Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 240
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
treinou o kohonen sobre preços
O,H,L,C,
O[-1], H[-1], L[-1], C[-1]
todo o cálculo foi feito em relação ao actual aberto como nos nomes das colunas
H/O L/O C/O O1/O H1/O L1/O C1/O
1 1.004326 0.9986890 1.0011799 0.0000000 0.000000 0.0000000 0.0000000
2 1.000000 0.9962027 0.9968574 0.9988215 1.003143 0.9975121 1.0000000
3 1.005518 0.9989490 1.0045980 1.0032843 1.003284 0.9994745 1.0001314
4 1.000392 0.9966000 0.9975154 0.9954230 1.000915 0.9943769 1.0000000
5 1.006949 1.0000000 1.0038023 1.0026223 1.003016 0.9992133 1.0001311
6 1.005877 0.9993470 1.0045710 0.9960820 1.003004 0.9960820 0.9998694
foi assim que foi feito nos links que eu dei.
kohonen dividiu os dados em 100 clusters, isso é muito, nesses sites eles dividiram em 5-6 clusters, a precisão dos padrões dos castiçais deveria ter sido muito maior...
Mas na verdade a qualidade do reconhecimento é terrível, não se pode sequer chamar-lhe reconhecimento
=====================================
Tive melhor sorte com o agrupamento pelo método do vizinho mais próximo (kmeans), mas os resultados ainda não são satisfatórios
então decidiu visualizar o aglomerado
O ideal seria que fosse assim
mas com 50 clusters, é assim
===========================================
Conclusão
Então, antes de falar sobre ruído, você deve primeiro transformar os dados para que o MO possa entender os dados, talvez seja por isso que o MO foi treinado melhor no aleatório porque o aleatório não é exatamente aleatório, quando é gerado está sujeito a algumas restrições rígidas de variância, dispersão, etc. Então é mais estacionário, estou certovizard?
Bem, os rapazes descobriram, por simples exemplos, que é mais fácil entrar em menos aglomerados)))
=============================================
Sim, é por isso que estava a sugerir ver o homem da floresta a construir as árvores...
de que serve ter menos cachos se esta coisa com cem cachos por vezes confunde a cor da vela, para não falar das combinações de candelabros
Eu não me lembro de nada sobre a madeira.
Não percebo, no entanto.
Como foi feito o alvo?
De onde veio a fórmula?
Eu também não sei disso. É por isso que ele é um mágico :)
A questão é que ele me disse quais características de castiçal usar para reconhecer padrões, todo o resto é uma realização matizada.
Não posso criar fórmulas, mas por exemplo quero fazer o seguinte - para agrupar estes preditores (características de castiçal), estimar a rentabilidade do comércio por cada agrupamento individual, dividi-los em três grupos compra/venda/saída de acordo com o movimento médio dos preços após cada agrupamento. E então algo como uma floresta pode obter regras lógicas em vez de agrupamento, mas não é realmente necessário, quaisquer novos dados podem ser agrupados por regras previamente obtidas de acordo com o modelo, e pelo número do agrupamento para tomar uma decisão.
Eu quero agrupar estes preditores (características do castiçal), estimar a rentabilidade do comércio por cada cluster individual, dividi-los em três grupos de compra/venda/saída de acordo com o movimento médio dos preços após cada cluster. E então algo como uma floresta pode obter regras lógicas em vez de agrupamento, mas não é realmente necessário, quaisquer novos dados podem ser agrupados por regras previamente obtidas de acordo com o modelo, e pelo número do agrupamento para tomar uma decisão.
Bem, eu fiz algo muito parecido, não sei que tipo de alvo vais mapear para os clusters.
Tenho andado a fazer spreads... Dividi-o em 100 a 200 clusters.
Em citações encontradas 2-10 +- clusters interessantes que ganharam algo, em oos todos plummeted
Em randoms eu encontrei 2-7 +- clusters interessantes, em oos (em citações reais) cerca de 30-60% dos clusters ganhos, alguns muito estáveis
Mas o primeiro lugar aqui é o problema do pré-processamento adequado dos dados, quando analisei visualmente o que está nesses clusters então fiquei chateado, por exemplo, se temos um cluster de duas velas, pode muito bem ser em um cluster duas velas brancas e duas pretas, ou seja, duas situações diametralmente opostas em um cluster, você sabe como é ruim, então você precisa de um bom pré-processamento de dados para que eu não pare tão forte, porque o bom de tais clusters não é o mesmo que atirar uma moeda ao ar
Dê uma olhada neste artigo, eu acho que será útil.
Boa sorte.
Há um cheiro persistente de xamanismo vindo de todos estes exercícios à luz das velas. Não há um pensamento regular! Apenas um espantoso composto de algoritmos de aprendizagem de máquinas de alto nível e um típico disparate de análise técnica.
Por alguma razão não há nenhum esforço para usar outros pares de moedas como preditores. Afinal de contas, há muitos pares de moedas relacionadas. A mais simples: para um par de moedas, que é um par de destino, selecionamos os preditores derivados deste par de moedas. Depois pegamos os mesmos preditores de outros pares de moedas.
Obtemos uma pilha de preditores e depois verificamos toda a pilha de preditores obtidos quanto à sua influência sobre a variável alvo. Este passo é obrigatório. Porquê perseguir o lixo pela sala com uma vassoura?
E depois tudo o resto.
Observo que há alguma ideia de "ligar pares de moedas uns aos outros" na minha proposta.
Se estamos a tentar gerar algum conjunto de preditores, tem de haver uma ideia. NÃO PODE SER ESTA IDEIA: PEGUE DUAS VELAS, DEPOIS A COR DELAS, DEPOIS DUAS VOLTAS E FINALMENTE TRÊS VOLTAS.
Há um cheiro persistente de xamanismo vindo de todos estes exercícios à luz das velas. Não há um pensamento regular! Apenas um espantoso composto de algoritmos de aprendizagem de máquinas de alto nível e um típico disparate de análise técnica.
Por alguma razão não há nenhum esforço para usar outros pares de moedas como preditores. Afinal de contas, há muitos pares de moedas relacionadas. A mais simples: para um par de moedas, que é um par de destino, selecionamos os preditores derivados deste par de moedas. Depois pegamos os mesmos preditores de outros pares de moedas.
Obtemos uma pilha de preditores e depois verificamos toda a pilha de preditores obtidos quanto à sua influência sobre a variável alvo. Este passo é obrigatório. Porquê perseguir o lixo pela sala com uma vassoura?
E depois tudo o resto.
Observo que há alguma ideia de "ligar pares de moedas uns aos outros" na minha proposta.
Se estamos a tentar gerar algum conjunto de preditores, tem de haver uma ideia. NÃO PODE SER ESSA IDEIA: PEGUE DUAS VELAS, DEPOIS A COR DELAS, DEPOIS DUAS VOLTAS E FINALMENTE TRÊS VOLTAS.
=======================================
Você está falando do material no artigo ou em geral?
Quando parece, você deveria ser batizado. Agora ssa)))
"tais como funções de ativação que são frequentemente utilizadas em redes. Podem ser utilizados não só na saída das redes, mas também na entrada" = o prefácio
de um livro (o livro não é mau, eu estava a folheá-lo há muito tempo) de há vinte anos atrás. Neurocomputing e suas aplicações em economia e negócios.
p. 130. Normalização de Dados Individuais.
http://www.neuroproject.ru/Papers/EzSh/Lecture_7.pdf
"Uma técnica importante e bem trabalhada é usar os parâmetros do método "Análise Estrutural Singular" ou "Lagarta"." 1996г.)))
http://www.gistatgroup.com/gus/ex1.html
Você é muito jovem para me dar conselhos.
E a S.A. é uma ferramenta maravilhosa em mãos capazes.
Boa sorte.
Há um cheiro persistente de xamanismo vindo de todos estes exercícios à luz das velas. Não há um pensamento regular! Apenas um incrível composto de algoritmos de aprendizagem de máquinas de alto nível e um típico disparate de análise técnica.
Sanych, vai em frente e fá-lo!!!
1) Diga o essencial da idéia
2) escreva e poste o código
3) mostrar fotos do comércio nos oos
apenas blá-blá...
Você deve fazer pelo menos um post real que confirme seu ponto de vista, que você tão apaixonadamente defende, e que você pode tocá-lo, mas você não vai fazer isso, certo? Eu sei porque...
Não sou capaz de criar fórmulas, mas, por exemplo, quero fazer o seguinte - agrupar estes preditores (características de velas), estimar a rentabilidade do comércio por cada agrupamento individual, dividi-los em três grupos compra/venda/saída de acordo com o movimento médio dos preços após cada agrupamento. E então algo como uma floresta pode obter regras lógicas em vez de agrupamento, mas não é realmente necessário, você pode agrupar quaisquer novos dados de acordo com regras previamente obtidas de acordo com o modelo e tomar uma decisão com base no número do agrupamento.