Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2014
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
Esta é uma pergunta para todos:
Eu também recebo pacotes de sinais unidirecionais da rede. É mais ou menos o mesmo que aqui.
Às vezes recebo 100 ou até 200 perdas seguidas. Só há uma saída - negociar com lotes microscópicos, como 0,5% do depósito.
Quem tem ideias para não trocar centenas de sinais consecutivos?
Trocar o primeiro e depois não trocar até que o aberto feche? Parece-me que não é a melhor solução.
Quais são as suas opções?
Você está treinando em dados muito ruidosos (sinais\ alvo), por exemplo em incrementos, é por isso que o sinal é muito ruidoso. Você poderia tentar suavizar os sinais e o alvo, ou o próprio sinal final, para reduzir o ruído no sinal, mas isso não vai ajudar muito ou tirar nenhum lucro.
Esta é uma pergunta para todos:
Eu também recebo pacotes de sinais unidirecionais da rede. É mais ou menos o mesmo que aqui.
Às vezes recebo 100 ou até 200 perdas seguidas. Só há uma saída - negociar com lotes microscópicos, como 0,5% do depósito.
Quem tem ideias para não trocar centenas de sinais consecutivos?
Trocar o primeiro e depois não trocar até que o aberto feche? Parece-me que não é a melhor solução.
Quais são as opções?
A abertura é uma lógica, a escolta e o fecho é outra. Eu prefiro assim. As paragens são seguros. Caso contrário, sim, apenas abrir com paragens é melhor para limitar o número de encomendas em aberto.
Esta é uma pergunta para todos:
Eu também recebo pacotes de sinais unidirecionais da rede. É mais ou menos o mesmo que aqui.
Às vezes recebo 100 ou até 200 perdas seguidas. Só há uma saída - negociar com lotes microscópicos, como 0,5% do depósito.
Quem tem ideias para não trocar centenas de sinais consecutivos?
Trocar o primeiro e depois não trocar até que o aberto feche? Parece-me que não é a melhor solução.
Quais são as opções?
Porquê trocá-las, é como uma roleta russa com uma arma de calibre pequeno :)
Alguma sorte com o teste?
O que se passa, alguma sorte com o teste?
Ainda o mesmo... no início da semana funciona bem, depois do "pré-treinamento". Depois começa a chover a cântaros. Voltou a trabalhá-la, vai pô-la à prova amanhã :D
Alguns robôs de negociação podem ser calculados incorretamente no trader... Após uma série de atualizações ele começa a negociar da forma errada
Também estou a trabalhar nas redes de recorrência em tocha.
amarelo - início das semanas, primeiros 1-3 dias
Alguém tentou usar redes repetitivas (recorrentes?) para reduzir a dimensionalidade?
Artigo.
Vídeo.
Alguém tentou usar redes repetitivas (recorrentes?) para reduzir a dimensionalidade?
Artigo.
Vídeo.
autoencoders recursivos são usados. Ainda não tentei
autoencoders recursivos são usados. Ainda não tentei
Não consigo entender como todos os neurónios de saída, cujo número é igual ao número de neurónios de entrada, são avaliados de uma só vez...
Se vir algo semelhante, adequado para uso, por favor, avise-me.
Tenho o tamanho da amostra aproximando-se dos 3000 preditores e há a preocupação de que eles possam ser altamente comprimidos, uma vez que descrevem domínios semelhantes.
Não consigo entender como é que a estimativa da qualidade do modelo vai de uma só vez para todos os neurónios de saída, cujo número é igual ao dos neurónios de entrada...
Se vir algo semelhante, adequado para aplicação, por favor, avise-me.
Tenho uma amostra aproximada de 3000 preditores, e havia a preocupação de que eles pudessem ser altamente comprimidos, pois descrevem um domínio semelhante.
As entradas e saídas são todas fictícias, há menos neurónios na camada oculta. Ele simplesmente comprime a informação através da minimização do erro na saída. A entrada deve ser igual à saída (idealmente). Então a segunda parte do NS é descartada após o treinamento e você obtém características comprimidas na saída igual ao número de neurônios na camada oculta
você pode adicionar camadas recorrentes, etc.
o autocodificador google e suas variantes.