Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 817

 
Maxim Dmitrievsky:

Eu joguei há muito tempo, agora eu voltei porque há pontos interessantes (nem mesmo no próprio Bayesian NS, mas em princípio)

Há também duas partes. Pesquisa por autor.

 
Yuriy Asaulenko:

Há também uma parte 2. Procura-o no autor.

Sim, eu sei.

 
Maxim Dmitrievsky:

Sim, porque não vamos com probabilidades se ninguém tiver ideias?

Sinto que esta é a última coisa que resta, e se não melhorar a TS, a reciclagem não pode ser superada em princípio.

Já existem algumas ideias interessantes que vou manter por agora para não excitar as mentes dos "simpatizantes".

aqui está apenas um artigo interessante

https://habrahabr.ru/post/276355/

É interessante. Parece ser bem conhecido... mas ajudou a trazer algumas ideias novas à mente.

Provavelmente não é o que está no material que é importante, mas como ele é apresentado.

 
Alyosha:

Não importa se é um marshkas com martin, ML em python ou R se algum segurança ou funcionário torce os botões baseado em sua "intuição", o resultado é o mesmo, Fa pelo menos conscientemente oferece um GARCH coxo com o preço do passado sendo o melhor preditor do futuro, Fa não está tentando em vão encorajar as pessoas, na medida em que ele é mais honesto.

Pela centésima vez:

1. datamaning é obrigatório. é obrigatório começar com a seleção apenas daqueles preditores que têm influência sobre a variável alvo. E depois toda a datamining.

2. Há dois modelos:

3. Formação de modelos com validação cruzada, se possível.

4. avaliação de modelos fora do arquivo de treinamento

5. Teste de teste no testador.


Pela centésima vez TODOS os passos são obrigatórios!


Tendo feito tudo isso, você pode fazer a suposição de que o depoimento não vai vender imediatamente!


Vamos lá, homens! Acabar de sair no fórum e com uma alegria tranquila para implementar o plano delineado para o R.


Três vivas!

 
Onde está o Michael com o Graal desenfreado?
 
Nas ilhas :)
 
Alyosha:

Não importa se é um martin, ML em python ou R se algum segurança ou funcionário está girando suas rodas baseado em sua "intuição", o resultado é o mesmo, Fa pelo menos conscientemente oferece um GARCH coxo, cujo preço passado é a melhor previsão do futuro, Fa não está tentando fazer as pessoas se sentirem bem, ele é mais honesto sobre isso.

A única pessoa inteligente aqui é Alyosha...

 

Você pode me dizer qual algoritmo de rede neural pode ser usado para revelar a lógica (neurônio) da coluna "Calc"?

Delta<200 Delta<350 Delta>350 ZZ_D Calc
0 1 0 1 1
0 1 0 1 1
1 0 0 1 0
1 0 0 -1 0
1 0 0 1 0
1 0 0 -1 0
0 0 1 1 1
0 1 0 1 1
0 0 1 1 1
0 0 1 1 1
1 0 0 -1 0
1 0 0 1 0
0 1 0 1 1
0 1 0 1 1
0 1 0 1 1
0 0 1 1 1
0 1 0 1 1
0 1 0 1 1
1 0 0 -1 0
0 0 1 1 1
0 1 0 -1 0
0 1 0 1 1
1 0 0 -1 0
0 1 0 1 1
0 1 0 -1 0
0 0 1 1 1
0 1 0 1 1
1 0 0 -1 0
0 1 0 1 1
1 0 0 -1 0
1 0 0 1 0
 
Andrey Dik:

Interessante. Parece que tudo já é conhecido há muito tempo... mas contribuiu com novos pensamentos.

Provavelmente não é o que está no material que é importante, mas como ele é apresentado

Sim, e o RBM é conhecido há muito tempo, mas há muita pesquisa nova nesta área que ainda não li sobre

mas a principal diversão é que pode ser usado para pré-processamento de recursos, é isso que eu preciso

... eu sou burro, então no dipling já usado... lol... eu só descobri porque :) tudo já foi inventado antes de nós novamente

 
Aleksey Vyazmikin:

Você pode me dizer qual algoritmo de rede neural pode ser usado para revelar a lógica (neurônio) da coluna "Calc"?

É melhor usar uma árvore para isto, este modelo vai criar um conjunto de regras:

if( [Delta<200] >= 0.5 )
{
  return 0;
}
else if(ZZ_D < 0)
{
  return 0;
}
else
{
  return 1;
}

Eu escrevi o código rapidamente, o modelo dá o resultado como texto ou imagem



Há uma descrição no artigo de como fazê-lo em R:
https://www.mql5.com/ru/articles/1165

No separador "Modelo", seleccione a árvore. Defina "min split" e "min balde" para 1. Crie um modelo e depois clique no botão Desenhar para mostrar a imagem. Regras - mostrar regras em forma de texto

Случайные леса предсказывают тренды
Случайные леса предсказывают тренды
  • 2014.09.29
  • СанСаныч Фоменко
  • www.mql5.com
Изначально целью построения торговой системы является предсказание поведения некоторого рыночного инструмента, например, валютной пары. Цели предсказания могут быть разными, мы же ограничимся предсказанием трендов, а точнее предсказанием роста («лонгов») или падения («шортов») значений котировки валютной пары. Обычно, для решения проблемы...