Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 879
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
Creio que é o único, não até hoje, mas o único para MO e NS em configurações de razoável complexidade. Primeiro, limitamos as áreas de aplicação de NS e MO, e depois aplicamos NS e MO.
E resolver problemas como "em geral, todos e de uma só vez" - isso é para a IA).
Ao contrário, NS é uma lógica treinável de tomada de decisões. Originalmente, o objetivo era substituí-lo em estratégias padrão, não se preocupar em escrevê-lo.
Bem, "nunca em geral" é uma afirmação demasiado forte. Espero que apareça um computador quântico sensato nos próximos 50 anos))) E depois talvez uma verdadeira IA).
Mas sim - o desenvolvimento actual dos processadores atingiu o limite físico de colocação no plano. E em três dimensões, é muito mais difícil construir tudo.
Alvo - você tem regressão, não classificação. Eu desisti da regressão por agora. Acho melhor treinar 2 neurosets, de acordo com o número de alvos, mas ainda não fiz experiências suficientes com regressão - experimente por sua conta.
A sequência de colunas não é importante, o principal é dizer a NS que estes são alvos. Sequência de linhas é provavelmente melhor ter dados mais recentes no final (mas não necessariamente), muitos pacotes embaralham todas as linhas por padrão para até mesmo o treinamento. Caso contrário, a NS pode empatar em algum lugar no meio (mínimo local) e não chegar a dados novos. Dados recentes (últimos 10-20%) podem ser alimentados 2 a 3 vezes para que a rede aprenda melhor as últimas tendências do mercado - também uma opinião não testada por mim na prática.
Confira o blog do iniciante do tópico - ele ensinou regressão lá, um monte de bons pensamentos. Mas no final ele escreveu que tinha encontrado algum erro no código que tornava todos os resultados inválidos.
Então não há respostas claras e inequívocas, é por isso que todos se mantêm em silêncio)
Exatamente o que eu quero converter o alvo em uma classificação! Eu entendo que a árvore só come 0 e 1 (ou seja, dois valores lógicos), e no meu caso os resultados de compra e venda precisam ser separados e treinados(classificados?) como árvores separadas.
Obrigado pela resposta! Eu rejeitei a regressão, porque seus valores absolutos serão ruído em um sistema não-estacionário, mas vou usar a regressão como uma solução lógica, por exemplo, para encontrar o preço relativamente ao canal.
Sobre a mistura de dados é claro, mas estranho, e eu entendi que se quisermos contar a NS/Decision Tree sobre eventos passados, devemos fazer uma cópia dos preditores com um turno, aumentando a profundidade para cada turno por uma ordem de magnitude?
O embaralhamento de dados é compreensível, mas estranho, e eu entendo que se quisermos contar a NS/Decision Tree sobre eventos passados, temos que fazer uma cópia dos preditores com um turno, aumentando a profundidade para cada turno por uma ordem de magnitude?
Para que serve outra cópia? Cada fila na sua mesa são os mesmos palpiteiros que recuam no tempo.
que tipo de perguntas?
Você não pode ensinar a uma rede neural o lucro esperado, você precisa ensinar as coisas que a rede neural deve classificar ou aproximar, ou seja, ações específicas de compra/venda ou condições específicas de mercado.
Quanto aos preditores, que são melhores e que não são, ninguém pode dizer a resposta, porque é preciso estudá-los e ver como funciona o TS, é disso que se trata, na maior parte das vezes, todo este tópico, mas cada um tem um diferente
sobre redes neurais - você pode usar alglib ou R ou Python - já foi escrito cerca de 100 vezes
sobre a seqüência de treinamento - não importa quais dados são mais novos e quais são mais antigos, você precisa entender como o NS funciona - ele minimiza o erro para todos os casos no agregado.
Você pode encontrar muitas coisas básicas sobre redes neurais no youtube e google, não é discutido aqui porque não tem sentido.
Eu escrevi - você tem que estudar tudo desde o básico, depois você entende o quê e onde, senão é uma perda de tempo.
Seis meses atrás eu mesmo ainda não os entendo, agora mais ou menos. Eu li uma tonelada de literatura e centenas de horas de videoclipes, e então algum tipo de síntese de conhecimento começou. E sim, as minhas perguntas também não são respondidas de forma inteligente, tenho andado a escavar por aí sozinho :)
Mas suas perguntas são muito vagas, afinal você precisa ser um vidente para começar a adivinhar, porque você precisa observar um grande número de detalhes para fazer algo funcionar, em vez de olhar para a mesa e entender tudo :)))
Minha contribuição para o desenvolvimento do MO sobre o recurso, eu fiz na forma de 2 artigos, se eu vou continuar a escrever até agora eu não sei, porque já começou a área de Santo Graal (só brincadeira)
Por que não posso ensinar pontos de entrada onde é esperado o máximo lucro para comprar ou vender?
Eu tenho preditores suficientes - estou lentamente adicionando-os ao roteiro. Ainda não sei se são bons ou maus no final...
Sobre redes neurais - estava interessado em nomes específicos de NS que funcionam melhor com o alvo na forma de classificação... E até agora ainda não fui capaz de configurar nenhum pacote normal :( É por isso que estou testando com o "Deductor Studio Academic" - interface muito compreensível, tudo está em russo, há árvores e rede neural, parece bom para um iniciante, mas o menos é que você não pode exportar os resultados.
Não sei se isso é um bom resultado para uma árvore? Foi treinado em 50% da amostra e testado em 50%.
Estou estudando o básico, releio alguns artigos aqui e assisto a palestras sobre NS, mas nem tudo é simples, e não tenho ninguém a quem perguntar...
Obrigado pela vossa atenção.
Porque outra razão haveria de haver uma cópia? Cada fila na sua mesa são os mesmos palpiteiros que recuam no tempo.
Então como podes misturá-los? Porque quebra a sequência deles...
A árvore olha para a sequência?
Então como podes misturá-los? Porque quebra a sequência deles...
Uma árvore olha para a sequência?
Eu não faço árvores.
Por que não posso ensinar pontos de entrada onde se espera o máximo lucro para comprar ou vender?
Eu tenho preditores suficientes - estou lentamente incorporando-os no roteiro. Ainda não sei se são bons ou maus no final...
Sobre redes neurais - estava interessado em nomes específicos de NS que funcionam melhor com o alvo na forma de classificação... E até agora ainda não fui capaz de configurar nenhum pacote normal :( É por isso que estou testando com o "Deductor Studio Academic" - interface muito compreensível, tudo está em russo, há árvores e rede neural, parece bom para um iniciante, mas o menos é que você não pode exportar os resultados.
Não sei se isso é um bom resultado para uma árvore? Foi treinado em 50% da amostra e testado em 50%.
Estou estudando o básico, releio alguns artigos aqui e assisto a palestras sobre NS, mas nem tudo é simples, e não tenho ninguém a quem perguntar...
Obrigado pela vossa atenção.
Esta é a questão, para evitar atingir um dos mínimos locais. No entanto, a mistura não é necessária - você pode aprender sem ela; dependendo se há mínimos locais em seus dados, e se há outros métodos para pular os mínimos locais, se houver algum.
Eu não faço árvores.
OK, como deve ser apresentada a sequência (cronologia) dos dados no ficheiro - deve ser a mais recente (2018) ou a mais antiga (2017) no início?
OK, como deve ser apresentada a sequência (cronologia) dos dados no ficheiro - o mais recente (2018) deve estar no início ou o mais antigo (2017) deve estar no início?
Muito Bom - menos de 10% de erro. Os seus palpiteiros não têm uma visão do futuro? Normalmente é por isso que o erro é tão pequeno.
Não que eu saiba - ontem eu encontrei um preditor que estava observando 1 barra, mas meu alvo não depende do número de barras passadas desde a abertura da posição (ou seja, eu não defino a dependência), eu fechei usando stop loss, que funciona no indicador.
Todos os preditores trabalham na abertura de bares - eu nem sei como detectar aqueles que espreitam - eles devem ser importantes, certo?
Não vejo isso na fotografia...