o modelo foi construído, o comprimento do modelo foi determinado e a rede treinada que corresponde ao comprimento do modelo atual foi lançada. é que eventualmente haverá várias redes no robô ao mesmo tempo, bem como modelos por comprimento.
bem, a não-estacionariedade da carteira, não passa de sigma para sigma, mas racha periodicamente... e depois recalcula e volta a rachar
Digamos, se não existe um determinismo global como entre alguns índices/ações, então negociar uma carteira é como negociar 1 símbolo, mas com custos adicionais.
Exatamente, mas você tem a vantagem de definir o portfólio de tal forma que sua análise pode ser feita a cada hora sem esperar que tal forma apareça em um par. Deixe-me colocar de outra forma, por exemplo, eu analiso apenas 10 barras da história para prever 1 barra no futuro e uma rede neural encontrará centenas de padrões dessas 10 barras, mas eu sugiro treinar uma rede neural em um padrão e seguir em frente