Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 326

 
Renat Akhtyamov:

Este ramo é enorme.

Alguém me pode dar uma dica...

Eu tenho gráficos de movimentos de vários pares de moedas. Como posso utilizar a aprendizagem da máquina para seleccionar parâmetros (lote, direcção) para abrir/fechar encomendas de modo a que o resultado seja o mais frequente possível no plus?

O que devo fazer, como devo treinar o programa?


Você pode usar o seguinte mecanismo de busca, digitar em "redes neurais" e selecionar artigos, há muitas informações úteis
 
Maxim Dmitrievsky:


No nosso caso, estamos apenas ajustando os pesos dos neurônios via otimizador, só isso... que diferença faz se é treinado em lógica ou via otimizador... E em termos de velocidade, penso que a aprendizagem é muito mais rápida na nuvem através do optimizador.

1000% em 2 meses é mau ou quê? :) Eu melhorei um pouco a lógica.

Aqui, é verdade, a maior recompensa veio em Abril. Desde meados de Maio, até uma tendência estável



2000% em 3 meses, mas também um drawdown de 64%, o que é lógico com um tal rendimento :) Já não faço mais spam, mas o RNN da Reshetova é definitivamente a coisa, o principal é inventar grandes preditores.

Que tal esta corrida incrível, 3000% em 3 meses com uma queda de 55%, quase perfeita.


 
Maxim Dmitrievsky:


2000% em 3 meses, mas também um drawdown de 64%, o que é lógico para um tal rendimento :) Estou farto de fazer spam... mas o PH da Reshetov é definitivamente uma coisa, o principal é encontrar bons preditores.

e aqui está uma corrida incrível, 3000% em 3 meses com um drawdown de 55%, quase perfeito.


Não é spam.

Tenho estado à espera de resultados há muito tempo.

Caso contrário, não vale a pena ler sequer.

 
Maxim Dmitrievsky:


2000% em 3 meses, mas o drawdown é de 64%, o que é lógico para um tal rendimento :) Estou farto de fazer spam... mas o PH da Reshetov é definitivamente uma coisa, o principal é encontrar bons preditores.

e aqui está uma corrida incrível, 3000% em 3 meses com um drawdown de 55%, quase perfeito.


ESTÁ BEM. E o que é que ele está a fazer na demonstração?
 
Renat Akhtyamov:
Está bem. O que se passa na demonstração?


Ainda não coloquei, será o mesmo, porque o teste é baseado em preços de abertura, os resultados são muito confiáveis.

Ainda não implementei todas as minhas ideias, estas são opções intermédias.

 
Renat Akhtyamov:

É um ramo enorme.

Alguém me pode dar uma dica...

Eu tenho gráficos de movimentos de vários pares de moedas. Como posso usar a aprendizagem da máquina para selecionar parâmetros (lote, direção) de abertura/fechamento de ordem, de modo que o resultado seja em lucro o mais freqüente possível?

Então o que você precisa fazer para treinar um programa?

Se estiver fora da caixa, você pode pegar o histórico de barras do MT5, exportá-lo para o csv e treinar os neurônios para negociar cada barra na direção positiva. O lote será constante durante o treinamento. Seria melhor determiná-lo mais tarde durante a negociação pelo próprio Expert Advisor, dependendo do balanço atual.

No testador, você terá uma troca perfeita neste período de tempo. Mas vai falhar em bares novos. Isto não é uma estratégia comercial, mas um ajuste rígido à história.
E só é adequado para grandes períodos de tempo, como M30, talvez M15. Nos mais pequenos, o spread vai devorar todos os lucros.

Você quer? :) Se sim, então eu adicionarei aqui o código modelo para fazê-lo, mas você tem que definir R (https://cran.r-project.org/bin/windows/base/) a fim de iniciar o treinamento do neurônio.

 
Dr. Trader:

Se você quiser fazê-lo rapidamente, você pode pegar a história das barras do MT5, exportá-lo para o csv e ensinar os neurônios a negociar cada barra na direção positiva. O lote no treinamento será constante, é melhor determiná-lo mais tarde pelo Expert Advisor durante a negociação, dependendo do balanço atual.

No testador, você terá uma troca perfeita nesse período de tempo. Mas em bares novos vai ser um fracasso. Não é uma estratégia comercial, é um ajuste difícil para a história.
E só é adequado para grandes períodos de tempo, como M30, talvez M15. Nos mais pequenos, o spread vai consumir todo o lucro.

Você quer? :) Se sim, então eu acrescentarei aqui o código de exemplo de como fazê-lo, mas você terá que definir R (https://cran.r-project.org/bin/windows/base/) a fim de iniciar o treinamento do neurônio.

Ainda é intrigante. Eu terei dados de entrada ligeiramente diferentes.

Gotta

 
Dr. Trader:

Se você quiser fazê-lo rapidamente, você pode pegar a história das barras do MT5, exportá-lo para o csv e ensinar os neurônios a negociar cada barra na direção positiva. O lote no treinamento será constante, é melhor determiná-lo mais tarde pelo Expert Advisor durante a negociação, dependendo do balanço atual.

No testador, você terá uma troca perfeita neste período de tempo. Mas em bares novos vai haver um fracasso. Não é uma estratégia comercial, é um ajuste difícil para a história.
E só é adequado para grandes períodos de tempo, como M30, talvez M15. Nos mais pequenos, o spread vai consumir todo o lucro.

Você quer? :) Se sim, então eu vou adicionar aqui o código de exemplo de como fazê-lo, mas você tem que definir R (https://cran.r-project.org/bin/windows/base/) a fim de iniciar o treinamento do neurônio.


Posso ter um pequeno manual em R e como treinar redes neurais simples com exemplos?
 
Maxim Dmitrievsky:

Posso perguntar-lhe um pequeno manual sobre R e como treinar redes neurais simples, com exemplos?

Há exemplos no próprio R. É verdade que eles não estão no nosso tema, mas eles explicam muito.

Mas em geral, eu gosto mais do SciLab (MathLab analógico). Em termos de redes neurais é mais pobre - apenas 3 pacotes (R tem 11), mas a ajuda é melhor, e a orientação do R é diferente, enquanto o SciLab está focado em cálculos científicos e técnicos e modelagem em tempo real.

Eu trabalho com ambos, mas com o SciLab mais. Esteja à vontade para se juntar a nós.

 
Yuriy Asaulenko:

Há exemplos no próprio R. É verdade que eles não estão no nosso tema, mas eles explicam muito.

Mas em geral, eu gosto mais do SciLab (MathLab analógico). Em termos de redes neurais é mais pobre - apenas 3 pacotes (R tem 11), mas a ajuda é melhor, e a orientação do R é diferente, enquanto o SciLab está focado em cálculos científicos e técnicos e modelagem em tempo real.

Eu trabalho com ambos, mas com o SciLab mais. Esteja à vontade para se juntar a nós.


Será possível ligar o SciLab ao mt-check?