Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2131

 

Estou a pensar na "procura completa" de regularidades, sem um alvo como "o que vai acontecer na próxima vela" e coisas do género...

A busca consiste em procurar apenas regularidades, o alvo é encontrar uma regularidade, e não "o que estará na próxima vela", também as regularidades podem ser esticadas no tempo, por exemplo, se hoje foi "evento 1" e depois "evento 2", e depois "evento 3"... por exemplo, se hoje tivermos "evento 1" e depois " evento 3", então amanhã às 14:05 será uma vela ascendente ou algo do género)

Tenho uma ideia melhor de como deve ser e qual o algoritmo a aplicar, mas provavelmente precisaria de algum poder computacional, que não tenho (


A propósito, quantas repetições de um evento para considerá-lo um padrão?

 
elibrarius:

Teoricamente, deveria ser a mesma coisa.
O número de diferentes opções em dias, horas e minutos equivale ao número de opções em pecados e cossenos. Há 10080 valores diferentes em 7 dias, mudando a cada minuto.
Se houver alguma randomização no treinamento, esta pode ser a razão para a diferença.

Com o que andaste a treinar, um catbust?

As experiências são sempre mais importantes.

Olhe para o primeiro preditor T1 (Den_Nedeli_S), ou mais exatamente sua grade

T2


E dias da semana sem transformação de tempo.

Como você vê, as grades são diferentes e há diferentes deltas entre os dígitos, embora as configurações de partição sejam as mesmas:

catboost-0.24.1.exe fit  --learn-set train.csv   --test-set test.csv     --column-description %%a        --has-header    --delimiter ;   --model-format CatboostBinary,CPP       --train-dir ..\Rezultat\RS_208\result_4_%%a     --depth 6       --iterations 1000       --nan-mode Forbidden    --learning-rate 0.03    --rsm 1         --fold-permutation-block 1      --boosting-type Plain   --l2-leaf-reg 6         --loss-function Logloss         --use-best-model        --eval-metric Logloss   --custom-metric Logloss         --od-type Iter  --od-wait 100   --random-seed 0         --random-strength 1     --auto-class-weights SqrtBalanced       --sampling-frequency PerTreeLevel       --border-count 208      --feature-border-type MinEntropy        --output-borders-file quant_4_00208.csv         --bootstrap-type Bayesian       --bagging-temperature 1         --leaf-estimation-method Newton         --leaf-estimation-iterations 10        

O que significa que você pode combinar a divisão mais precisamente, o que pode resultar em um ajuste ou um resultado melhor...

 
mytarmailS:

Estou a pensar na "procura completa" de regularidades, sem um alvo como "o que vai acontecer na próxima vela" e coisas do género...

A busca consiste em procurar apenas regularidades, o alvo é encontrar uma regularidade, e não "o que estará na próxima vela", também as regularidades podem ser esticadas no tempo, por exemplo, se hoje foi "evento 1" e depois "evento 2", e depois "evento 3"... por exemplo, se hoje tivermos "evento 1" e depois " evento 3", então amanhã às 14:05 será uma vela ascendente ou algo do género)

Tenho uma ideia melhor de como deve ser, e que algoritmo aplicar, mas provavelmente seria preciso muito poder de computação, que eu não tenho (

Oh, eu também farei algo semelhante :))))


mytarmailS:

A propósito, tal pergunta, quantas repetições de um evento para considerá-lo um padrão?

Eu uso o critério - não menos de 1% de toda a amostra e é a "frequência" de recorrência de um evento com o mesmo resultado que importa. Eu não sei como medir a "frequência".

 
Aleksey Vyazmikin:

As experiências são sempre mais importantes.

Olhe para o primeiro preditor T1 (Den_Nedeli_S), ou melhor, para a sua grelha

T2


E dias da semana sem conversão de tempo

Como você vê, as grades são diferentes e há diferentes deltas entre os dígitos, embora as configurações de partição sejam as mesmas:

O que significa que você pode combinar a divisão com mais precisão, o que pode resultar em um ajuste ou um resultado melhor...

ESTÁ BEM. Sine+ cosine é melhor não só para NS, mas também para árvores.

 
elibrarius:

Óptimo. Sine+cosine é melhor não só para NS, mas também para árvores.

Eu não chegaria a essa conclusão - até agora, podemos dizer que o resultado não é idêntico.

 

roda do tempo


.

 
mytarmailS:

Estou pensando em fazer uma "busca completa" .....

Só coloquei a hora e o dia da semana e a cor da vela...

dados como uma única semana, quarenta semanas no total, e pesquisou padrões dentro deles


Sexta-feira_18:20_dw significa Sexta-feira - 18:20 - queda de velas


confiança - percentagem da regra 1 trabalhar é 100%

contar - quantas dessas regras foram encontradas

 lhs                          rhs           support confidence coverage lift     count
[1]  {Пт_18:20_dw}             => {Чт_1:0_up}   0.500   1          0.500    1.290323 20   
[2]  {Пт_16:15_up}             => {Пт_5:0_dw}   0.500   1          0.500    1.290323 20   
[3]  {Пн_21:0_dw}              => {Пт_5:0_dw}   0.500   1          0.500    1.290323 20   
[4]  {Ср_12:50_dw}             => {Чт_22:55_up} 0.525   1          0.525    1.538462 21   
[5]  {Пт_18:40_dw,Ср_22:15_dw} => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[6]  {Пн_0:0_dw,Пн_9:20_dw}    => {Пн_23:55_dw} 0.500   1          0.500    1.428571 20   
[7]  {Вт_20:40_up,Пн_0:0_dw}   => {Вт_21:5_up}  0.500   1          0.500    1.481481 20   
[8]  {Вт_9:40_dw,Пн_14:50_up}  => {Чт_1:0_up}   0.500   1          0.500    1.290323 20   
[9]  {Пн_0:0_dw,Чт_1:10_dw}    => {Чт_2:55_dw}  0.500   1          0.500    1.379310 20   
[10] {Пт_9:25_up,Ср_2:5_dw}    => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[11] {Пн_14:50_up,Пт_9:25_up}  => {Ср_2:5_dw}   0.500   1          0.500    1.538462 20   
[12] {Вт_13:0_dw,Ср_2:5_dw}    => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[13] {Чт_23:55_dw,Чт_4:20_dw}  => {Пн_0:0_dw}   0.500   1          0.500    1.250000 20   
[14] {Вт_18:55_dw,Пт_1:0_up}   => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[15] {Вт_18:55_dw,Чт_1:0_up}   => {Пн_14:50_up} 0.525   1          0.525    1.290323 21   
[16] {Вт_2:45_up,Пн_9:50_dw}   => {Пн_0:0_dw}   0.500   1          0.500    1.250000 20   
[17] {Вт_2:45_up,Ср_20:40_up}  => {Пн_0:0_dw}   0.500   1          0.500    1.250000 20   


esta norma

[1]  {Пт_18:20_dw}             => {Чт_1:0_up}   0.500   1          0.500    1.290323 20   

significa que se na quinta-feira à 1 da manhã havia uma vela que se levantava, na sexta-feira às 18:20 ela cairá. 20 regras foram encontradas, então a regra funcionou 20 em 20 vezes

IDD...

 
Aleksey Vyazmikin:


Eu uso o critério de pelo menos 1% de toda a amostra e a "frequência" de um evento com o mesmo resultado é importante. Não sei como medir a "frequência".

Os mesmos eventos são eventos com o mesmo resultado.

100% da amostra / % de repetição. 1% é frequência, mas sem regularidade. É aí que as coisas se complicam. Dividimos em períodos e vemos como os eventos são regulares. Você pode simplesmente usar mínimo e máximo em um período e dividir min por máximo para obter uma regularidade relativa e você pode usar o quadrado médio da raiz).

 
Oleg avtomat:

a roda do tempo

você pode adicionar mais minutos harmônicos, e somar os sinusoidais, você terá uma curva para descrever os três sinais

Mas e os feriados e fins-de-semana, é preciso ter tudo em conta, qual é o objectivo de tudo isso?
 
mytarmailS: A propósito, quantas vezes um evento deve ser repetido para ser considerado uma regularidade?

Eu tentei a minha própria métrica , mas só funciona para SL=TP, para outros rácios você tem que contar Hearst.