Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Перепробовал все архитектуры MLP и RNN
Главный фактор - количество переменных
Bias-variance tradeoff, азы ML.
Пробовал от противного: переобучал донельзя, почти пункт в пункт, чтобы на форварде сливала стабильно, а после чего переворачивал позиции. Да, слив прекратился, но превратился во флет из-за спреда огромного количества сделок. Один облом компенсирует другой.
Пробовал от противного: переобучал донельзя, почти пункт в пункт, чтобы на форварде сливала стабильно, а после чего переворачивал позиции. Да, слив прекратился, но превратился во флет из-за спреда огромного количества сделок. Один облом компенсирует другой.
Попробуйте волатильность (индикатор std). На новых данных получше будет, потому что она всегда примерно одинаковая. Будет только разница, если на новых данных при такой же волатильности рынок в другую сторону двигается.
Благодарю за совет.
Была идея в своих данных нормализовать их (обрубить хвост) до одного знака после запятой .0;
Мол, создать стационарность, а то реагирует на эти мелкие числа и из-за них тупо запоминает "путь" цены как-будто
Благодарю за совет.
Была идея в своих данных нормализовать их (обрубить хвост) до одного знака после запятой .0;
Мол, создать стационарность, а то реагирует на эти мелкие числа и из-за них тупо запоминает "путь" цены как-будто
На вход можно подавать всё что угодно:
время дня, день недели, можно и фазы луны и тд. и тп.
Нормальная сеть сама отсортирует нужные и ненужные данные.
Главное это чему учить!
Обучение с учителем здесь плохо подходит. Сети с обратным распространением ошибки просто бесполезны.