Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2951
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
Renat Fatkhullin #:
Свои достижения я показал - они видны всем. А вот с вашими совсем все плохо - у вас только комментарии на этом форуме.
Есть что показать, есть код публично доступный? Что-нибудь осязаемое есть?
Если позволите, встречный аналогичный вопрос.
(это не про Ваш бизнес, а конкретно про тему МО)
Моделям уже год и переобучать пока не планирую, нейросеть прогнозирует несколько торговых пар крипты и публично сигналит свои прогнозы с указанием длительности прогноза.
После каждого сигнала, по истечении времени сигнала, публикуется скрин отработки.
Всем дается бесплатный триал период что бы убедиться, что сигналы и отчеты соответствуют друг другу.
Так нормально?
Не надо тут телеграм каналы публиковать.
Там спор был с mytarmailS (не с вами), например, это он Ренату:
А как обучать сети, как не обучать, какие данные подавать, как подавать, вы понятия не имеете..
Так что не рассуждайте о том о чем не имеете понятия и не критикуйте то от чего далеки
а потом, после того, как Ренат ушел с ветки - этот пост #29493 (и там был спор не с Романом), где mytarmailS объявляет себя Учителем
(то есть, MQ должно у него учиться).
Но а потом в личке писал мне всякие гадости про mql5, про этот интернет ресурс, что никаких кодов/скриптов он постить тут не будет, а будет только посты делать, то есть - разговаривать (потому что, как он говорит - тут "убогое mql", и у него все должны учиться, и так далее).
Забанил пользователя mytarmailS на день.
----------------------
То есть, и у него крыша съехала ... (сначала у JeeyCi , потом у mytarmailS ) ... что за ветка такая?
Не надо тут телеграм каналы публиковать.
у вас тут бизнес и вас раздражает, что народ пишет не то и так, вместо того, что бы тратить силы на развитие МО в среде MQL5
так забаньте уже, давно пора
у вас тут бизнес и вас раздражает, что народ пишет не то и так, вместо того, что бы тратить силы на развитие МО в среде MQL5
Там не с вами спор был. Не переводите на себя.
Этот свой пост (и свой пост выше) - позже удалю.
Если позволите, встречный аналогичный вопрос.
(это не про Ваш бизнес, а конкретно про тему МО)
Конкретно для МО сделано:
Это сделано для публики и используется массово по всему миру.
Хотите это сравнить с парой скопипасщенных (как это обычно у адептов машинного обучения) скриптов?
Будьте рациональны и не кидайтесь на тех, кто делает работу и выкладывает ее на публику.
Хочу добавить свои пять копеек и отделить мух от котлет, которые, каковы бы качественными они не были, не решают проблем мух.
На этой ветке у определенной части участников имеется стойкое понимание, что основной проблемой финансовых рынков является их НЕстационарность, причем проблема НЕстационарности на данный момент НЕ имеет окончательного решения. Всякие разговоры о длительности тестирования, времени успешности торговли - все это пустое, многократно опровергалось практикой, разоряя Нобелевских лауреатов, не признававших проблему НЕстационарности. Существование проблемы нестационарности прекрасно подтверждает рынок сигналов на этом сайте: все сигналы умерли, просто одни раньше, а другие намного позже.
Можно выделить два подхода решения проблемы НЕстационарности финансовых рынков:
1. Моделирование Нестационарности, что пытаются сделать в рамках моделей GARCH, коих уже более сотни.
2. Попыток найти паттерны в нестационарном входном потоке в надежде, что эти паттерны будут повторяться в будущем. Это пытаются сделать в рамках так называемого "машинного обучения". К примеру, модель RandomForest находит минимум 50 паттернов, 150 паттернами исчерпывается любой временной период. Но следующий шаг может поменять набор паттернов и нужны специальные усилия в подготовке входных данных, чтобы эти паттерны если и менялись, то не очень сильно.
К сожалению, ветка скатилась к обсуждению самих моделей, хотя, по моему опыта, нет проблемы применения моделей от слова совсем (оболочка Caret включает до 200 моделей на любой вкус) , а есть проблема подготовки входных данных для этих моделей. Не будем забывать основной лозунг статистики: "Мусор на входе - мусор на выходе".
Лично для Вас повторно цепляю исчерпывающий текст по формулам в PDF файле. Это включая "зависимости и исходники".
А по поводу нюансов вычислений, то я этим не занимаюсь, так как точно знаю, что формулы НЕ имеют никакого отношения к программированию, это самостоятельная проблема, которую решают других люди с другой подготовкой и в других, научных кругах.
Так что почитайте PDF.
Спасибо, посмотрю.
Пока нашел прямой ответ на свой вопрос здесь - https://blog.paperspace.com/gradient-boosting-for-classification/