Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2217

Новый комментарий
 
Maxim Dmitrievsky:

ну это все вопрос о полуконтролируемом обучениии как раз. Пока читаю

Не знал, что есть такое. А я тогда буду пока экспериментировать, а там результаты, может, поможете теорией подкрепить :)

 
Valeriy Yastremskiy:

Если разбивать на однородные области получится автоматически, так же как и руками плюс минус, то все получится. 

Руками я вообще просто взял и вырезал сердцевину модели от 0,45 до 0,55 и обучился на этом, а тут надо реализовать автоматический выбор модели из множества для вырезания и определить границы проведения операции.

 
Aleksey Vyazmikin:

Не знал, что есть такое. А я тогда буду пока экспериментировать, а там результаты, может, поможете теорией подкрепить :)

много чего есть, но никто не изучает, все предпочитают выдумывать

 
Maxim Dmitrievsky:

много чего есть, но никто не изучает, все предпочитают выдумывать

Мне нравится творить - уходишь в такое состояние потока, что не замечаешь, как пролетают дни - устаешь под вечер, но счастлив, если продвинулся в работе. Такое никогда не испытывал при работе на третьих лиц.

 
Aleksey Vyazmikin:

Мне нравится творить - уходишь в такое состояние потока, что не замечаешь, как пролетают дни - устаешь под вечер, но счастлив, если продвинулся в работе. Такое никогда не испытывал при работе на третьих лиц.

а потом все общаются на разных языках как после вавилонской башни, вместо того чтобы учить матчасть )

 
Maxim Dmitrievsky:

а потом все общаются на разных языках как после вавилонской башни, вместо того чтобы учить матчасть )

Главное идею уловить, тогда и слова станут понятны :)

Я изучаю, что попадается под руку, но иностранщину через переводчик не очень жалую.

 
Aleksey Vyazmikin:

Руками я вообще просто взял и вырезал сердцевину модели от 0,45 до 0,55 и обучился на этом, а тут надо реализовать автоматический выбор модели из множества для вырезания и определить границы проведения операции.

Это и есть сложно, границы)))) когда и начало не определено...) Переводчик жалую, когда понимаешь, и перевод исправляешь норм. когда не до понимаешь, то грусть конечно.

 
Aleksey Vyazmikin:

Главное идею уловить, тогда и слова станут понятны :)

Я изучаю, что попадается под руку, но иностранщину через переводчик не очень жалую.

честно - не встречал почти ни одной нормальной статьи на русском, на том же хабре. Либо неудачный перевод с англ., либо чушь какая-то

 
Maxim Dmitrievsky:

читаю , но не понимаю


Создаем обучающие метки (случайный семплинг)

Обучающие примеры являются наборами признаков (или фичей) и соответствующим им метками. На выход модели должна подаваться некоторая информация, которую она должна научиться предсказывать. Мы рассмотрим случай бинарной классификации, модель будет предсказывать вероятность отнесения обучающего примера к классу 0 или 1. Логически вытекает, что нулям и единицам можно присвоить направления сделок: покупка или продажа. Иными словами, модель должна научиться прогнозировать направление сделки при заданных параметрах среды (наборе признаков).

def add_labels(dataset, min, max):
    labels = []
    for i in range(dataset.shape[0]-max):
        rand = random.randint(min, max)
        if dataset['close'][i] >= (dataset['close'][i + rand]):
            labels.append(1.0)
        elif dataset['close'][i] <= (dataset['close'][i + rand]):
            labels.append(0.0)              
        else:
            labels.append(0.0)
    dataset = dataset.iloc[:len(labels)].copy()
    dataset['labels'] = labels
    dataset = dataset.dropna()
    return dataset



В чем суть этого рандома, зачем он? , что это дает?

Зачем эти рандомные расстояния для меток?
 
mytarmailS:

читаю , но не понимаю


Создаем обучающие метки (случайный семплинг)

Обучающие примеры являются наборами признаков (или фичей) и соответствующим им метками. На выход модели должна подаваться некоторая информация, которую она должна научиться предсказывать. Мы рассмотрим случай бинарной классификации, модель будет предсказывать вероятность отнесения обучающего примера к классу 0 или 1. Логически вытекает, что нулям и единицам можно присвоить направления сделок: покупка или продажа. Иными словами, модель должна научиться прогнозировать направление сделки при заданных параметрах среды (наборе признаков).



В чем суть этого рандома, зачем он? , что это дает?

Зачем эти рандомные расстояния для меток?

прогноз на n-баров вперед. Когда не знаешь какое время надо держать сделку. Пишите в каменты к статьям вопросы

1...221022112212221322142215221622172218221922202221222222232224...3625
Новый комментарий