Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1201

 
Aleksey Nikolayev:

É tudo estragado pela não-estacionariedade, que pode ser tanto afiada como arrepiante.

Isto pode ser resolvido selecionando pesos ideais... por exemplo, como variar posteriormente... do uniforme ao exponencial.

 
Aleksey Vyazmikin:

Se estás a falar de mim, já te mostrei as curvas na amostra do teste e na amostra do exame - nem sequer olho para a amostra do estudo...

Estou dizendo que você pode olhar para eles e admirá-los, ou pode colocá-los em circulação.

Você já tem Prior e Posterior )) o que você precisa fazer é apenas atualizá-los com pesos... é brilhante e direto

como diria Alexander... prepara as tuas malas.

 
Maxim Dmitrievsky:

Ainda estás a olhar para eles por alguma coisa. Podes olhar para eles e lambê-los, ou podes pô-los em circulação.

Prefiro não lamber os olhos, mas aprender - já escavei com a métrica - tenho uma idéia para eles. Eu já forjei cerca de 200 preditores (muitos preditores são expressos em 10 colunas), o que caracteriza o modelo :)

À noite os modelos estarão prontos, e eu tentarei aprender a prever modelos não claros :)

 
A propósito, eu quero um preditor para o sorteio do saldo das previsões (alternadamente adicionar 1 se a previsão estiver correta e -1 se estiver errada), alguém tem uma função (semelhante ao sorteio do saldo normal) para esses fins na MQL?
 

Estou olhando para um gráfico de lucro vs. número de árvores em um modelo (512 modelos)

e parece que os modelos com mais de 60 árvores têm menos probabilidades de se verter ou a amostra é pequena...

 
Aleksey Vyazmikin:

Estou olhando para um gráfico de lucro vs. número de árvores em um modelo (512 modelos)

e parece que os modelos com mais de 60 árvores têm menos probabilidades de se verter ou a amostra é pequena...

Como é que se consegue construir manualmente um número de modelos... como na liga TC que se tem...

Idealmente devem ser feitos através de AG ou de força bruta completa. Em um novo artigo eu escrevi como, que ainda não foi publicado. Tudo por mql significa
 
Maxim Dmitrievsky:

como é que se consegue construir um número tão grande de modelos manualmente... na liga CU ou na sua...

Eu quero usar GA ou força bruta completa. Eu escrevi um novo artigo sobre como, que ainda não foi publicado. Tudo por meio de mql.

Porquê manualmente? Ketbustu fez um batcny com ciclo para gerar modelos de acordo com parâmetros, o arquivo de configuração dos parâmetros do modelo é gerado por um script em MT5. Os resultados são processados por outro script no MT5 e eu recebo um arquivo de resumo com as características dos modelos como saída.

Se eu pudesse automatizar o desenho dos gráficos e salvá-los, seria bom.
 
Aleksey Vyazmikin:

Porquê manualmente? Catbustu fez um arquivo batch com um ciclo para gerar modelos de acordo com parâmetros, o arquivo de configurações para parâmetros do modelo é gerado por um script em MT5. Os resultados também são processados em MT5 por outro script e a saída é um arquivo de resumo com as características dos modelos.

Se eu pudesse também automatizar o desenho dos gráficos e a sua poupança, seria bom.

ah fixe, fixe, nivelado)

 
Maxim Dmitrievsky:

ah bem legal, legal, nível )

Obrigado.

Aqui decidi pensar sobre a questão da automatização do ajuste de probabilidade para a classificação 0 e 1, fiz um cálculo de equilíbrio em incrementos de 0,1 e fiquei horrorizado com o resultado na amostra de teste

os mesmos modelos na amostra de teste

Acontece que a minha amostra de teste é muito favorável à estratégia sem quaisquer condições adicionais de MO, o que aparentemente impede a aprendizagem (a aprendizagem tem lugar na amostra de treino, e a selecção do modelo tem lugar na amostra de teste), o que acha?

 
Aleksey Vyazmikin:

Obrigado.

Aqui decidi pensar na questão da automatização do ajuste de probabilidade para quebrar a classificação em 0 e 1, fiz um cálculo de equilíbrio em incrementos de 0,1 e fiquei horrorizado com o resultado na amostra de teste

os mesmos modelos na amostra de teste

Acontece que a minha amostra de teste é muito favorável à estratégia sem quaisquer condições adicionais de MO, o que aparentemente dificulta a aprendizagem (a aprendizagem está na amostra de treino e a selecção do modelo está na amostra de teste), o que acha?

Não entendo bem o que está nas fotos e a essência do problema.

Eu próprio fiz muitas variantes de modelos e agora estou a tentar descobrir qual escolher para a monitorização :D ou para melhorar ainda mais

em suma... as abordagens atuais não alimentam os negócios corretamente, seja em ziguezague ou algum outro absurdo

porque para cada dimensão da janela deslizante deve haver uma distribuição diferente da qual as negociações são feitas. Então o modelo se ajusta melhor, inclusive à amostra de teste. (enquanto o ziguezague ou outros outputs são muito determinísticos em si mesmos, há poucos graus de liberdade para encaixar) O último é fazê-lo e isso é tudo, ou seja, a enumeração dos outputs é mais completa, e então realmente não há mais nada a fazer

para entradas com diferentes desfasamentos, à maneira antiga, com auto-selecção via importans e talvez via PCA para se livrar da correlação, tais variantes de bots também feitas. Mas, em geral, a utilização do PCA é uma ideia imperfeita (embora, mais uma vez, o oposto esteja escrito na Internet). Não só as amostras precisam de ser centradas, como em novos dados estes componentes lentamente se transformam em escória.

Tudo isto dá algo assim, praticamente sem alarido, basta esperar 10 minutos:

a possibilidade de melhorias adicionais parece duvidosa quando o modelo já está a mais de 100% do comboio.

talvez com um bom pedaço de gráfico/instrumento você possa tirar um pouco mais dele.