Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1003

Novo comentário
 
Quando pré-processo a representatividade da amostra, recebo o mesmo conjunto de dados, mas os valores dos dados são completamente diferentes. Ou seja, os números mudaram. Treino a rede sobre os novos números e verifico o seu desempenho sobre as entradas que não são pré-processadas e vejo imediatamente até que ponto a rede generaliza o mercado. Ou seja, o intervalo de treinamento torna-se um intervalo de teste e antes do modelo funcionar nos oos posso ver imediatamente a sua qualidade. Então é assim .... Aproveite a minha gentileza :-) E mais um conselho a todas aquelas pessoas em apuros. Arranja um bom emprego e ficarás feliz. Já o fiz e perdi a paciência no comércio, mas continuo a trocar de robô. O meu trabalho é fantástico no gigante intercontinental transatlântico, em frente ao qual Surgutneftegaz e Gasprom empalidecem em insignificância e se desvanecem nervosamente. Então, boa sorte e sinto que tudo vai ficar bem com o meu ofício. Porque o regime e a disciplina nos fazem mestres do destino!!!!
 
Alexander_K2:

Olá Misha!

Sim, está na hora de repensar todos os esforços dos trabalhadores das redes neurais e as suas fracas esperanças na própria ferramenta. Nada vai ajudar - nem florestas, nem estepes - se os dados de entrada não estiverem preparados.

E sim - não há competição, há um problema e há uma burrice geral.

Se você sabe como preparar os dados, vá em frente. A humanidade vai agradecer-lhe.

Há sempre uma competição invisível entre investigadores e, por regra, o primeiro a pensar nela ganha.
O pacote Wtrit for R trata destes mesmos assuntos. Ainda estou a fazer dois pré-processamentos com ele. Só ainda não tenho tempo para o rever completamente. Vou ver o que mais posso ganhar com isso....
 

Pela minha parte, sugiro que olhem para os gráficos de 1,5 dias do EURUSD:

Nos gráficos de baixo:

à esquerda está o número de carrapatos reais na janela de tempo de deslizamento = 4 horas

À direita - quantidade de incrementos e dispersão deste processo.

Como você pode ver, na verdade, o desvio está diretamente relacionado ao número de cotações de tick na janela deslizante.

É razoável supor que ao aumentar a dimensão da janela deslizante (por exemplo, até 1 dia), a variação do processo no lado direito será quase constante.

Condicionalmente, tal processo pode ser considerado estacionário e ferramentas de rede neural podem ser aplicadas a ele.

 
Alexander, o teu problema é que olhas para o kotir como uma BP instável e nada mais. Eu já te falei sobre isso. Tente fazer o teste do certificado cfr 1.0 para comerciantes que trabalham para bancos (posso ter-me enganado no nome). Ficarias surpreendido com a diversidade do mercado em geral. Uma coisa que não se pode fazer com dados históricos é....
 
Gramazeka1:
Alexander, o teu problema é que olhas para o kotir como uma BP instável e nada mais. Eu já te disse isso. Tente fazer o teste para o certificado cfr 1.0 para comerciantes que trabalham para bancos (posso ter-me enganado no nome). Ficarias surpreendido com a diversidade do mercado em geral. Uma coisa que não se pode fazer com dados históricos é....

Misha, não estou a discutir. Posso estar errado sobre alguma coisa. Mas, eu vejo uma verdadeira crise do género neste ramo.

Eu tenho uma coisa legal em minhas mãos - o pacote NeuralNet para VisSim - e tenho medo até de tocá-lo, porque vejo que pessoas bastante inteligentes não são capazes de fazer nada aqui.

Se no meu ramo eu sei algo sobre processos de difusão, aqui eu ainda tenho que ler e aprender. O que é que há para aprender? Que "desapareceu tudo, as redes neurais não funcionam..."? Você precisa de pelo menos 1 pessoa com um sinal positivo, mesmo que seja +1% por mês. Isso iria realmente inspirar muita gente e eu incluído.

 
Adquiri uma não-rede a algumas pessoas. Construir uma rede do tipo sigmóide. Há 3 anos que ando a testar no m15. No último meio ano, não o coloquei em testes para ver como vai funcionar. Eu preparei-o e está tudo bem no testador. Eu comecei a usar citações reais e perdi os meus valores. Eu estou no vermelho. Já tentei com corretores diferentes. Depois de ler o fio, como eu o entendo, a rede neural não funciona nos mercados?
 
Olga Shelemey:

.

Se no meu próprio ramo, em processos de difusão, eu sei uma coisa ou duas, aqui tenho que ler e aprender. O que é que há para aprender? Que "desapareceu tudo, as redes neurais não funcionam..."? Você precisa de pelo menos 1 pessoa com um sinal positivo, mesmo que seja +1% por mês. Isso iria realmente inspirar muita gente, incluindo eu.

Por favor




A fórmula para calcular o erro é mostrada no cabeçalho da tabela. Deixe-me explicar no último exemplo nnet: 204/(204+458) = 30,8%, ou seja, o modelo deu um total de 662 unidades, das quais 204 eram falsas.

Os resultados são quase os mesmos em 12 pares de moedas, ou seja, o desempenho do modelo é quase independente do modelo e do par de moedas.

Este resultado é alcançado devido ao trabalho cuidadoso com preditores cuja capacidade de previsão muda muito pouco quando se corre uma janela de 500 velas sobre um ficheiro de 5000 velas. As mudanças estão dentro de 5%.



PS.

Ainda não consigo mostrar o testador - ele está preso na aplicação do testador para arquivos acima de 1000 barras.

 
Mikhail Khlestov:
Eu comprei uma não-rede a algumas pessoas. Estou a construir uma rede semelhante à sigmóide. Há 3 anos que ando a testar no m15. Durante o último semestre não o testei em absoluto para ver como pode funcionar. Eu preparei-o e está tudo bem no testador. Eu comecei a usar citações reais e perdi os meus valores. Eu estou no vermelho. Já tentei com corretores diferentes. Depois de ler o fio, como eu o entendo, a rede neural não funciona nos mercados?

Como é que se comprou um gato a mexer num pau? Sinto muito.

 
Aleksey Vyazmikin:

Como é que se comprou um gato a mexer num pau? Lamento ouvir isso.

Eu costumava comprar-lhes outro produto e não tive problemas. Mas aqui começou.

 
Aleksey Vyazmikin:

Como é que se comprou um gato a mexer num pau? Sinto muito.

É tudo legítimo: os doce ou travessura são obrigados a ser castigados. SEMPRE.

1...99699799899910001001100210031004100510061007100810091010...3399
Novo comentário