Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3250

[Renat Akhtyamov]

Andrey Dik #:

e quem dança ao som do pandeiro?

Tive que pensar muito para descobrir como explicar isso em meus dedos.

A resposta é naturalmente tão simples quanto um ovo.

Havia um tópico muito legal no qual eu tinha uma postagem:

Falha no final da negociação é porque o teste termina em posições não fechadas - MQL4 e MetaTrader 4 - MQL5

Há 10 anos eu já fazia esses programas, e aqui não tem esse tipo de lucro, nem mesmo nos testes

E na vida real, esse EA tem pisoteado em torno de zero e nenhum crescimento, absolutamente.

Portanto, a conclusão é óbvia

a negociação real nunca será como o graal de um testador.

que, entre outras coisas, é impulsionado pelo MOSHKA

Mas, para ganhar dinheiro de forma consistente, e cada vez mais, é necessário não fazer previsões, de forma alguma.

Você precisa entender e descobrir o algoritmo, ou seja, como funciona qualquer mercado com um preço flutuante.

o algoritmo é o mesmo, 100%

e só depois disso você terá uma indicação como essa, que enfatizará a possibilidade de ganhar dinheiro.

esse é o objetivo principal, depois disso você não precisará mais dele.

;)

mentindo?

Não,

Estou anexando os números da vida real também.

e o saldo com um sinal de menos, definitivamente não é uma demonstração ;))))))

[fxsaber]

Maxim Dmitrievsky #:

Inicialmente, eu estava interessado em como pesquisar padrões em matrizes multidimensionais sem MO.

É correto dizer que essa é a principal tarefa do MO?

[Andrey Dik]

Renat Akhtyamov #:

Tive que pensar muito para descobrir como explicar isso em meus dedos.

...

Obrigado, nossa opinião é muito valiosa para você!

[fxsaber]

Maxim Dmitrievsky #:

Bem, ainda estou contando todos os pares possíveis de uma só vez. Ainda há muitas entradas que quero experimentar. Não tem problema. É que no STUMPY é possível calcular aproximadamente e depois refinar. Você obtém uma aceleração perceptível, além de paralelismo e na GPU. Provavelmente mudarei completamente para esse pacote.

O principal é não esquecer de informar onde os peixes definitivamente não estão.

[Maxim Dmitrievsky]

fxsaber #:

É correto dizer que essa é a principal tarefa em que o MoD está envolvido?

Bem, basicamente sim

[Maxim Dmitrievsky]

Renat Fatkhullin #:

O 3980 implementou os métodos Conjugate para os tipos complex, vector<complex> e matrix<complex>. Eles realizam a conjugação para números complexos.

Também foi adicionado o processamento da saída do modelo ONNX do tipo Sequence of maps. A funcionalidade do ONNX Runtime foi seriamente aprimorada.

E agora ele dá dicas, super

Acontece que se trata de uma matriz de estruturas

vectorf in = vector<float>::Zeros(SAMPLE_SIZE);
   static vector out(1);
   
   struct abc 
     { 
      long a[];     
      float b[];
     };
   
   abc out2[1];
  
   OnnxRun(ExtHandle,ONNX_DEBUG_LOGS,in,out,out2);

Portanto, não há erros para out2 agora. Vou verificar novamente mais tarde.

[Maxim Dmitrievsky]

Forester #:

Acredito que a correlação será influenciada pelos maiores números em termos de valor absoluto. Por exemplo, uma alteração nos volumes de 10.000 e 10.100 e, em seu plano de fundo, uma alteração nos preços de 0,00040 e 0,00400 será microscopicamente pequena e terá pouco efeito sobre a correlação de todo o conjunto. Eu faria uma normalização para testar essa hipótese.

Tenho um período de aumento suave lá, então talvez não tenha nenhum efeito

Vou tentar.

[mytarmailS]

Maxim Dmitrievsky #:

)) Eu também vi

Originalmente, eu estava interessado em como procurar padrões em matrizes multidimensionais sem MO. Até agora, não pensei em nada melhor do que juntar todas as medições em uma só e calcular por meio da correlação (meio rápido). Acho que às vezes os valores precisam ser normalizados para que não sejam muito diferentes.

Seguindo meus passos de 3 a 5 anos atrás.....

Tudo o que você está fazendo e pensando já foi postado aqui, com gráficos, pensamentos... engraçado....

Existemduas soluções para a busca de padrões em dados multivariados que eu criei, uma sem MO e outra com MO.

1) (SEM MO)

Reduzir a dimensionalidade dos dados para várias dimensões usando qualquer algoritmo de redução de dimensionalidade PCA, t-sne, umap etc.

Portanto, você tinha 300 recursos e obteve 2-5... 10..., então você compara os padrões por proximidade ou agrupamento....

É um tipo de prática reconhecida para trabalhar com dados.

2) (COM MO)

(Abordagem do meu autor) Temos dados multivariados com, digamos, 200 recursos.

1) Escolhemos o padrão que queremos.

2) Treinamos um modelo de classificação binária (esse padrão/não esse padrão), ou seja, na linha de base temos uma observação rotulada como "padrão" e muitas observações rotuladas como "NÃO padrão".

3) Treinamos o modelo para distinguir entre padrão e NÃO padrão.

4) No teste, fazemos uma inferência probabilística do MO pela classe "padrão" e observamos os picos de probabilidade.

É assim que podemos contornar com elegância o problema dos recursos multidimensionais e procurar os subpadrões de que precisamos.

[mytarmailS]

fxsaber #:

É correto dizer que essa é a principal tarefa em que o MoD está envolvido?

Não é correto

[mytarmailS]

E assim, apenas uma réplica.

A correlação NÃO precisa de normalização, não é uma distância euclidiana, a normalização já está embutida na correlação