Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2394
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
Интересен вопрос запуска подобной связки на VPS. Хотелось бы обходиться без компиляции на сервере и установки на нём дополнительных программ с долгим их конфигурированием. В идеале - просто копируется на сервер один-единственный файл .ex5 и запускается как обычно.
ну установка питона + нескольких пакетов и сам бот на питоне, без .ex5. Минут 15
может через докер еще быстреену установка питона + нескольких пакетов и сам бот на питоне, без .ex5. Минут 15
На питоне уже можно писать советники? Или речь о зацикленном скрипте?
На питоне уже можно писать советники? Или речь о зацикленном скрипте?
зацикленном, собственно, это ничем не отличается от онТик или онТаймер в советниках
зацикленном, собственно, это ничем не отличается от онТик или онТаймер в советниках
Как-то боязно пока, подожду когда fxsaber благословит данный подход)
Как-то боязно пока, подожду когда fxsaber благословит данный подход)
гы.. )
Переношу сюда из ветки Aleksey Vyazmikin про объединение отрезков свой философский вопрос об алгоритмах классификации:
Интересует вопрос, как при выборе алгоритма и его обучении правильно учитывать то, что классы могут быть а) чётко отделёнными друг от друга, б) перемешанными, в) некая смесь пунктов а) и б). Для пункта (а) нужна чёткая классификация (ответы - либо 0, либо 1), для (б) - нечёткая (ответы - числа на отрезке от 0 до 1) , а для (в) - нужно как-то их смешать, но не взбалтывать.
Переношу сюда из ветки Aleksey Vyazmikin про объединение отрезков свой философский вопрос об алгоритмах классификации:
Интересует вопрос, как при выборе алгоритма и его обучении правильно учитывать то, что классы могут быть а) чётко отделёнными друг от друга, б) перемешанными, в) некая смесь пунктов а) и б). Для пункта (а) нужна чёткая классификация (ответы - либо 0, либо 1), для (б) - нечёткая (ответы - числа на отрезке от 0 до 1) , а для (в) - нужно как-то их смешать, но не взбалтывать.
Ну это похоже на бессмысленные терзания с примерно таким исходом
Для четко отделимых может иногда лучше подойти SVM, а так бустинг или НСНу это похоже на бессмысленные терзания с примерно таким исходом
Вполне логично) философский вопрос - философский ответ)
Мысль была о чём-то вроде композиции алгоритмов классификации. Например, нечёткая классификация проводится методом К ближайших соседей, но при этом некоторые соседи отбрасываются другим алгоритмом с чёткой классификацией. Если в этом есть хоть какой-нибудь минимальный смысл, то наверняка должны быть статьи на эту тему в сети)
Вполне логично) философский вопрос - философский ответ)
Мысль была о чём-то вроде композиции алгоритмов классификации. Например, нечёткая классификация проводится методом К ближайших соседей, но при этом некоторые соседи отбрасываются другим алгоритмом с чёткой классификацией. Если в этом есть хоть какой-нибудь минимальный смысл, то наверняка должны быть статьи на эту тему в сети)
Здесь нам снова на помощь приходит Прадо (раздел Meta labeling)
https://towardsdatascience.com/financial-machine-learning-part-1-labels-7eeed050f32e
Для четко отделимых может иногда лучше подойти SVM, а так бустинг или НС
Хочется чтобы алгоритм не только работал из коробки, но и как-то учитывал бы нашу специфику. На мой взгляд, у нас совмещается как перемешанность, так разделённость классов. Ну или можно сказать, что степень их перемешанности может сильно отличаться в разных местах множества признаков.