Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3077

Novo comentário
 
Maxim Dmitrievsky #:
Acontece que você leu o artigo na diagonal e não entendeu nada. As perguntas aqui não são mais para cientistas.

Vamos fazer uma pergunta de controle, então. Que tipos de f-y incômodos existem e como eles se diferenciam? E como você os chamaria de forma diferente? Não sendo um agricultor coletivo, mas de sangue azul.

Embora, devido à sua tendência presunçosa de rotular as pessoas, seja desagradável lidar com você, mais tarde eu lhe responderei para discutir publicamente a tradução da terminologia no exemplo de um artigo muito interessante.

Por enquanto, a tradução do Yandex para incômodo é .

incômodo, incômodo, incômodo, aborrecimento, fardo ...

Não estou nem um pouco satisfeito. Mais tarde, apresentarei minha tradução e a justificarei. Estou ocupado agora.

 
СанСаныч Фоменко #:

Embora sua tendência presunçosa de rotular as pessoas torne desagradável lidar com você, com certeza responderei mais tarde para discutir publicamente a tradução da terminologia no exemplo de um artigo muito interessante.

Por enquanto, a tradução do Yandex para incômodo é

Incômodo, incômodo, incômodo, aborrecimento, fardo ...

não me agrada nem um pouco. Darei minha tradução mais tarde e a explicarei. Estou ocupado no momento.

Antes de uma história muito interessante, procure a definição na Internet (seção de estatísticas).

e também a RF é apenas mencionada no artigo, mas não é a base do artigo.

não leu o artigo, mas tirou conclusões.

 
Maxim Dmitrievsky #:

Antes de uma história muito interessante, procure a definição na Internet (seção de estatísticas).

e também a RF é apenas mencionada no artigo, mas não é a base do artigo.

não leu o artigo, mas tirou conclusões.

4 Simulação

Estudo Estudamos o desempenho de amostras finitas de meta-aprendizes para a estimativa de efeitos de tratamento heterogêneos com base em Random Forests (Breiman, 2001; consulte também Biau & Scornet, 2016, para obter uma introdução abrangente). O foco do estudo de Monte Carlo está em uma avaliação da influência da divisão da amostra e do ajuste cruzado na estimativa do efeito causal. Para esse fim, comparamos os metalearners discutidos acima estimados com amostra completa, divisão de amostra dupla e ajuste cruzado duplo.


Contamos com o Random Forest como o aprendiz base para todos os meta-aprendizes por vários motivos.


não leuo artigo, mas tirou conclusões .

Não vejo sentido em discutir nada com você!

 
СанСаныч Фоменко #:

4 Modelagem

Estudo Investigamos a eficácia de metaestudos de amostras finitas para estimar efeitos de tratamento heterogêneos com base em florestas aleatórias (Breiman, 2001; consulte também Biau & Scornet, 2016, introdução detalhada). O foco do estudo Monte Carlo é avaliar o impacto da divisão da amostra e do ajuste cruzado na estimativa dos efeitos causais. Para esse fim, comparamos os meta-aprendizes discutidos acima, estimados com amostragem completa, divisão de amostragem dupla e ajuste cruzado duplo.


Confiamos no Random Forest como o método de aprendizado de linha de base para todos os meta-aprendizados por vários motivos.


Não li os artigos, mas já os peguei.

Não vejo motivo para discutir nada com você!

O artigo não é sobre RF, mas sobre inferência causal, portanto, a terminologia é de lá.

como você ainda não está em condições de discutir nada, é claro que não vê sentido nisso.
 

Proponho unir esforços para buscar informações úteis na base de código, ou seja, indicadores interessantes.

A tarefa é demorada, mas há uma probabilidade de que algo subestimado seja encontrado.

Vamos criar preditores básicos para indicadores e indicadores-alvo, analisar a distribuição de probabilidade para o indicador-alvo.

Como resultado, selecionaremos indicadores personalizados interessantes com suas configurações para diferentes TFs e instrumentos de negociação.

De minha parte, cerca de 200 núcleos serão incluídos no trabalho. Organizarei o trabalho conjunto e escreverei o código necessário.

Como resultado, poderemos usar qualquer um dos indicadores analisados em nosso código, tendo um padrão para suas configurações, incluindo o intervalo e a etapa de variação de cada configuração.

Todos os participantes desse trabalho conjunto poderão usar as conquistas.

Será conveniente organizar o processo no Discord. O que você acha? Parece que todos saem ganhando - você não compartilha seus segredos, mas obtém um resultado potencialmente útil.

 

Estou aprendendo a exibir um gráfico interativo no R com shiny para meu aplicativo....

um pouco com muletas, mas consegui fazer isso direito, ainda não experimentei a biblioteca dash....

Portanto, se estiver interessado, você pode usá-lo. O gráfico abre em um navegador e você pode criar um modo de tela cheia clicando duas vezes nele.


O gráfico tem todos os recursos, você pode exibir negociações, desenhar, selecionar objetos, obter valores, etc... (mas esse é um código separado)


library(xts)
library(plotly)
library(shiny)
library(shinyfullscreen)


len <- 50000
times <- seq(as.POSIXct("2016-01-01 00:00:00"), length = len, by = "sec")
prices <- cumsum(rnorm(len)) +1000

p <- to.minutes5(as.xts(prices,order.by = times))

dat <- cbind.data.frame(index(p) , coredata(p))
colnames(dat) <- c("date","open","high","low","close")




my_plot <- function(dat,width,height){
  library(plotly)
  
  pl <- plot_ly(dat, x = ~date, type="candlestick",
                open = ~open, close = ~close,
                high = ~high, low = ~low,
                line = list(width = 1),
                width = width, height = height)
  
  pl <- layout(pl,
               xaxis = list(rangeslider = list(visible = F),
                            title = ""),
               yaxis = list(side = "right"),
               plot_bgcolor='rgb(229,229,229)',
               paper_bgcolor="white",
               margin = list(l = 0, r = 0, t = 0, b = 0))
  pl
}
resize_tag <- function(){
  tags$head(tags$script('
                        var dimension = [0, 0];
                        $(document).on("shiny:connected", function(e) {
                        dimension[0] = window.innerWidth;
                        dimension[1] = window.innerHeight;
                        Shiny.onInputChange("dimension", dimension);
                        });
                        $(window).resize(function(e) {
                        dimension[0] = window.innerWidth;
                        dimension[1] = window.innerHeight;
                        Shiny.onInputChange("dimension", dimension);
                        });
                        '))
}







ui <- fluidPage(
  resize_tag(),
  #plotlyOutput("plot")
  fullscreen_this(   plotlyOutput("plot")   )
)


server <- function(input, output) {
  output$plot <- renderPlotly( {   
    my_plot(dat,
            width  = (0.95*as.numeric(input$dimension[1])),
            height =  as.numeric(input$dimension[2]))
  })
}

#shinyApp(ui = ui, server = server)
shinyApp(ui, server, options = list(launch.browser = TRUE))
 
Aleksey Vyazmikin indicadores personalizados interessantes com suas configurações para diferentes TFs e instrumentos de negociação.

De minha parte, cerca de 200 núcleos serão incluídos no trabalho. Organizarei o trabalho conjunto e escreverei o código necessário.

Como resultado, poderemos usar qualquer um dos indicadores analisados em nosso código, tendo um padrão para suas configurações, incluindo o intervalo e a etapa de variação de cada configuração.

Todos os participantes desse esforço conjunto poderão usar as conquistas.

Será conveniente organizar o processo no Discord. O que você acha? Parece que todos ganham - você não compartilha seus segredos, mas obtém um resultado potencialmente útil.

90% do МА de tais indicadores são substituídos por filtros digitais e wavelets. O que resta? Indicadores de volatilidade, o que mais?

 
Rorschach #:

90% dos MA de tais indicadores são substituídos por filtros digitais e wavelets. O que resta? Indicadores de volatilidade, o que mais?

Você também pode adicionar uma tentativa de prever seus valores por meio de retornos à tarefa geral do valor do indicador - se ele tiver 100% de precisão, jogue-o fora.

Você pode começar com um simples - categorizar por tipos - osciladores, médias - como MA, indicadores de nível - que são recalculados relativamente raramente.

E você pode processar notícias históricas dentro da estrutura desse projeto.
 

Então ninguém gostou da minha ideia?

Todos se acham mais inteligentes do que os outros e têm certeza de que não pode haver nenhuma ideia útil nos indicadores?

Ou simplesmente não estão interessados em obter informações úteis junto com eles? Nem para si mesmos nem para os outros?

Ou você tem 10 vidas de reserva e espera gerenciar tudo sozinho?

 
Aleksey Vyazmikin indicadores personalizados interessantes com suas configurações para diferentes TFs e instrumentos de negociação.

De minha parte, cerca de 200 núcleos serão incluídos no trabalho. Organizarei o trabalho conjunto e escreverei o código necessário.

Como resultado, poderemos usar qualquer um dos indicadores analisados em nosso código, tendo um padrão para suas configurações, incluindo o intervalo e a etapa de variação de cada configuração.

Todos os participantes desse esforço conjunto poderão usar as conquistas.

Será conveniente organizar o processo no Discord. O que você acha? Parece que todos saem ganhando - você não compartilha seus segredos, mas obtém um resultado potencialmente útil.

Alexei, isso é quase impossível

1...307030713072307330743075307630773078307930803081308230833084...3399
Novo comentário