Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2075
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
Может я заблуждаюсь, на логика подсказывает, что деревья не могут делать вычисления, а значит создать новый объект из цифр им не под силу, а вот сеть может преобразовать числовой ряд и создать новый признак для обучения.
Да, так и есть, проще говоря сети умеют интерполировать внутри себя (выдумывать (и в хорошем и в плохом смысле))
а деревя умеют только хорошо подстраиваться
Прикладного толку с этой задачи не много, но пе результату востановления мы можем судить на сколько качественно мы обрабатываем/нормируем данные и вообще какого они качества, а это уже не плохо - знать что сетка не работает не потому что она тупая а потому что мы плохо представили данные, или наоборот
Вот так вот, простой эксперимент, а понимания прибавилось ))
Может я заблуждаюсь, на логика подсказывает, что деревья не могут делать вычисления, а значит создать новый объект из цифр им не под силу, а вот сеть может преобразовать числовой ряд и создать новый признак для обучения.
Вычислять не могут, они как база данных с очень быстрым доступом - только запоминают.
Они запомнят, что при такой-то комбинации входов ССI или любой другой индикатор имел такое-то значение. Если точно такой комбинации нет, дерево найдет ближайшую комбинацию в результате на CCI будет небольшая ошибка. Если лес, то он несколько вариантов усреднит, возможно будет точнее, чем от одного дерева.
Как то видел выражение, "базы данных на основе нейросетей". Думаю нейросети тоже только запоминают.
Что значит легко? можно в цифрах ? или подробней?
У меня вот легко не получилось
Только что пробовал востановить CCI с периодом 14 построенный только по клоузам
на вход падавал ретурны клоузов в ск. окне размером 20
Так что ретурны г-но ))
А вот если нормировать оригинал (не ретурны) в рендж 0-1 каждое наблюдение то выглядит уже лучше
В цифрах или подробнее не могу. Года 2 назад это делал на нейросети Darch, c полосовыми фильтрами из статей Владимира Перервенко.
это как ракеты Циркон.. кто первый дотумкается как делать, тот и в дамках
надо пилить разные классификаторы, может когда-нибудь повезет
это как ракеты Циркон.. кто первый дотумкается как делать, тот и в дамках
надо пилить разные классификаторы, может когда-нибудь повезет
надо написать рандомный перебор всего со всем и на этом обучаться, отбирать что обучаеться+ генетика чтобы поиск сократить, и оставить комп на пару месяцев....
это как ракеты Циркон.. кто первый дотумкается как делать, тот и в дамках
надо пилить разные классификаторы, может когда-нибудь повезет
Мне кажется разработчики и сами пробовали свои новые продукты на рыночных котировках. Если было бы существенное преимущество, вряд ли выложили бы в открытый доступ, а продали бы банку или фонду или свой фонд сделали бы.
почти что все новые достижения в МО хватаются квантами.. моментально. Там уже вопрос куда прикладывать
мы в этом смысле сильно отстаем, лет на 5 минимум )
надо написать рандомный перебор всего со всем и на этом обучаться, отбирать что обучаеться+ генетика чтобы поиск сократить, и оставить комп на пару месяцев....
сейчас как раз статья моя выйдет по рэндомному сэмплингу, но на питоне
чтобы было )
https://www.mql5.com/ru/articles/8642
в планах сравнить с RNN, CNN и проч. проч. Но сначала сделать еще несколько модификаций на катбусте.
Вот только мне кажется лучше не искать паттерн после паттерна, а искать цену отскока которая связана с этим паттерном , это сложнее намного в формализации , но как по мне
Можно посчитать на истории на сколько процентов был прирост цены при заданном паттерне ( среднее арифметическое , средне квадратическое) например.