Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 367

 
Maxim Dmitrievsky:


2 pcs com períodos diferentes, e um rsi.

Mas eu quero um conjunto de NSs de auto-treinamento ou um mas muito legal... constantemente usando um otimizador e esperar por um milagre não é uma opção

Se complexo - você pode colocá-lo nos servidores do Google, ou azure, ensiná-lo lá, então envie um bot para um servidor e obter os resultados ... e é isso, sem estresse em um computador ou VPN ... a idéia é um milhão . Ou seja, treinamos um neurônio normal em uma nuvem adequada, e o terminal é usado para simples negociação e obtenção de resultados.

Vou tentar alimentá-lo com o meu NS e calcular a correlação com o alvo, só por interesse. Talvez eu possa fazê-lo hoje... Então vou escrever o quão correlacionados eles estão.
 
Dimitri:


Depois, a segunda opção - colar em NS tudo o que você tem. Mas há duas MAS:



Porquê tudo?

Existe um método que tem sido testado durante séculos. Nem sequer um método, mas uma ciência com um T maiúsculo.

Chama-se astrologia.

É tudo científico, tudo segundo as regras. Se o enfiarmos em redes neurais, eles certamente trarão muito dinheiro. O principal é ser infalível.

 
elibrarius:
Vou tentar alimentá-lo para o meu NS, e calcular a correlação com o alvo, apenas por interesse) Basta codificar o cálculo da correlação de entradas com saídas. Talvez eu possa fazê-lo hoje... então vou escrever o quão correlacionados eles estão.

Acho que é possível encontrar um período de reg quando eles estão bem correlacionados
 
elibrarius:
Vou tentar alimentá-lo no meu NS, e calcular a correlação com o alvo, só por diversão) Basta codificar o cálculo da correlação de entradas com saídas. Talvez eu possa fazê-lo hoje... então vou escrever o quão correlacionados eles estão.


Porque é que estás a escolher a correlação?

O Dmitry disse-lhe algumas ferramentas acima. Esta não é a invenção dele. A selecção do prognóstico é uma das peças mais importantes do dataminig.

Não te deixes enganar por isso.

Leva o caret. Está tudo arquivado. Há lá três funções. Eles funcionam perfeitamente.

 
SanSan Fomenko:


Porque é que estás a escolher a correlação?

Dimitri deu-lhe algumas ferramentas acima. Esta não é a invenção dele. A selecção do prognóstico é uma das peças mais importantes do dataminig.

Não te deixes enganar por isso.

Leva o caret. Está tudo arquivado. Há lá três funções. Todos eles funcionam bem.

Eu só faço tudo no próprio MT5 e NS da Alglib, já agora a Alglib tem cálculo de correlação por matriz, por isso não me preocupo muito com isso) Mas tenho andado a brincar com a escolha do que apagar primeiro e do que remover depois...
 
SanSanych Fomenko:


Porque é que estás a escolher a correlação?

Dimitri deu-lhe algumas ferramentas acima. Esta não é a invenção dele. A selecção do prognóstico é uma das peças mais importantes do dataminig.

Não te deixes enganar por isso.

Leva o caret. Está tudo arquivado. Há lá três funções. Todos eles funcionam bem.


Você já ganhou muito com essa abordagem? ;) Com os seus karets e datamining... deve-se conhecer a honra)). Se eu posso dizer que a data mining é uma coisa intuitiva para negociadores mais ou menos experientes, e você quase não precisa de data maker, talvez às vezes para algumas coisas não óbvias, mas outras coisas são óbvias... É como usar calculadora o tempo todo, e o mesmo para iniciantes. É como usar uma calculadora o tempo todo ou apenas aprender a tabela de multiplicação... É como papelada sem resultado, apenas um processo para o bem do processo... se não souberes onde procurar, NUNCA o encontrarás num dataminer. Isto já foi confirmado por muitas pessoas aqui que nunca encontraram bons preditores.
 
Maxim Dmitrievsky:

Você já ganhou muito com essa abordagem? ;) Com as vossas carruagens e datamining... é preciso conhecer a honra)). Às vezes, para algumas coisas não óbvias, mas para o resto - tudo é claro... É como usar uma calculadora ou apenas aprender uma folha de cálculo. É como usar uma calculadora o tempo todo ou apenas aprender a tabela de multiplicação... É como papelada sem resultado, apenas um processo para o bem do processo... se não souberes onde procurar, NUNCA o encontrarás num dataminer. Isto já foi confirmado por muitas pessoas aqui que nunca encontraram bons preditores.
Acho que SanSanych pretendia não se preocupar em escrever seus próprios códigos, mas sim em usar funções prontas de R
 
elibrarius:
Acho que SanSanych não queria dar-se ao trabalho de escrever os seus próprios códigos, mas sim de usar funções prontas de R


Até agora tenho uma hipótese tão nula - datamining não tem nada a ver com nada e não é necessário se não se sabe o que se quer... como se não se soubesse o que se quer de uma rede neural agora... qual é a probabilidade de sucesso neste caso?

Ou fazer uma busca completa de todos os tipos de preditores por meio de datamining ou o quê? sem sequer a mínima genética... bem, o resultado, novamente, é óbvio...

 
Maxim Dmitrievsky:

Eu tenho uma hipótese tão nula até agora simplesmente - datamining é sobre nada e não é necessário se você não sabe o que você quer... aqui você não tem certeza do que você quer de uma rede neural... qual é a probabilidade de sucesso neste caso?
A primeira coisa que eu quero é fazer com que a NS existente funcione corretamente, e depois vou procurar os preditores certos, e o objetivo final é fazer dinheiro, assim como todos os outros aqui)
 
elibrarius:
A primeira coisa que eu quero é fazer o NS existente funcionar corretamente, e depois vou procurar os preditores certos, e o objetivo final é fazer dinheiro, como todos aqui).

E na idéia deveria ser assim: eu já tenho TS, mas não posso formalizá-lo corretamente e selecionar parâmetros para ele, vou pedir a NS para fazer isso :)) Ou apenas um simples classificador, usando Reshetovsky como exemplo, para começar