Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1289
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
Você poderia simplesmente correr em círculo, balançando os braços, o resultado seria praticamente o mesmo )
Na verdade, estou a falar de andar de bicicleta. E as experiências mentais não custam nada, mas podem ser muito úteis).
A propósito, se houvesse ciclos reais no mercado, eles sempre poderiam ser distinguidos pela análise espectral. Portanto, em durações de análise completamente diferentes - puro espectro de ruído. Fi-lo há muito tempo, se o vou repetir usando Python, vou demonstrar.
quais são os erros finais? ambos os modelos e como eles funcionam nos novos dados
Raios, precisas de uma análise profunda aqui.
O delta de erro é exibido, ou seja, o quanto este preditor contribui para o erro total do modelo. No domínio de treino, a remoção de 1 alterou o erro em não mais de 0,5% (uma vez que este domínio tem um ajuste forte), enquanto que no domínio de validação o erro altera até 5,5% (uma vez que este domínio não foi ajustado). Permutação em ambos os trechos do trem e saltos validados até 5-6%.
Em geral, o re-treinamento aleatório + embaralhamento aleatório de nós também dá resultados aleatórios.
Acho que vou construir preditores por 1. Acho que até 10 a 20 modelos vão gerar rapidamente, e depois vão abrandar.
O delta de erro é exibido, ou seja, qual a contribuição deste preditor para o erro total do modelo. Na parcela de treinamento, a remoção de um alterou o erro em não mais do que 0,5% (porque o ajuste foi alto nesta parcela), enquanto que na parcela de validação o erro muda até 5,5% (porque esta parcela não foi ajustada). Permutação em ambos os trechos do trem e saltos validados até 5-6%.
Em geral, o re-treinamento aleatório + embaralhamento aleatório de nós também dá resultados aleatórios.
Acho que vou construir preditores por 1. Acho que até 10-20 irá rapidamente gerar modelos, e depois irá diminuir a velocidade.
Se os parâmetros variam ligeiramente, é normal, a floresta é aleatória. Se você colocar a semente, deve ser sempre a mesma coisa.
ou seja, tanto lá como lá ~5% na validação, isso significa que eles fazem o mesmo trabalho.
Há algum setcid na algliebe?
Há um gcf para as divisões.
eu apenas coloco em EA ou script ou qualquer outro MathSrand() antes de treinar a floresta ou durante a inicialização
Acho que até resultou... Esqueci-me... Agora não o faço porque não preciso dele.Na verdade, estou a falar de ciclicidade. E as experiências mentais não custam nada, mas podem ser muito úteis).
A propósito, se houvesse ciclos reais no mercado, eles poderiam sempre ser identificados pela análise espectral. Portanto, em durações de análise completamente diferentes - puro espectro de ruído. Fi-lo há muito tempo; se o vou repetir usando Python, vou mostrar-vos.
Porquê? Está tudo claro de qualquer maneira.
Existem ciclos no mercado, mas não são periódicos, ou seja, aparecem, continuam e desaparecem. Provavelmente de uma forma aleatória. A questão é como apanhar este fenómeno (e se for possível), não há mais questões para as citações da BP.
Porquê? É bastante claro.
existem ciclos no mercado, mas não são periódicos, ou seja, emergem, continuam e desaparecem. Provavelmente de uma forma aleatória. A questão é como captar esse fenômeno (e se você puder), não há mais perguntas para citações da BP.
existem ciclos no mercado, mas são não periódicos - Maxim, ciclos, por definição, são periódicos, ou próximos a ele - pseudo-periódicos. Não há outros ciclos). Ou não são ciclos).
Fenómenos aleatórios não podem ser previstos ou detectados. Pode-se tentar detectá-los apenas no processo da sua ocorrência e sinais de vida, no decorrer da peça, com não mais do que alguma probabilidade, talvez muito pequena.
existem ciclos no mercado, mas são não periódicos - Maxim, ciclos, por definição, são periódicos, ou próximos a ele - pseudo-periódicos. Não há outros ciclos). Ou não são ciclos).
Fenómenos aleatórios não podem ser previstos ou detectados. Você só pode tentar detectá-los no processo de sua ocorrência e sinais de vida, no decorrer da peça, com não mais do que alguma probabilidade, talvez muito pequena.
Como explicar... em suma, há um sinal ou algo que toma a forma de um ciclo, e depois de um ponto de bifurcação toma a forma de outro ciclo. Ou ponto de bifurcação, como queiras chamar-lhe, o significado não muda.
Não sei como se chama cientificamente, mas depois de um certo meio período o ciclo pode ser "executado" com uma probabilidade decente e baixo erro, até que se rompa novamente e passe um certo tempo (meio período ou o que quer que se chame), para o qual pode voltar a pegar. É mais ou menos assim que funciona em teoria.
como explicar... em suma, há um sinal ou algo que toma a forma de um ciclo, e depois de um ponto de bifurcação toma a forma de outro ciclo. Ou ponto de bifurcação, o que quer que lhe queiras chamar, o significado não muda.
Não sei como se chama cientificamente, mas depois de um certo meio período o ciclo pode ser "liderado" com uma probabilidade decente e baixo erro, até que se rompa novamente e passe um certo tempo (meio período ou o que quer que se chame), para o qual se pode apanhar de novo
Se você sabe disso, e ele realmente existe (vamos chamá-lo: o ciclo de desenvolvimento de um fenômeno, que novamente é um evento regularmente recorrente), então você pode facilmente usá-lo.
Só consigo ver tais coisas na história, quando as coisas já aconteceram. Em tempo real, eu passo.) A propósito, é comum identificarmos um sinal só depois de estar terminado. No processamento de sinais é frequentemente o caso.
como explicar... em suma, há um sinal ou algo que toma a forma de um ciclo, e depois de um ponto de bifurcação toma a forma de outro ciclo. Ou ponto de bifurcação, o que quer que lhe queiras chamar, o significado não muda.
Não sei como se chama cientificamente, mas depois de um certo meio período o ciclo pode ser "executado" com uma probabilidade decente e baixo erro, até que se rompa novamente e passe um certo tempo (meio período ou o que quer que se chame), para o qual pode voltar a pegar. É mais ou menos em teoria, como pode funcionar.
Encaixa facilmente na minha teoria sobre o mercado. Apenas alguém com muito dinheiro se voltou para o seu algoritmo de recrutamento/transacção de posições, algum grande banco, talvez o Banco Central, claro que isto não é feito rapidamente, mas como este participante era dominante e a situação do mercado contribuiu para isso, foi possível encontrar sinais do seu algoritmo. Claro que, depois que o participante deixou de influenciar o mercado, os sinais deixaram de funcionar. Há muitos desses participantes (talvez 100), seus algoritmos podem se sobrepor, mas há uma suposição de que eles são semelhantes (lembre-se da análise técnica e dos requisitos para os bancos justificarem suas operações comerciais com base nessa análise (pelo menos na Rússia)), e por esta razão faz sentido analisar uma grande amostra, onde um e o mesmo algoritmo é executado várias vezes, então há uma chance de entender como ele funciona, descrevê-lo por sinais indiretos, mas o modelo deve aprender a identificá-lo e não funcionar neste momento no ruído, esperando que o algoritmo se ligue Eu acho que isso funcionaria ainda melhor em ações e derivativos, eu não faço MO em forex.
Mas o resultado final é que precisamos de encontrar modelos de 10 que descrevam o algoritmo dos indivíduos com muito dinheiro, e aprender como determinar qual o algoritmo preferível num dado momento no tempo. Como o ciclo do algoritmo pode ser de alguns dias e provavelmente será repetido por um curto período de tempo, não faz mal se entrarmos com um pequeno atraso, basta escolher o modelo certo para este algoritmo.
Somos todos apenas pequenos peixes que se podem juntar à baleia - o grande jogador do mercado - em termos mutuamente benéficos.Se você sabe disso, e ele realmente existe (vamos chamá-lo: o ciclo de desenvolvimento de um fenômeno, que novamente é um evento regularmente recorrente), então você pode facilmente usá-lo.
Só consigo ver tais coisas na história, quando as coisas já aconteceram. No verdadeiro - passe). A propósito, é um fenómeno comum quando só conseguimos identificar um sinal depois de ter terminado. No processamento de sinais, este é frequentemente o caso.
Existe na história, não sei como algoritmizá-la.