Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 854
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
Para mim? Eu já resolvi o problema. Agora estou a pensar noutra coisa para fazer. Python ou R. Ainda não tenho nenhuma ideia nova.
Então como você avalia o modelo? Ou você sempre tem o mesmo modelo quando você constrói o mesmo conjunto várias vezes. Ai sim?
Você está certo, você está certo, mas a tarefa da IA está precisamente na série não-estacionária, onde o padrão está flutuando. A tarefa da IA é mantê-la funcionando quando essa relação foge, mesmo que por pouco tempo, mas por tempo suficiente para ganhar dinheiro. Afinal de contas, o padrão não muda por saltos e limites. No lugar do principal, a primeira entrada há outra, mas a principal ainda permanece no conjunto e aqui é a IA que assume o fardo de segurar a linha, como eles dizem. É por isso que no primeiro mês do contrato de futuros se tem que treinar muito frequentemente, especialmente quando o mercado não sabe para onde ir. Olhando para o Vtrite, eu posso ver este padrão a dançar à volta. Mas no meio e no fim dos futuros, como regra, o mercado torna-se mais ordenado e uma entrada domina durante muito tempo.
Cara, todo mundo trabalha desde o momento ou alguns dias antes do fechamento dos futuros anteriores. Que diabos é o primeiro mês?
o padrão varia caótica e os desvios nos padrões aumentam exponencialmente com o tempo
qualquer aproximador (excepto, em parte, o RNN ou o LSTM) não pode resolver tais problemas
todos os artigos sobre estatísticas, com tentativas de os aplicar ao mercado na sua forma actual - podem ser deitados fora e não lhes prestam qualquer atenção
os principais esforços devem ser concentrados em métodos de trabalho num ambiente não estacionário, um dos quais é sugerido por Alexander (desde que não haja sinais que tenham um efeito estacionário num quociente, que não possa ser extraído do próprio quociente, a-priori)Então, qual é o método de estimar o modelo? Ou você sempre tem o mesmo modelo quando você constrói o mesmo conjunto repetidamente? É isso?
Provavelmente diferente, quem sabe. Está sendo treinado em uma sequência aleatória.
Provavelmente diferente, quem sabe. É treinado numa sequência aleatória.
Está bem, então como é que se escolhe o certo??? Ou todos eles acabam por dar o mesmo resultado no ciclo de feedback???
No meu caso, todos os modelos funcionam de forma diferente no loop de feedback....
Está bem, então como é que se escolhe o certo??? Ou todos eles acabam por dar o mesmo resultado no ciclo de feedback???
Eu tenho todos os modelos que funcionam de forma diferente na o.c.p.....
Eu só tenho um modelo - neurónios nc-60. Não há necessidade de escolher. Nós treinamos, nós trabalhamos.
Sim, feedback - o que é isso?
Eu só tenho um modelo - NS -60 neurónios. Não tens de escolher nada. Nós treinamos, nós trabalhamos.
Sim, o que é a O.C.D.?
Uh... Geez........ Tens uma NS, mas quando a treinas, vais ter sempre pesos de neurónios diferentes. SEMPRE DIFERENTE. Vai funcionar da mesma forma na área de treino. Mas cada vez que você treiná-lo, você sempre terá um NS diferente e a diferença está nos coeficientes dos neurônios. Assim, podemos determinar estatisticamente que esta NS funcionará melhor no futuro com este conjunto particular de probabilidades do que com este. Não é? Ou eu não entendo alguma coisa. Em P é tudo cosido dentro de ......, como eu entendo...
Sim... Geez...... Você tem um NS, MAS ao treiná-lo você sempre terá diferentes coeficientes de ponderação de neurônios. SEMPRE DIFERENTE. Vai funcionar da mesma forma na área de treino. Mas cada vez que você treiná-lo, você sempre terá um NS diferente e a diferença está nos coeficientes dos neurônios. Assim, podemos determinar estatisticamente que este NS funcionará melhor no futuro com este conjunto particular de probabilidades do que com este. Não é? Ou eu não entendo alguma coisa. É que em R está tudo cosido dentro de ......, como eu entendo...
Eu não trabalho em R.
Sim, é sempre uma NS diferente com cada treino. Eu verifico, o único, com uma BP independente, e fora para o real. A propósito, para os futuros.
Eu não trabalho em R.
Sim, é sempre uma NS diferente em cada treino. Eu verifico, o único, com uma BP independente, e fora para o real. A propósito, em futuros.
Também tenho estado a testá-lo com uma TA independente. A minha estratégia básica permite-me criar um BP assim sem perder tempo. Mas, afinal, é melhor usar métodos calculados no meu exemplo. Portanto, estatisticamente mais confiável para entender o quanto o seu modelo contém informação sobre a saída....