Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1353
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
Uma BP de mercado foi alimentada com a entrada de LPF. O mesmo BP é alimentado para a entrada NS. Sim, isso mesmo, a rede descreveu o funcionamento do LPF e fez uma previsão da sua saída num determinado intervalo.
Sobre o impulso - não, eu não tentei.
Se não deres muito trabalho, vou tentar.
Publique uma amostra, se não se importa, eu vou tentar.
Eu não entendo, que amostra? A própria BP? Você pode fazer isso. Mas uma amostra da BP, é aleatória.
Eu não entendo, que tipo de amostra? A própria BP? Você pode fazer isso. Mas a amostra da TA é aleatória.
Não podes escrevê-lo num ficheiro? Você deve estar usando o Python, onde você pode descarregar amostras divididas, preparadas para o treinamento, em um arquivo, certo?
Não podes escrevê-lo num ficheiro? Você provavelmente está fazendo isso em Python, onde você pode descarregar amostras divididas preparadas para treinamento para um arquivo, certo?
Vamos rever isso novamente.
1. A BP inteira é 55k OHLSV. Aleatoriamente 5 - 6k linhas de comprimento 20 (Fechar apenas) são extraídas dele. Vai para as entradas NS para treinamento.
2. A amostragem de acordo com a cláusula 1 é passada através de um LPF. Agora temos uma sequência de comprimento 20+Tr. Onde Tp é o tempo de previsão. O último valor da saída do LPF é o valor teórico.
3. Alimentação para os NS 1 e 2 - treino.
Ou talvez eu não entenda alguma coisa(.
PS A tentar salvar os dados. Os formatos de arquivo .mat ou .spydata vão funcionar? A exportação para CSV de alguma forma não veio, deve procurar.
Vamos rever isso novamente.
1. A BP inteira é 55k OHLSV. Aleatoriamente 5 - 6k linhas de comprimento 20 (Fechar apenas) são extraídas dele. Vai para as entradas NS para treinamento.
2. A amostragem de acordo com a cláusula 1 é passada através de um LPF. Agora temos uma sequência de comprimento 20+Tr. Onde Tp é o tempo de previsão. O último valor da saída do LPF é o valor teórico.
3. Alimentação para os NS 1 e 2 - treino.
Ou talvez eu não entenda alguma coisa(.
PS A tentar salvar os dados. Os formatos de arquivo .mat ou .spydata vão funcionar? A exportação para CSV de alguma forma não se deparou, é necessário procurá-la.
Está bem, não se preocupe.
Eu não sei como ler estes formatos.
Mas, não sei bem quais são os palpiteiros...
OK, não se incomode.
Eu não sei com o que ler estes formatos.
Mas, não tenho bem a certeza do que são os preditores...
Não há preditores lá, uma série em escala de valores Close - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19] - é alimentada diretamente para a entrada NS.
Como alvo - um valor da saída VLF [i + Tp], onde Tp está prevendo o tempo em minutos. O montante total de tais cordas é de 5-6 mil.
ZZY Geralmente, é interessante ver resultados na floresta. Se o vais fazer, farei um CSV num futuro próximo.
Bem, mais um gráfico de previsão para acabar com isto. FNF prevista (aproximadamente igual à EMA(8)) para 5 min. Eu mostro-o porque é bastante possível trabalhar com a previsão.
.
Bem, este cidadão disse muita coisa e vagamente... O propósito principal da sua mensagem era que nada me podia ajudar: nem Erlang, nem Bachelier, nada de nada, excepto as filas que ele deu.
Nada funciona nos meus modelos - é por isso que eu vim aqui, talvez a rede neural veja alguma coisa.
Procure na Wikipédia por mais sobrenomes - são muitos. Quanto mais apelidos souberes, mais esperto parecerás. Algo que Kalomorov se esqueceu de mencionar novamente.
Não há preditores lá, uma série em escala de valores Close - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19] - é alimentada diretamente para a entrada NS.
Como alvo - um valor da saída VLF [i + Tp], onde Tp é tempo de previsão em minutos. O montante total de tais cordas é de 5-6 mil.
ZZY Geralmente, é interessante ver resultados na floresta. Se o vais fazer, vou fazer um CSV em breve.
Se fizeres a amostragem, eu faço-o. É verdade, não seria uma classificação, mas mesmo assim, seria interessante.
Se fizeres uma amostra, eu dou-te uma volta. Mas não é uma classificação, mas isso é interessante.
ESTÁ BEM. Mas não é urgente.
Se fizeres uma amostra, eu dou-te uma volta. Não é uma classificação, no entanto, mas é interessante.
Aqui estão os arquivos. Ver anexo.
Learn.csv - entradas. Primeiro dígito em cada linha - ligação do histórico, deve ser apagado.
Cell.scv - alvo.
Este é o gráfico que devemos obter após o treino com estes dados.
O filtro é aproximadamente igual à EMA(16) e a previsão - 5 minutos.
Eu farei o teste mais tarde, se necessário.