Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2259
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
Maxim, já experimentou a máquina Neural Turing? Em que quadro e quais foram os seus sucessos?
Feliz Ano Novo e todos os seus desejos tornam-se realidade!
Olá, Feliz Ano Novo. Não. Estou mais interessado em modelos generativos agora, estão mais próximos da Turing, se não se consegue distinguir a série artificial da verdadeira. Na verdade, a solução certa para aplicar MO ao mercado já foi encontrada, ainda existem nuances. Você só precisa modelar corretamente o desvio do conceito e se educar.
...a solução certa para aplicar MO ao mercado já foi encontrada... E qual é essa solução? Presumo que haja uma série de soluções concorrentes)
E que tal modelar a deriva do conceito? Os feedbacks não estão a ajudar?
E conceitualmente, o que mais se supõe:
- Mudança gradual ao longo do tempo
- Mudança periódica ou cíclica
- Mudança súbita ou abrupta
Ou incluímos tudo ao mesmo tempo?
...a solução certa para a aplicação do ME no mercado já foi encontrada... E qual é essa solução? Presumo que existam algumas soluções concorrentes)
E que tal modelar a deriva do conceito? Os feedbacks não estão a ajudar?
E conceitualmente, o que mais se supõe:
- Mudança gradual ao longo do tempo
- Mudança periódica ou cíclica
- Mudança súbita ou abrupta
ou incluímos tudo ao mesmo tempo?
Você precisa olhar o que exatamente está mudando e o que o eixo está projetado para fazer. Modelar o que muda, ou seja, criar séries artificiais. Olha para a variedade de mudanças na história. Não existe uma solução única, mas é possível fazê-lo funcionar de acordo com a situação e durante bastante tempo. Relações inversas para modelagem de normas, por exemplo, gan's de recorrência, mas ainda não cheguei a elas. E o classificador para o modelo em si pode ser qualquer
geralmente resume-se a coisas bastante triviais, como a média incremental e o viés de variação, que precisam de ser mudadas. E o agrupamento da volatilidade é perfeitamente modeladoVocê precisa olhar o que exatamente está mudando e o que o eixo está projetado para fazer. Modelar o que muda, ou seja, criar séries artificiais. Olha para a variedade de mudanças na história. Não existe uma solução única, mas é possível fazê-lo funcionar de acordo com a situação e durante bastante tempo. Relações inversas para modelagem de normas, por exemplo, gan's de recorrência, mas ainda não cheguei a elas. E o classificador para o modelo em si pode ser qualquer
Normalmente, tudo se resume a coisas bastante triviais, como a mudança incremental média, que precisa de ser mudada. E o agrupamento da volatilidade é perfeitamente modeladoE se uma mudança de média (ou talvez mediana) incrementos, assumindo que é "mudança gradual com o tempo"/"mudança periódica ou cíclica" a introduz no modelo como uma variável de controle? Baseado no conceito de LifeLong Learning.
Mas provavelmente é mais difícil com mudanças bruscas ou abruptas, embora possa ser exactamente o oposto)
Que tal uma mudança na média (ou talvez na mediana) dos incrementos, tratando-a como uma "mudança gradual ao longo do tempo"/"mudança periódica ou cíclica" para introduzir no modelo como uma variável de controle? Baseado no conceito de LifeLong Learning.
É provavelmente mais difícil com mudanças bruscas ou abruptas, embora possa ser o contrário)
Eu não estou familiarizado com tais conceitos. Acho que basta dividir a fila em lotes de n-bar cada um e você pode embaralhar se quiser repentinamente. Eu não acredito que você possa identificar nada especificamente, mas através da enumeração de variantes para obter um modelo normal não é um problema. Que não viu os novos dados, mas foi treinado em algo semelhante, gerado. O principal é a cobertura de variantes para ser grande, caso contrário podemos acidentalmente pegar
Por exemplo, em todos os pares de moedas recebo bons modelos com horizonte de 5 anos treinados em um par de meses + artificiais. Eu não sei qual é a mudança global, mas se olharmos para as mudanças sazonais, a mudança da média é diferente. Ainda não o modelei.
Por exemplo, em todos os pares de moedas eu tenho bons padrões com um horizonte de 5 anos, aprendendo em apenas alguns meses + artificial. Qual é a mudança global aí, não sei, mas se olharmos para as sazonais, a mudança na média é diferente. Ainda não fiz nenhuma modelagem.
As ações/acomodações recebem modelos do mesmo horizonte? "um par de meses" é uma secção da história da BP? Se for assim, é um Klondike!
As ações/acomodações recebem modelos do mesmo horizonte? "um par de meses" é uma secção da história da BP? Se assim for, é um Klondike!
É tudo situacional, em algum lugar são 2 meses, em algum lugar o mercado mudou drasticamente e esta história não é suficiente. Em algum lugar você precisa de filtros adicionais. Ainda não experimentei outros instrumentos, podes experimentar em índices.
Eu tentei outras ferramentas para índices, você pode tentar. É apenas a abordagem em si - precisamos de muitos exemplos plausíveis, funciona em todo lugar, não apenas para séries temporais. Não há super ciência, basta dar uma olhadela e ver )
por exemplo, ensinar sobre relógios específicos (componentes sazonais), fez uma brutforce como esta. Seleção do padrão por horas. Cada ponto é um modelo, com 10 modelos treinados para cada relógio. Quanto mais densa e mais alta for a pontuação, melhor
Você pode ver no gráfico que existem muitos bons modelos nas margens do dia de negociação, no meio, onde a volatilidade é alta, esta estratégia funciona pior (em média). Há apenas alguns períodos de lixo, o resto pode ser trabalhado.
Depois, na 5ª hora que olho, fico com uma curva de equilíbrio. Todos os padrões se revelam bons para ele. Meia prova, meia pista (durante 5 anos). Para as sazonais preciso de mais de 2 meses, porque há poucos exemplos.
E tudo nesta veia. Eu queria escrever um artigo, mas é muito curto em palavras.
É GBPUSD, mas funciona em todos os pares de moedas.
Selecção de modelos por hora. Cada ponto é um modelo, com 10 modelos treinados para cada relógio. Quanto mais densa e mais alta for a pontuação, melhor
Depois, na 5ª hora que olho, fico com uma curva de equilíbrio. Todos os modelos são bons para isso. Meia prova, meia pista (durante 5 anos). Para as sazonais preciso de mais de 2 meses, porque há poucos exemplos
E tudo nesta veia. Eu queria escrever um artigo, mas é muito curto em palavras.
Isto é GBPUSD, mas funciona em todos os pares de moedas.
Como eles ignoraram o óbvio por tanto tempo...