Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 926
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
Ainda não posso dizer com certeza, como já joguei com muitos parâmetros, a melhoria foi de cerca de 0,1. Talvez haja algumas técnicas que eu não saiba, foi por isso que perguntei.
Claro que você pode, mas você tem que fazê-lo em partes (falhas no servidor), conjunto de filtros - definindo onde você não pode comprar/vender, conjunto MaloVhodov - entradas de tendências para lucro decente, conjunto MnogoVhodov - todas as entradas exceto as não-lucrativas.
Eu tentei Malovhodov para começar.
Tentou ensinar a floresta a prever arr_Buy a partir de 2015 com base em arr_Vektor_Week, arr_Vektor_Day, etc.
As classes são muito desequilibradas (há 10 vezes mais exemplos com a classe 0 do que com a classe 1), o que acrescenta muita dificuldade.
Esta é a árvore de 2015 treinada em
A previsão em ambos os casos é de baixa precisão, mas pelo menos é mais de 50% precisa em ambos os casos.
A árvore é assim:
Lá sempre à esquerda VERDADEIRA, à direita FALSA. Para ovals, o prognóstico precisa ser arredondado (>=0.5 -> 1; <0.5 -> 0) Vou tentar mnogovhodov, acho que será melhor, lá as classes 0 e 1 são mais iguais.
Tentei o Malovhodov para começar.
Tentou ensinar a floresta a prever arr_Buy a partir de 2015 com base em arr_Vektor_Week, arr_Vektor_Day, etc.
As classes são muito desequilibradas (há 10 vezes mais exemplos com a classe 0 do que com a classe 1), o que acrescenta muita dificuldade.
Esta é a árvore de 2015 treinada em
A previsão em ambos os casos é de baixa precisão, mas pelo menos é mais de 50% precisa em ambos os casos.
A árvore é assim:
Lá sempre à esquerda VERDADEIRA, à direita FALSA. Na previsão oval, você ainda precisa arredondar (>=0,5 -> 1; <0,5 -> 0) Vou tentar mnogovhodov, acho que será melhor, lá as classes 0 e 1 são mais iguais.
Uau, que árvore pequenina! Estou surpreso! Da árvore eu li o desejo de entrar numa inversão de tendência, ou seja, de comprar realmente no fundo. De acordo com o seu sistema os outros preditores não eram informativos?
Quais são os números em oval?A minha floresta para marcas verdadeiras e falsas atravessou.
A classe que eu procurava era mais da metade em outra classe no teste, mas se dividiu bem no treinamento)
Uau, que árvore pequenina! Estou surpreso! Da árvore li um desejo de entrar numa inversão de tendência, ou seja, de comprar no fundo do poço. De acordo com o seu sistema os outros preditores não eram informativos?
O que são números em ovals?Alguns deles foram rejeitados no processo de seleção dos parâmetros da árvore e dos preditores. Eu não posso dizer nada específico sobre a informatividade em geral, mas para este caso estes se encaixam melhor.
As ovais são previsões ao pé da árvore. A minha árvore foi treinada em modo "anova", ou seja, a probabilidade não é dada uma previsão específica 0 ou 1, mas sim a probabilidade. Qualquer coisa acima de 0,5 é muito provavelmente classe 1. O que é menos de 0,5 é muito provavelmente classe 0. Portanto, quanto mais perto de 0 ou 1, mais confiante é a previsão.
Você pode descrever a árvore programmaticamente da seguinte maneira:
Dr. Trader - por favor, escreva uma lista de preditores na árvore, porque a tela cortou os nomes deles.
Certo, eu não tinha reparado. No guizo, era de alguma forma fácil ver a lista e as regras. Não tenho guizo agora, vou procurar uma maneira alternativa de o fazer.
Alguns dos preditores foram eliminados no processo de seleção dos parâmetros da árvore e dos preditores; alguns preditores foram rejeitados pela própria árvore. Não posso dizer nada específico sobre a informatividade em geral, mas para este caso estes encaixam melhor.
As ovais são previsões ao pé da árvore. A minha árvore foi treinada em modo "anova", ou seja, a probabilidade não é dada uma previsão específica 0 ou 1, mas sim a probabilidade. Qualquer coisa maior que 0,5 é muito provavelmente classe 1. O que é menos de 0,5 é muito provavelmente classe 0. Portanto, quanto mais perto de 0 ou 1, mais confiante é a previsão.
Você pode descrever a árvore programmaticamente da seguinte maneira:
Ontem eu redidi as informações arr_iDelta em variações diferentes, adicionei dois tipos adicionais de preditores e fiz cálculos mais completos para H4,MN1,W1 - eu acho que são preditores importantes, então eu removi o analógico antigo e adicionei novos, por exemplo
A propósito, a maioria dos preditores são calculados usando script, os novos são calculados usando EA e o resultado é congruente, ou seja, sem espreitar.
Obrigado pela interpretação em forma de código! Se estiver interessado, dados sobre a colagem de futuros Si.
Vou anexar os arquivos novamente, sugiro que experimente com eles.