Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1606
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
primeiro, o que falham os regressores? que disparate, então porque é que o MGUA também falha quando o problema se torna mais complicado?
segundo, os dados que dei no exemplo são os mesmos tanto para o MGUA como para o impulso.
em terceiro lugar, você não precisa fazer nada, não pode fazer uma matriz com quatro valores aleatórios em python e depois cumulá-los? Para verificar o impulso por si mesmo?
2 linhas de código )))
Estou a pensar que diabos é isso.
mgua cria variáveis falsas a partir da fonte, (dependendo do kernel que você usa)
o mgua cria variáveis falsas, (dependendo do kernel utilizado) mais uma vez
Esquece o MSUA, estou a dizer-te - cria um conjunto de dados como o meu e corre as tuas vaias nele e vê o que consegues, SEM o MSUA, apenas a floresta ou o que quiseres. Ou enviar-lhe o ficheiro de texto com os meus dados?
Esquece o MSUA, estou a dizer-te - cria um conjunto de dados como o meu e corre o teu impulso e vê o que consegues, SEM MSUA, apenas a floresta ou o que quiseres. Ou devo enviar-lhe um ficheiro de texto com os meus dados exactos?
Sim, eu estou a dizer-te porque é que o "boosting" é um "ka kusumma" mal treinado, tu e o "mgua" é bom. Por causa de regressores falsos, regressores polinomiais, por exemplo.
pegue uma regressão linear x em y, adicione x^2, x^3 como regressores falsos, você obtém uma regressão polinomial que se encaixa na curva
e a floresta não vai caber tão bem só em x. E as massas mgua falsificam variáveis em escala industrial.
Estou a falar da parte técnica. É por isso que achas que o mgua é óptimo e o impulso é uma porcaria. Porque você não entende como usar oEugene Boa tarde, muito obrigado, pelo menos pelo fato de você ser um praticante e não mais um idiota, do qual há 95%.... O que você faz(teste em uma "terceira" amostra) em termos de GMDH é chamado de "critério de potência preditiva"http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%93%D0%A3%D0%90#.D0.9A.D1.80.D0.B8.D1.82.D0.B5.D1.80.D0.B8.D0.B9_absolute_noise-immune.
Vamos lembrar que as primeiras publicações sobre a GMDH começaram em algum lugar a partir de 1960 aquelas idéias de "seu know-how " com o testena "terceira" amostra já tem 60 anos de idade)))
Mas quero notar que a abordagem nunca envelhece, por isso recomendo vivamente a leitura das obrasde A.G. I vakhnenko...
Por exemplo, a regressão do MSUA apenas zomba da regressão do moderno algoritmo da floresta aleatória e de todo o tipo de impulsionamentos...
Agora sobre os links no Telegrama... Não encontrei lá nada além de sinais, mas é interessante ler sua abordagem e sua maneira de pensar, Dmitry estava certo ao dizer que é necessário publicar aqui, embora de uma forma abertamente grosseira...
Estou simplesmente afirmando que fui capaz de treinar a rede neural e seus sinais no mercado real confirmam que ela é treinada adequadamente.
Esta é a primeira demonstração pública de uma rede de trabalho em meio ao fracasso geral deste tema e à falta de resultados confiáveis.
Se você observou os sinais, você deve ter notado que a rede reage corretamente ao mercado. Além disso, o seu comportamento não pode ser explicado pelas nossas estratégias comerciais habituais ou vinculado a indicadores, pelo contrário, o seu comportamento é muitas vezes ilógico.
O desempenho é irrelevante nesta fase, o que importa aqui é o facto de ser mesmo possível, e a qualidade da previsão pode ser melhorada indefinidamente, é uma questão de tempo e equipamento.
Sim, estou a dizer-te porque é que o impulso é um ka cusumma mal treinado, tu e o mgua é bom. Por causa de regressores falsos, polinomial, por exemplo.
pegue uma regressão linear x em y, adicione x^2, x^3 como regressores falsos, você obtém uma regressão polinomial que se encaixa na curva
e a floresta não vai caber tão bem só em x. E as massas mgua falsificam variáveis em escala industrial.
Refiro-me à parte técnica da pergunta. É por isso que achas que o mgua é óptimo e o impulso é uma porcaria. Porque você não entende como usar osim... já percebi ))
Mas ainda se sai bem que os falsos regressores de MGUA
E o facto de Forest não estar a produzir regressores falsos é mau.
Porque o MSUA pode lidar com os mesmos dados "out of the box" e o boosting precisa de criar estes regressores manualmente ... E o que criá-los, não sei, tudo depende dos dados.
Eu não entendo esta ironia sutil, o que isso tem a ver com a GMDH? Eu não disse que este é o meu know-how, é apenas uma verificação de rotina de resultados.
Estou simplesmente afirmando que fui capaz de treinar a rede neural e seus sinais no mercado real confirmam que ela é treinada adequadamente.
Esta é a primeira demonstração pública de uma rede de trabalho em meio ao fracasso geral deste tema e à falta de resultados confiáveis.
Se você observou os sinais, você deve ter notado que a rede reage corretamente ao mercado. Além disso, o seu comportamento não pode ser explicado pelas nossas estratégias comerciais habituais ou pela ligação a indicadores, pelo contrário, o seu comportamento é muitas vezes ilógico.
Eficácia, nesta fase não importa, o que importa é o facto de ser mesmo possível, e a qualidade das previsões pode ser infinitamente melhorada, é uma questão de tempo e equipamento.
Esqueça a ironia ))
Os sinais na forma de mensagens de texto é de alguma forma difícil de comparar o desempenho no mercado, eu ficaria feliz em ver o comércio de uma forma mais visual. Eu ficaria feliz em ver os resultados de negociação em uma forma visual. Novamente, nem uma única palavra sobre o algoritmo de ações para criar o algoritmo de negociação, o que são os chips, qual é o alvo, como os dados são pré-processados, etc.
Max! Você já tentou usar regras associativas para encontrar padrões como o algoritmo de arriori ou similares?
Não importa a ironia ))
Os sinais na forma de mensagens de texto são difíceis de comparar o desempenho no mercado, eu ficaria feliz em ver o comércio de uma forma mais visual. Eu ficaria feliz em ver os resultados de negociação de uma forma visual. E mais uma vez não há uma única palavra sobre o algoritmo de ações para criar o algoritmo de negociação, o que são chips, qual é o alvo, como os dados são pré-processados e assim por diante.
1) apenas M1 tf, porque as previsões não estão ligadas a prazos,
2) o indicador precisará solicitar as informações via soquetes do meu servidor, pois é irreal executar o tensorflow no cliente.
3) Agora o cálculo de todos os modelos para cada vela leva 12-13 segundos, da próxima vez será muito mais longo, terei que ficar sem hardware...
A segunda opção - tentar fazer um indicador sobre tradingview, mas não é certo que o pinho suporte web-sockets. Nenhuma outra opção, desenhar gráficos retroactivamente - ninguém vai acreditar nisso.
Em relação ao algoritmo e outras coisas - Estou pronto para responder a qualquer pergunta, excepto a lógica de selecção dos dados de entrada para o treino.
Sim, a visualização é necessária. Os sinais estão tortos. Há uma ideia para fazer um indicador do tipo AO - debaixo de cada castiçal há uma barra com força de previsão acima e abaixo de zero. Mas há problemas:
1) apenas M1 tf, porque as previsões não estão ligadas a prazos,
2) o indicador precisará solicitar as informações via soquetes do meu servidor, pois é irreal executar o tensorflow no cliente.
3) Agora o cálculo de todos os modelos para cada vela leva 12-13 segundos, da próxima vez será muito mais longo, terei que ficar sem hardware...
A segunda opção - tentar fazer um indicador sobre tradingview, mas não é certo que o pinho suporte web-sockets. Nenhuma outra opção, desenhar gráficos retroactivamente - ninguém vai acreditar nisso.
Em relação ao algoritmo e outras coisas - Estou pronto para responder a qualquer pergunta, excepto a lógica de selecção dos dados de entrada para o treino.
É difícil perguntar qualquer coisa aqui, tudo começa com o pré-processamento dos dados, e é sobre isso que não queres falar... (
OK... Estou a pensar...
1. o algoritmo funciona em moedas
2. ele constrói a previsão para um comprimento fixo de n velas ou a rede decidirá por si só quanto tempo vai durar
3. porque demora tanto tempo a processar o sinal 12-13 seg. por vela
4. Por que você quer fazer acordos de transmissão pública?
5. para previsões, use dados na forma de uma função (preço, indicador) ou algo mais complicado.
a melhor visualização é o negócio
Sim... já percebi ))
Mas ainda sai bem que os falsos regressores de MSUA estão a ser produzidos
E o facto de Forest não estar a produzir regressores falsos é mau.
Porque com os mesmos dados o MSUA pode lidar com "out of the box" e as necessidades de boosting para criar estes regressores manualmente ... Eu não sei quais criar, tudo depende dos dados
existem libras especiais separadas para gerar características fictícias e depois você pode adicioná-las à listagem.
O próprio mgua é um algoritmo fraco que usa regressão comum, por isso cria idiotas fora da caixa.