Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1927
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
это все уже нюансы, можно сделать селекцию от хороших фичей типа потомство как в генетике, и тогда случайный поиск будет медленно перерастать в направленный ....
Кароче треньдеть можно сколько угодно и чем угодно, кто делать то будет??? А тут как в песне - "крикну , а в ответ тишина"
Сперва хотя бы зоны правил определить. Лаговые, индикаторные нужны нет и какие, глубину и ширину поиска. На одном или всех ТФ, а это несколько тогда рядов и размерность улетает просто. Сезонные поиски, нужны нет. Без этого сложно начать)
Сперва хотя бы зоны правил определить. Лаговые, индикаторные нужны нет и какие, глубину и ширину поиска. На одном или всех ТФ, а это несколько тогда рядов и размерность улетает просто. Сезонные поиски, нужны нет. Без этого сложно начать)
зоны определить, лаги определить, ТФ определить.. итп это все отсебятина, ты не знаешь что надо а что нет, знал бы , не занимался бы поиском, в том то и суть чтобы машина нашла такие решения которые тебе в голову бы не пришли никогда, а если ты засунешь ее в свои рамки то получиться очередной стохастик
Да я вообще не знаю алгоритма кластеризации который правила создает
При кластеризации множество строк были распределены в разные области, сформировалась карта, которую, как я предполагаю можно вызвать через:
И уже далее взвешивая каждую строку причислять её к тому или иному центру кластера. Я вот только не пойму, как происходит взвешивание отдельно взятой строки...
Я уже говорил, интерпретируйте по прямому назначению инструмента, а вы стремитесь цветком гвозди забивать
Да я такой, уже получил на обучении деревья, для каждого кластера свое - есть листья с хорошей полнотой и приемлемой точностью - вечером соберу в советник и посмотрю, что будет на новых данных, что эффективней получиться - использовать одно дерево или разбивку на 4.
Решил посмотреть на значимые развороты рынка. Значимые Развороты как целевая. Думал будет хаос, но нет..
Какое правило для отнесения разворота к значимому?
Ну что , очень даже интересно. Спасибо за напутствие
Можете кодом для чайников поделиться, может приобщусь к эRовцам?
Спасибо, выгрузить кластеризацию удалось.
рандом...
Фичу можно представить в виде лог. правила..
размер правила - рандомно
содержание правила - рандомно
нагенерили 1000 правил - отправили в МО как 1000 фичей
отобрали 1-5 хороших фичей если они есть, если нет то выкинули все.
отобранные фичи кинули в "базу хороших фичей"
и опять генерим 1000 фичей , и так далее
когда в "базе хороших фичей" будет больше 1000 фичей можно тренить новую модель на них и смотреть что там получилось
Так чем Ваш метод лучше моего - сбор листьев - это по сути новые предикторы, получившиеся на базе имеющихся данных. Нужно просто строить деревья не только с использованием сравнения но и преобразование и объединения уровней целевой, в общем можно на базе обычного дерева это реализовать и тащить от туда листья.
зоны определить, лаги определить, ТФ определить.. итп это все отсебятина, ты не знаешь что надо а что нет, знал бы , не занимался бы поиском, в том то и суть чтобы машина нашла такие решения которые тебе в голову бы не пришли никогда, а если ты засунешь ее в свои рамки то получиться очередной стохастик
Искать можно только в определенном пространстве, и без определения зоны поиска никак))) Машина глупая к сожалению, но работящая)
Если конечно есть идеи поиска правил без правил неких закономерностей в многомерных рядах, или хотя бы в одномерных, то хотя бы сформулировать как то надо, как подходить к идее генерации правил без правил. Правил, так же как и закономерностей бесконечно много по условию задачи.
короче, прикрутил я катбуста вместо деревьев.. и... проблема была не в деревьях, а как всегда, в голове :з
не работает метода как ожидалось
Прикрутили при помощи класса от Aliaksandr Hryshyn?
Так чем Ваш метод лучше моего - сбор листьев - это по сути новые предикторы, получившиеся на базе имеющихся данных. Нужно просто строить деревья не только с использованием сравнения но и преобразование и объединения уровней целевой, в общем можно на базе обычного дерева это реализовать и тащить от туда листья.
Вопрос в генерации фичей / лог.правил
Вопрос в генерации фичей / лог.правил
Так фичи и будут генерироваться - надо подготовить конструктор, в виде базовых правил.
К примеру, как ведет себя цена в канале описать один раз, потом просто менять каналы, и так далее.
Так фичи и будут генерироваться - надо подготовить конструктор, в виде базовых правил.
К примеру, как ведет себя цена в канале описать один раз, потом просто менять каналы, и так далее.
Я так понял что это часть правил, если так, то да, это можно реализовать.
При кластеризации множество строк были распределены в разные области, сформировалась карта, которую, как я предполагаю можно вызвать через:
И уже далее взвешивая каждую строку причислять её к тому или иному центру кластера. Я вот только не пойму, как происходит взвешивание отдельно взятой строки...
эту карту называют либо прототипы либо центры кластеров, новые данные сравниваються на близость с каждым центром и получают метку самого близкого центра
По каждой функции есть вшитая справка нужно просто написать в консоли "?" и название функции типа "?Kmeans"
внизу всегда есть примеры
как предсказать https://stackoverflow.com/questions/53352409/creation-prediction-function-for-kmean-in-r
Решил посмотреть на значимые развороты рынка. Значимые Развороты как целевая. Думал будет хаос, но нет..
Какое правило для отнесения разворота к значимому?
колено зигзага
Ну что , очень даже интересно. Спасибо за напутствие
Можете кодом для чайников поделиться, может приобщусь к эRовцам?
Владимир выложил код . Может азы подучте, а то сразу лезть в такие вещи, вопросов будет много , а толку мало, поделайте примеры стой книжки например
Спасибо, выгрузить кластеризацию удалось.
.