Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1930

 
fxsaber:

Há três variáveis A, B, C. Há uma condição manuscrita composta por eles.

Eu quero reproduzir esta condição automaticamente. Não há necessidade de o encontrar, porque eu já o sei. Mas eu preciso de ter, por exemplo, uma dúzia de alguns coeficientes de peso que a combinação pode atingir esta condição com alta probabilidade.

Se a condição é conhecida, então uma AG burra pode encontrar os valores A, B e C que a fazem funcionar.

E se não, então o problema não tem uma solução única, você pode criar muitas condições diferentes para diferentes valores das variáveis.

 

opção 3 - via regressão logística + gerador de funções polinomiais. Então a saída seria uma fórmula bastante curta e de fácil interpretação como a sua.

mas eu não sprechen qual é o objectivo de reproduzir a condição via MO

 
Maxim Dmitrievsky:

opção 3 - via regressão logística + gerador de funções polinomiais. Então a saída seria uma fórmula bastante curta e de fácil interpretação como a sua.

mas eu não sprechen qual é o objectivo de reproduzir a condição através do MO

então é "não fershtay")))

Bem, nem eu.

 
fxsaber:

Uma pergunta de um nerd.

Há três variáveis A, B, C. Algum tipo de condição é escrita à mão a partir deles. Por exemplo.

Eu quero reproduzir esta condição automaticamente. Não preciso de o encontrar, porque eu já o sei. Mas eu preciso ter, por exemplo, dezenas de coeficientes de peso, cuja combinação pode atingir esta condição com alta probabilidade, quando eu definir ali A, B, C (polinomial ou HC - eu não sei, porque eu sei zero) e obter a condição original.

Estou interessado em que tipo e quantos pesos de entrada a função requerida tem, para que tais condições originais possam ser reproduzidas através de pesos?

A grade com 1 neurônio oculto é capaz de aprender a interseção de ma100 com preço.

Estes são os seus parâmetros, 103 no total, os incrementos das últimas 100 barras são alimentados à entrada. O neurônio com ativação tanh é função tanh(x*W+b), é basicamente uma regressão linear entre parênteses, x é a entrada do neurônio, W é matriz de pesos, b é deslocamento. Num neurónio escondido: W de 100 elementos, b de 1. E na saída: W é 1 elemento, b é 1 elemento.

"Outro caso teste, a intersecção da mãe com o preço."

https://www.mql5.com/ru/forum/86386/page1879#comment_17365998

 
Aleksey Vyazmikin:

Então, como você conseguiu ensinar as árvores por grupos, eu te digo e te mostro.

As características agrupadas funcionarão sempre pior do que as não agrupadas! Ao agrupar você inevitavelmente apaga algumas das informações.

Há uma centena de exemplos, nós os agrupamos juntos - onde está mais informação em uma centena de exemplos ou em um número?

Aleksey Vyazmikin:

Como você pega seu conjunto de dados com preditores e preço de fechamento e carga especificando a coluna com o preço de fechamento, ao invés de usar a opção de gerar indicadores em R ?

Como eu entendo, como o alvo é ZZ tops, então parte da amostra com preditores deve ser filtrada, aqui, e assim para alimentar os preditores também se deve filtrar a tabela com preditores, ou o quê?

Bem, você sabe como carregar dados, dei-lhe um exemplo onde li seu arquivo csv, qual é exatamente o problema?

Exatamente o alvo certo - há um sinal de que ZZ não inverte, alvo típico que uma vez violamos

 
fxsaber:

Uma pergunta de um nerd.


Há três variáveis A, B, C. Algum tipo de condição é escrita à mão a partir deles. Por exemplo.


Eu quero reproduzir esta condição automaticamente. Não preciso de o encontrar, porque eu já o sei. Mas eu preciso ter, por exemplo, dezenas de coeficientes de peso, cuja combinação pode atingir esta condição com alta probabilidade, quando eu definir ali A, B, C (polinomial ou HC - eu não sei, porque eu sei zero) e obter a condição original.


Estou interessado em que tipo e quantos pesos de entrada a função requerida tem, para que tais condições originais possam ser reproduzidas através de pesos?

Também um nerd, mas interessado no problema).

Vamos imaginar A, B, C como instâncias modificadas aleatoriamente de um objeto abstrato em algum ambiente uniforme. Observando A, B, C, identificamos sua propriedade geralmente significativa (peculiar), cujos valores mudam para os três em eventos do ambiente, mas diferentemente (dependendo dos diferentes estados do ambiente). Nós sentimos as regularidades, mas não podemos formulá-las. No entanto, digamos que num novo evento de instância, há picos acentuados nos valores de A, B, C, com certas proporções retidas, e o ambiente se expande. Nós gostamos deste padrão e queremos descrever a condição, mas o ambiente está cheio de outros objetos e propriedades cujo comportamento também é misterioso e imprevisível. Então decidimos criar um sistema que marca várias regularidades de parâmetros de vários objetos sobre o conjunto de eventos do ambiente. O sistema deve registrar o número mínimo de ligações máximas significativas de objetos (tipo de objetos, propriedades, valores + evento ocorrido) e registrá-los no array, de modo que mais adiante, sob estas condições, possamos construir algoritmos comportamentais artificialmente introduzidos no ambiente complexos paramétricos sintéticos-fabricados.

As redes podem fazer isto?

 
mytarmailS:

As características agrupadas funcionarão sempre pior do que as não agrupadas! ao agrupar você inevitavelmente excluirá algumas das informações.

Há uma centena de exemplos, nós os agrupamos juntos - onde está mais informação, em uma centena de exemplos ou em um número (número do cluster)?

Não posso concordar com você, a informação não foi apagada, mas pelo contrário foi sistematizada, de fato, em vez de 3 classes originais obtivemos 3*4=12 novas classes.

Naturalmente, a amostra foi reduzida condicionalmente em 4 vezes, o que tornou o treinamento mais difícil, mas com amostras grandes este efeito deve ser menos significativo.

Acho que podemos tentar não remover a amostra inteira, mas preenchê-la com zeros na parte relacionada com outros aglomerados.

Outra opção é o aprendizado mais profundo, mas acho que o resultado não será muito bom por causa da pequena amostra.

O resultado intermediário do agrupamento é um aumento na Recall (completude) em 34% e uma queda na precisão (precisão) em 5%, ou seja, ocorreu uma maior generalização dos dados, o que pode ser útil em alguns casos.

mytarmailS:

Exactamente esse alvo - há um sinal ZZ e não uma inversão, um alvo típico que usávamos para violar.

E eu que pensava que era uma inversão de marcha!

No entanto, ainda não respondeu à pergunta anterior - é possível automatizar a poupança da imagem do espaço construído? Quero percorrer, digamos, os mesmos parâmetros ZZ e ver como os modelos gráficos mudam, em geral, para automatizar a enumeração de alvos. Não tenho tempo para me sentar em frente ao computador.

 
Aleksey Vyazmikin:

No entanto, você ainda não respondeu à pergunta antes - é possível automatizar salvar a imagem do espaço construído? Eu quero percorrer, digamos, os mesmos parâmetros ZZ e ver como os modelos gráficos mudam, em geral para automatizar a enumeração do alvo. Não tenho tempo para me sentar em frente ao computador.

Não sei se o fazes em 3D, mas se o fizeres em 2D, podes salvá-lo do R-Studio, mas porque precisas de todo este disparate!!! É muito mais claro, simples, é melhor apenas observar o erro nos novos dados, a saída não é uma imagem abstracta, mas um número específico com o qual podes trabalhar, comparar, ordenar, e assim por diante

 
mytarmailS:

Não sei se é em 3D, duvido, se é em 2D, você pode salvar do p-studio, mas por que você precisa desse disparate!!! É muito mais claro, simples, é melhor apenas observar o erro nos novos dados, a saída que você não tem uma imagem abstrata, mas um número específico para trabalhar, comparar, ordenar, etc.

Qual é o número - nunca tinha reparado antes - qual é o significado do indicador?

Uma foto sempre dá mais informações do que apenas um número.

Estou a tentar correr o código, que foi afixado ontem.

Eu não entendo a sintaxe.

d$X.CLOSE.
dt <- read.csv(file = way,header = T,sep = ";") #  читаем файл
//Ранее так транслировали данные из столбца
target <- dt$Target_100 #  целевую в отдельную переменную
//Теперь так - почему точка в конце - это название столбца такое у Вас? Почему d вместо dt? Что это? :)
clos <- d$X.CLOSE.
 
Aleksey Vyazmikin:

Qual é o número - não reparei antes - qual é o significado do indicador lá?

Uma foto sempre dá mais informações do que apenas um número.

A tentar correr o código que me enviaste ontem.

Eu não entendo a sintaxe.

porque os meus dados se chamam "d"... ))

inserir o seu

<- dt$a sua cotação de fecho