Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1744
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
Fui eu que lhe mostrei este pacote, lembre-se, quando lhe pedi para fazer um script para mt4, havia um neurônio do pacote nnfor, e o alvo era PIP- Perceptualmente Importantes Pontos (repr_pip) da TSrepr :)
Vladimir! Tenho algumas perguntas, se me permite...
1) Diga-me que erro máximo conseguiu alcançar na classificação da direcção em ziguezague no EURUSD? E você usou o filtro sonoro enquanto o fazia?
2) A "discretização" dos preditores, que você descreveu em seus artigos, piora a qualidade da aprendizagem
3) Eu quero tentar fazer algum tipo de meta-learning, no nível mais baixo, a essência da idéia é a seguinte :
n1. treinar um meteorologista sobre os dados
n2. retiramos todas as regras que a Forest gerou e as submetemos como novos preditores; cada regra é um preditor, portanto temos 500-1000 regras. Os prognósticos parecem "esparsos", mas o que pode ser feito?
P.3 Treinar um novo modelo sobre regras de previsão...
A idéia é
1) aumentar o número de palpiteiros
2) obter regras mais complexas e profundas, ou seja, regras mais complexas hierarquicamente
3) A floresta mostra a previsão como soma de todas as regras (árvores), acho que se considerarmos não a soma das regras, mas as regras separadamente, podemos separar melhor os rótulos das classes, talvez encontrar algumas combinações únicas de regras, etc.
A questão é: o que acabei de escrever não é o habitual aumento de gradiente?
4) E também , onde obter aqueles indicadores espectrais que você usa satl, fatl etc .
1. Eu lembro-me desta história sobre o pacote. Pacote prometedor.
2 O melhor resultado com o conjunto ELM é Acc=0,8+-0,1. Pode ser feito não só como filtro de ruídos. A exatidão não é o indicador de qualidade mais importante para o TC. Para os nossos objectivos é mais importante ter a média máxima de recompensa por barra num determinado intervalo de tempo.
3. A discretização remove o problema dos outliers e torna a relação dos preditores com o alvo mais linear. Mas eu ainda não recebi uma melhoria significativa na qualidade da classificação. Vou continuar a cavar nesta direcção. Muitas técnicas novas surgiram.
4. Não percebo porque te atolaste numa simples floresta. A área está agora arada para cima e para baixo. Há dezenas de novas opções de RF. O mais recente e exótico e ainda em bruto é o conjunto de gerador. Uma floresta em que qualquer modelo pode ser aninhado, e não apenas uma árvore de decisão.
Experimente soluções prontas, sem necessidade de reinventar a roda, é melhor aprender a andar bem com as prontas.
Estou no processo de implementação de um pacote de integração Python com o MT5, pena que tenham parado a integração com o R.
Boa sorte.
2. o melhor resultado com o conjunto ELM é Acc=0,8+-0,1. o processamento das amostras de ruído é obrigatório. Isso pode ser feito não só como filtro de ruídos.
Olha, aqui estão os resultados do xgboost
ziguezague, classificação, relógio eura, sem remover amostras de ruído, preditores (pca e indicadores) , sem preparação de dados, basta empilhar tudo e ir
erro no OOS
Então as árvores também são boas, e se você remover o barulho ...
A exatidão não é o fator de qualidade mais importante para o TS. Para os nossos objectivos é mais importante ter a recompensa média máxima por barra num determinado intervalo de tempo.
E como pode ser expressa como uma variável-alvo?
3. A discretização remove o problema dos outliers, torna a relação dos preditores com o alvo mais linear. Mas eu ainda não obtive uma melhoria significativa na qualidade da classificação. Eu continuo a cavar nesta direcção. Muitas técnicas novas surgiram.
O principal é não piorar as coisas, eu pessoalmente preciso de discretização para transformação em dados categóricos, de preferência sem perda de informação. Mais uma vez, tudo isto é necessário para criar regras.
4. Não percebo porque estás atolado numa simples floresta.
Estou um pouco atolado em regras decisivas em geral... Você está interessado em modelos de pesquisa, eu entendo, mas eu estou interessado no processo em si e é aí que a interpretabilidade é necessária.
A "aprendizagem padrão" que você e (99,9% dos outros) fazem tem uma falha em relação ao mercado.
Por "aprendizagem padrão" quero dizer que os dados são representados como uma matriz (uma linha é um conjunto de treinamento com uma etiqueta de classe), e este modelo não vê nada além da linha da matriz.
Se imaginamos que o mercado é um modelo orientado por eventos, e tenho certeza que é, então vamos modelar uma situação.
se evento 1então evento 2 então evento 3 então evento Y == 1
Como você vê esta regra )))) (esta é outra resposta ao porquê de eu ter ficado atolado nas regras)
E se o evento 1 aconteceu há uma semana e o evento 2 aconteceu ontem?
E se o evento 1 pode acontecer há uma semana e 5 minutos atrás aqueles que não acontecem regularmente, e assim com cada evento, a coisa principal que os eventos ocorrem e na ordem certa.
Nenhuma AMO encontrará estas regularidades quando os dados estiverem na forma de uma matriz com dados plotados usando o método de janela deslizante.
Então é isso que estou a dizer, huh... Como você pode procurar por padrões que ocorrem em um período de tempo não regular?
Aqui está a minha tentativa de encontrar algo que deve tentar responder a estas perguntas.
à procura de regras associativas - o pacote arules.
Você pode encontrar tais regras com as quais Y está associado e não importa em que seqüência essas regras ocorrem em
busca de seqüências de regras associativas arules seq.
Pode-se encontrar tais regras com as quais Y está associado, mas levando em conta a seqüência dessas regras.
Análise Profunda e Agrupamento de Sequências deTraMineR
Geração de regras genéticas SDEFSR
A essência do pacote não é prever Y, mas explicá-lo, um algoritmo que tenta explicar que eventos devem acontecer na matriz de aprendizagem para que Y apareça
Todas estas abordagens, em teoria, deveriam aumentar muito o potencial das nossas actuais capacidades de previsão.
E como você pode ver, todos eles são baseados em regras lógicas)
Tópico interessante. Embora eu não seja matemático e esteja longe da aprendizagem mecânica, eu vejo qual é o problema. E eu sei como consertá-lo. É impossível criar um sistema de auto-aprendizagem se não soubermos quando o mercado começa a mover-se, se começa de todo, e se começa quando termina e se é possível lucrar com este movimento. Devemos criar um modelo de trabalho, ou seja, um sistema rentável. E então, a partir dele, defina o algoritmo para comparar e melhorar o sistema. Eu segui este caminho e criei um algoritmo simples, embora para negociação manual. Veja o tópico de interesse Como aumentar a sua conta em 1000 vezes.https://www. mql5.com/ru/forum/330313
Já olhei através de metade deste fio e ainda não percebi o essencial).
Eu olhei através da metade deste fio e ainda não entendi qual é o objetivo)
A questão é que uma única corrida tem uma probabilidade diferente de uma corrida em conjunto e pode ser qualquer coisa.
Já procurei a meio deste fio, ainda não percebi o essencial).
É simples. Você não deve tentar entender o mercado inteiro. E não confie no robô para procurar estes padrões em todo o mercado. Leve apenas uma pequena parte do mercado. E confie no robô para procurar padrões em apenas partes semelhantes do mercado. Ou encontre você mesmo estes padrões. Existem situações no mercado em que a probabilidade de ganhar é muito maior do que de perder. E há situações em que é melhor ficar fora do mercado. E há a maioria destas situações. Então, pegue apenas esta parte do mercado e ignore todos os outros movimentos, e crie um algoritmo de negociação.
Eu olhei através da metade deste fio e ainda não entendi qual é o objetivo).
É como ler meio livro e não entender nada. Algumas pessoas conseguiram aumentar suas contas em centenas de vezes, enquanto eu consegui dezenas de vezes, e um autor escreveu no ramo que ele conseguiu aumentar suas contas em 1000 vezes. Portanto, existem regularidades no mercado. É com essas regularidades que temos de trabalhar.https://www.mql5.com/ru/forum/330313
É simples. Não tens de tentar compreender o mercado inteiro. E não confie num robô para procurar estes padrões em todo o mercado. Leve apenas uma pequena parte do mercado. E confie no robô para procurar padrões apenas em partes semelhantes do mercado. Ou encontre você mesmo estes padrões. Existem situações no mercado em que a probabilidade de ganhar é muito maior do que de perder. E há situações em que é melhor ficar fora do mercado. E há a maioria destas situações. Então, pegue apenas esta parte do mercado e ignore todos os outros movimentos e crie um algoritmo de negociação.
É o que fazemos aqui, mas a um nível diferente...
Aqui está um algoritmo -- uma árvore de resolução ou desing tree.
O que é isso?
Esta é uma regra lógica que pode ser considerada como marcando alguma parte do mercado, ou você pode imaginar que este é um micro sistema de negociação para esta parte do mercado. Então vamos ainda mais longe e adicionamos muitas dessas regras(micro-sistemas), às vezes milhares em um, será um algoritmo da Floresta
É simples. Não tens de tentar compreender o mercado inteiro. E não confie num robô para procurar estes padrões em todo o mercado. Leve apenas uma pequena parte do mercado. E confie no robô para procurar padrões apenas em partes semelhantes do mercado. Ou encontre você mesmo estes padrões. Existem situações no mercado em que a probabilidade de ganhar é muito maior do que de perder. E há situações em que é melhor ficar fora do mercado. E há a maioria destas situações. Então, pegue apenas esta parte do mercado e ignore todos os outros movimentos e crie um algoritmo de negociação.
É como ler meio livro e não entender nada. Algumas pessoas conseguiram aumentar suas contas cem vezes, e eu as aumentei repetidamente dez vezes, e um autor escreveu em um fio que ele conseguiu aumentar suas contas mil vezes. Portanto, existem regularidades no mercado. Por isso, estas regularidades devem ser trabalhadas.https://www.mql5.com/ru/forum/330313
Procurei e não entendi, porque não vi nenhum algoritmo claro de ações, e também não vi nenhum não claro, não vi nenhum, apenas fotos e posts com 1000% de participação.