Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2458

 
Andrey Khatimlianskii #:

Espalhar a palavra nos dedos deles e geralmente mostrar o resultado, para que o objetivo seja alcançado.

No geral, é fixe. É verdade, eu fiz a ligação com os modelos treinados, o carro não conseguiu estacionar, eu pensei que haveria uma caixa infernal que estaciona como o Schumacher.

 
Andrei Trukhanovich #:

É divertido, no geral. Mas quando cliquei no link para os modelos treinados, o carro não podia estacionar, pensei que ia ser uma caixa infernal que estaciona como um Schumacher.

Não, ainda não aprendeu. Eu mantinha a conta para aprender, às vezes ela já chega perto )

Mas o algoritmo é bastante grosseiro, schumacher lá e não vai ser um mês.

 
Dmytryi Nazarchuk #:
Que coisas?

Um conjunto de actividades que visam a obtenção de lucro. Por exemplo, agora os quants sabem o que fazer quando o mercado fecha e o que os participantes do mercado vão fazer. Comprando propositadamente sabendo que a multidão na sexta-feira, vai cobrir a qualquer preço e na segunda-feira o outono vai continuar, mas sem participantes. As coisas usuais que os programadores locais sabem muito bem.

 
Andrei Trukhanovich #:

É divertido, no geral. Mas quando cliquei no link para os modelos treinados, o carro não podia estacionar, pensei que ia ser uma caixa infernal que estaciona como um Schumacher.

Não é mau, não estaciona mal de todo. Vê-se que tem travões maus - isso seria óptimo.

todos os dias eu vejo pessoas estacionando muito pior)))))

 
BillionerClub #:

Um conjunto de actividades destinadas a gerar lucros. Por exemplo, os quants agora sabem o que fazer quando o mercado fecha e o que os participantes do mercado farão. Comprando propositadamente sabendo que a multidão na sexta-feira, vai cobrir a qualquer preço e na segunda-feira a queda vai continuar, mas sem participantes. As coisas habituais que os programadores estatísticos locais, sabem muito bem.

Se quants e tu "sabes", porque é que ainda não são bilionários?

 
Dmytryi Nazarchuk #:

Se quants e você "sabe", por que vocês ainda não são bilionários?

Ahahahah, tens isso nos olhos.
 
Andrey Dik #:

Nada mal, nada mal. Dá para ver que os travões são maus - isso seria óptimo.

eu vejo pessoas estacionando muito pior a cada dia)))))

Eu tive isto durante 2 dias e meio.

Por alguma razão, depois do gen 9, o erro aumentou dramaticamente:

O 1º Melhor Genoma Automóvel por alguma razão mostra um erro de 1,52, embora o gráfico acima tenha um ponto mínimo de 0,67:


Depois de mudar para outro separador e voltar a iniciar a 10ª geração, o gráfico corrigiu-se a si mesmo e houve um novo líder imediatamente:


Mas no geral, em bruto, claro.

Satisfiz a minha curiosidade e isso é o suficiente.

 
Andrey Khatimlianskii #:

Mas, no geral, está cru, é claro.

Curiosidade satisfeita, já chega.

Claro que é apenas um brinquedo, embora divertido.

 

Vou deixar um link para exemplos do Machine Learning for Algorithmic Trading in Financial Markets, de Stefan Jansen.

P.S. E, claro, eu ainda acredito nas limitações da aprendizagem de máquinas para TS, embora admita a sua utilidade em RM

A aprendizagem de máquinas na gestão de riscos pode usar Matlab, Python, R

embora eu ainda não o tenha codificado... (para distinguir Trend e Flat para usar o TS apropriado, claro, você pode confiar neste tipo de feedback [para analisar e variar o algoritmo MM], mas eu não quero pagar pelo humor do mercado e meu negócio com perdas, mesmo que reduzido a uma redução por algum algoritmo e teoria da probabilidade)... Ainda estou inclinado a fazer uma distinção clara entre boas e más negociações em termos de condições de mercado e consciência do comerciante sobre elas, e não há maneira de informar o robô sobre isso... A única maneira de fazer isso é ensinar o robô a não negociar com prejuízo (quando as condições de oferta e demanda mudaram, e o comerciante não está presente no terminal ou não está ciente delas).

GitHub - stefan-jansen/machine-learning-for-trading: Code for Machine Learning for Algorithmic Trading, 2nd edition.
GitHub - stefan-jansen/machine-learning-for-trading: Code for Machine Learning for Algorithmic Trading, 2nd edition.
  • github.com
Code for Machine Learning for Algorithmic Trading, 2nd edition. - GitHub - stefan-jansen/machine-learning-for-trading: Code for Machine Learning for Algorithmic Trading, 2nd edition.
 
JeeyCi #:

Vou deixar um link para exemplos do Machine Learning for Algorithmic Trading in Financial Markets de Stefan Jansen.

P.S., e, claro, ainda acredito nas limitações da aprendizagem de máquinas para TS, embora admita a sua utilidade em RM

apesar de ainda não o ter codificado... (para distinguir Trend de Flat para ativar o TS apropriado, você pode, naturalmente, contar com este tipo de feedback [analisar e variar o algoritmo MM], mas ainda assim não quer pagar pelo humor do mercado e seu negócio, perdas, mesmo que reduzido a uma redução por algum algoritmo e teoria da probabilidade)... Ainda estou inclinado a fazer uma distinção clara entre boas e más negociações em termos de condições de mercado e consciência do comerciante sobre elas, e não há maneira de informar o robô sobre isso... Você tem que ensiná-lo a não negociar muitas negociações perdidas (quando a demanda do mercado - condições de oferta mudaram, e o comerciante não está presente no terminal ou ele não está ciente delas).

A visão geral habitual dos métodos de MO, com o prefixo de negociação.

Eu tentei todas elas, exceto as redes sostisy, mas não importava, o importante é que nenhum milagre aconteceu.

Não é disso que se trata a negociação.