Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1611

 
Evgeny Dyuka:
Se por preditores você quer dizer fichas, então eu acho que não será equivalente no caso geral, depende de como você divide as fichas. Muito provavelmente, devido à falta de dados, um modelo que teoricamente poderia ser treinado por 1000 não será treinado por 100.
Não está claro porque devemos fazer isso em primeiro lugar, os fetches são selecionados com base em dar ao modelo um conjunto de dados minimamente suficiente. Uma vez que originalmente era para ser mínimo, como podemos dividi-lo mais tarde?

Dividir para reduzir a dimensionalidade...

Como sabemos este mínimo suficiente de características? Só através de treinamento, não é possível treinar uma centena de recursos, mas e se precisarmos de 10 000 recursos?

Por exemplo, para descrever uma característica completa com dois castiçais, precisamos de criar 45 variáveis, e precisamos de 105 variáveis com três castiçais...

 
Alexander_K2:

Aqui está o primeiro que encontrei:


Havia outros postos semelhantes, mas sou demasiado preguiçoso para olhar...

Saber sempre escreve de tal maneira que leva uma semana para chegar ao ponto, e então acontece que ele não quis dizer isso. E ele próprio, de facto, usa a mesma estratégia num símbolo (não vi outro).

Alexander_K2:

Max, só não me assustes por teres saído completamente do Forex... Isso seria muito triste... Tudo está apenas começando :))

Às vezes eu negoceio arbitragens ou mãos... As redes neurais estão mortas, não querem negociar correctamente.

 
mytarmailS:

Dividir para reduzir a dimensionalidade...

Como sabemos este mínimo suficiente de características? Só através de treinamento, não é possível treinar uma centena de recursos, mas e se precisarmos de 10 000 recursos?

Por exemplo, para descrever uma característica completa com dois castiçais, precisamos de criar 45 variáveis, e com três castiçais precisamos de 105 variáveis...

Por favor, diz-me, como se obtém 45 variáveis a partir de dois castiçais?

Acho que é um pouco demais, ou talvez eu esteja a pensar nisso.

 
mytarmailS:

Dividir para reduzir a dimensionalidade...

Como sabemos este mínimo suficiente de características? Só através de treinamento, não é possível treinar uma centena de recursos, mas e se precisarmos de 10 000 recursos?

Por exemplo, para descrever uma característica completa com dois castiçais, precisamos de criar 45 variáveis, e com três castiçais precisamos de 105 variáveis...

tente https://colab.research.google.com/
Nas configurações selecione TPU, funciona rápido o suficiente, a única desvantagem é que eles não deixam você usá-lo por muito tempo, eles mudam para CPU normal, mas também é animado, você pode carregá-lo durante a noite
 
Aleksey Mavrin:

Você pode ser mais específico sobre como isso faz 45 variáveis de duas velas?

Acho que é um pouco exagerado ou estou a pensar nisso.

Temos dois vectores de variáveis, a vela actual e a anterior ("-1")

a = "aberto", "alto", "baixo", "baixo", "fechado", "centro".

b = "open-1", "high-1", "low-1", "close-1", "center-1".

a variável "centro" é o meio do castiçal (alto+baixo)/2, sem esta variável é impossível descrever um padrão como "eskimo" etc. Eu acho que o significado de outras variáveis não é necessário para explicar, elas são óbvias.

Então, vamos criar todas as combinações lógicas possíveis (e não as lógicas, também).

[1] "1"               "open   >   high"
[1] "2"              "open   >   low"
[1] "3"                "open   >   close"
[1] "4"                 "open   >   center"
[1] "5"                 "open   >   open-1"
[1] "6"                 "open   >   high-1"
[1] "7"                "open   >   low-1"
[1] "8"                  "open   >   close-1"
[1] "9"                   "open   >   center-1"
[1] "10"             "high   >   low"
[1] "11"               "high   >   close"
[1] "12"                "high   >   center"
[1] "13"                "high   >   open-1"
[1] "14"                "high   >   high-1"
[1] "15"               "high   >   low-1"
[1] "16"                 "high   >   close-1"
[1] "17"                  "high   >   center-1"
[1] "18"              "low   >   close"
[1] "19"               "low   >   center"
[1] "20"               "low   >   open-1"
[1] "21"               "low   >   high-1"
[1] "22"              "low   >   low-1"
[1] "23"                "low   >   close-1"
[1] "24"                 "low   >   center-1"
[1] "25"                 "close   >   center"
[1] "26"                 "close   >   open-1"
[1] "27"                 "close   >   high-1"
[1] "28"                "close   >   low-1"
[1] "29"                  "close   >   close-1"
[1] "30"                   "close   >   center-1"
[1] "31"                  "center   >   open-1"
[1] "32"                  "center   >   high-1"
[1] "33"                 "center   >   low-1"
[1] "34"                   "center   >   close-1"
[1] "35"                    "center   >   center-1"
[1] "36"                  "open-1   >   high-1"
[1] "37"                 "open-1   >   low-1"
[1] "38"                   "open-1   >   close-1"
[1] "39"                    "open-1   >   center-1"
[1] "40"                 "high-1   >   low-1"
[1] "41"                   "high-1   >   close-1"
[1] "42"                    "high-1   >   center-1"
[1] "43"                  "low-1   >   close-1"
[1] "44"                   "low-1   >   center-1"
[1] "45"                     "close-1   >   center-1"
Apenas duas velas, miserável duas velas.....
 

A resposta mais clara para a razão pela qual os conjuntos de modelos têm melhor desempenho do que os modelos fracos individuais.

Uma explicação em termos de DSP (Digital Signal Processing) sobre o exemplo de sinal e ruído, como o ruído se suprime a si mesmo quando somado

https://www.youtube.com/watch?v=wqD892r-wfo&list=PLmu_y3-DV2_kpP8oX_Uug0IbgH2T4hRPL&index=13

Recomendo que vejam todas as séries de palestras, garanto-vos que ficarão mais sábios + novas ideias... Super palestras! )

Основы ЦОС: 13. Виды шумов, отношение сигнал/шум (ссылка на скачивание скрипта в описании)
Основы ЦОС: 13. Виды шумов, отношение сигнал/шум (ссылка на скачивание скрипта в описании)
  • www.youtube.com
Этот ролик знакомит нас с основными характеристиками случайных процессов, такими как математическое ожидание, дисперсия, корреляционная функция и спектральна...
 
mytarmailS:

Temos dois vectores de variáveis, a vela actual e a anterior ("-1")

a = "aberto", "alto", "baixo", "baixo", "fechado", "centro".

b = "open-1", "high-1", "low-1", "close-1", "center-1".

a variável "centro" é o meio do castiçal (alto+baixo)/2, sem esta variável é impossível descrever um padrão como "eskimo" etc. Eu acho que o significado de outras variáveis não é necessário para explicar, elas são óbvias.

Então, vamos criar todas as combinações lógicas possíveis (também não lógicas).

Apenas duas velas, miserável duas velas.....
Todas estas combinações NS/les irão analisar internamente. Apenas OHLC e Center devem ser alimentados com a entrada. Sim e Centro será definido internamente se for útil para o resultado.
 

Uau))

 
mytarmailS:

Uau)))

martingale puro, é sempre assim com ele ))
 
mytarmailS:

Uau)))

Fazendo este tipo de estratégia há meio ano, o resultado máximo em testes de retaguarda é x5 durante um ano, mas 1 vez por ano é obrigado a sugar tudo e não há maneira de resolver este problema.