Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 269
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Burada yayınlanan sıfır hata model uydurma hikayesi, doğası gereği tamamen simyasaldır.
1. Model uyum hatası = 0. Olmaz, olamaz. Ve nasıl olabilir? %1 yapabilir mi yapamaz mı? Ve %5'i de yapabilir mi, yapamaz mı? Ve "may" için ne kadar %% gerekiyor?
2. İki kavram: yeniden çizmek ve ileriye bakmak. Ne olduğunu? İnanılmaz bir kanıt kullanıldı: bir şekilde şüpheli göstergeler buldu, onları attı ve uydurma hatası = %50. Herşey. Kanıtlanmış. İleri görünüyor. Kanıtın amacı nedir, kanıtın kendisi nedir .... yorum yapmadan.
Ya da belki mesele çok daha derindir ve simya problemin derinlemesine araştırılmasına izin vermemiştir?
Yukarıdaki sorundan bahsettim: analiz yöntemleri ve tahmin yöntemleri farklıdır, kendi özelliklerine sahiptir ve analiz yöntemlerini tahminlere aktarmak imkansızdır - tahmin için analiz yöntemlerini kullanmanın kabul edilebilirliğini kanıtlamak gerekir.
Örneğimizde.
Bazı göstergeler alınır (prensipte hangisi olduğu önemli değildir) ve değerleri, modeli öğreteceğimiz ve test edeceğimiz tüm örneklem üzerinde hesaplanır. Geçmişi analiz etmekte sorun yok. Ve tahmin için, böyle bir yaklaşımın kabul edilebilirliği kanıtlanmalıdır, çünkü elimizde olandan sonraki çubukla ilgileniyoruz. Bu yüzden bir pencere alıp üzerindeki tüm göstergeleri hesaplamanız ve ardından modeli ayarlamanız gerekir. Yeni bir bar geldiğinde, bu prosedürü tekrarlamanız gerekir. Tarih değişti ya da değişmedi - bu ilginç değil. Model, göstergenin son çubuğunun değerlerine dayanmalıdır. Tüm örnek için göstergeyi tek seferde hesapladığımızda, bu göstergenin değerlerinin PENCERE HAREKET ETTİĞİNDE SON ÇUBUK DEĞERLERİNİ İÇERMEYECEKTİR.
Böyle.
ON TIME SERİSİ modelleri öğrenmek istiyorsak , pencere eğitim örneği boyunca hareket ettiğinde son çubuğun değerlerinden elde edilen gösterge değerlerini kullanmalıyız.
not.
Bu yöntem bir zikzak için kullanılırsa, zikzak algoritmasına bağlı olarak, yalnızca sıfırlar veya lekeler veya yakışıklı zikzak ile ilgisi olmayan çizgiler elde ederiz. Ve yeniden çizmek ve ileriye bakmak hakkında konuşmak yok - onu kullanamazsınız, hepsi bu.
KEEL'e bir geçit olan yeni ve çok umut verici bir RKEEL paketi ortaya çıktı.
İyi şanlar
En azından kısaca paketin perspektifinin ne olduğunu söyleyebilir misiniz? veya üç)
Burada yayınlanan sıfır model uydurma hatasıyla ilgili hikaye, doğası gereği tamamen simyasaldır..................................
Ne dedi? hiçbir şey anlamadım :)
En azından kısaca paketin perspektifinin ne olduğunu söyleyebilir misiniz? veya üç)
================================================= ========
Açıklarım:
1. "KEEL" yazılım ürünü, R dili hakkında derin bilgi sahibi olmadan regresyon, kümeleme ve sınıflandırma problemlerini çözmek için çeşitli model sınıflarını oluşturmanıza, test etmenize ve keşfetmenize olanak tanır.Bu, rattl benzeri bir programdır, ancak daha gelişmiştir.
Program, KNIME'ye benzer, ancak daha basit, hızlı ve net bir şekilde grafik hazır "küpler" / modüller kullanılarak oluşturulmuştur. Prototiplemeden sonra, bitmiş program basitçe "RKEEL" paketi kullanılarak R'ye aktarılır.
Modüllerden oluşan programın grafiksel gösterimi, özellikle çoğunlukla tüccar olan acemi programcılar için oluşturulmasını büyük ölçüde hızlandırır ve kolaylaştırır. . R - "RedR" ve "RAnaliticFlow" için benzer programlar var, ancak bunlar yetersiz destekleniyor.
2. Değişkenlerin ön işlemesi ve dönüştürülmesi için çok sayıda modül önerilmiştir, ki bu iyidir.
3. R'de olmayan birçok orijinal algoritma önerilmiştir.
Verilerden bilgi çıkarmak için çeşitli yöntemler, ticaret sorunlarını daha esnek bir şekilde çözmenize olanak tanır.
İyi şanlar
Ne dedi? hiçbir şey anlamadım :)
Son değerleri çevirmek gerekiyor
{
X29_1 <- TrendDetectionSMA(D[i:i+windows,])
X29[i+windows] <- X29_1[windows]
}
Sonuç olarak, X29 şunlardan oluşacaktır: SON değerler, sondan bir önceki değerler yeniden çizim göstergeleri için ayarlanmaz
ON TIME SERİSİ modelleri öğrenmek istiyorsak , pencere eğitim örneği boyunca hareket ettiğinde son çubuğun değerlerinden elde edilen gösterge değerlerini kullanmalıyız.
Kendim yaptım, birkaç sayfa geriye eklediğim koda ve açıklamasına bakın.
Sorun, bu 6 göstergenin son çubukta NA sonucunu vermesidir. Ve sonra, sonraki çubukları analiz ederken, bu NA değerini başka bir şeye değiştirirler, geçmiş çubukların sonucu yeni verilere göre değişir (sıradan insanlarda "yeniden çizme").
Aynı yeniden çizilmiş sonuçları kullanarak modeli eğittiğimiz ortaya çıktı ve yeni veriler hakkında bir tahmin almak istediğimizde, bu göstergeler bize istenen değerler yerine NA'yı söyleyecek, ki bu kabul edilemez.
Bu göstergeleri analiz etmek istiyorsanız, kayan bir pencerede elde edilen gösterge değerlerine sahip bir rdata dosyası burada. Bu altı yeniden çizim göstergesinin değerleri son çubuk için değil, sondan bir önceki çubuk için alınır, böylece NA yerine en azından bir şey olur.
Kendim yaptım, birkaç sayfa geriye eklediğim koda ve açıklamasına bakın.
Sorun, bu 6 göstergenin son çubukta NA sonucunu vermesidir. Ve sonra, sonraki çubukları analiz ederken, bu NA değerini başka bir şeye değiştirirler, geçmiş çubukların sonucu yeni verilere göre değişir (sıradan insanlarda "yeniden çizme").
Aynı yeniden çizilmiş sonuçları kullanarak modeli eğittiğimiz ortaya çıktı ve yeni veriler hakkında bir tahmin almak istediğimizde, bu göstergeler bize istenen değerler yerine NA'yı söyleyecek, ki bu kabul edilemez.
Bu göstergeleri analiz etmek istiyorsanız, kayan bir pencerede elde edilen gösterge değerlerine sahip bir rdata dosyası burada. Bu altı yeniden çizim göstergesinin değerleri son çubuk için değil, sondan bir önceki çubuk için alınır, böylece NA yerine en azından bir şey olur.
R'de Derin Öğrenme hakkında bir inceleme var
Yüzeysel ve birçok yanlışlıklar içeren makale. Belli ki öğrenciler dönem ödevi olarak yazmışlar.
Yorum yazmak istedim, nereden yapacağımı bulamadım.
Popüler bir inceleme olarak, iyidir, ancak bir eylem kılavuzu değildir.
İyi şanlar
Neden herkes modellere bu kadar takıntılı? neden hiç kimse işaretler temasını geliştirmiyor? neden kimse durağanlıktan bahsetmiyor? neden kimse bu sorunları çözmeye çalışmıyor? neden kimse fiyatları neyin yönlendirdiğini hiç düşünmüyor? neden?
Bir girdi olarak bir stokastik beslerseniz, hangi modeli kullanırsanız kullanın, ister normal bir KNN ister en karmaşık derin ağ olsun, en az üç kat derin olsun, doğruluk %51-53 olacaktır. Girişte çöp varsa bu modeller ne işe yarar? , hayır ama dikkatlerin %95'i modeller yönünde, kişisel olarak benim için modeller sistemdeki son aşama ve bu da tüm işin sadece %2'si .
Bu arada sonuçlarımı paylaşacağım...
Son algoritmam...
Şimdiye kadar, klasik anlamda hiçbir MO yok, ancak tanıma mevcut.
Karar verme sistemi yarı otomatik te -
ilk aşamada, algoritmanın kendisi belirli oluşumları tanır ve bana verir.
ikinci aşamada ise benim için hesapladıklarını gözlerimle değerlendirip alım satım kararı veriyorum, her şey çok kolay ve net bir şekilde değerlendirilmesine rağmen hala ikinci aşamayı otomatik tanıma moduna geçiremiyorum, yani aslında sistem hala yarı manuel
Sistem gün içi, alım satım 5M çerçevesinde gerçekleşiyor, günde ortalama 20 işlem var, 15 işlem günü için küçük bir kayıpla sadece iki gün vardı
Kırmızı getiri tablosunda, bu aynı siyah olanı, ancak komisyonu hesaba katarak
ayrıca daha esnek ve daha derin bir anlayış için işlemleri teknik analiz programına aktardı
Ayrıca durağan olmamayı da ekleyeceğim, bir okla işaretlediğim bu vahşi dalgalanma dalgalanmasına bir bakın, birkaç gün önceydi, size güvenle söyleyeceğim, sabit parametreler üzerinde işlem yapan tüm sistemler hepsini lekeledim, aslında, tüm bu oynaklık onların zararı durdur, peki, dalıyorum ....
Yani söylemek istediğim şey bu, piyasa hareketlerine az ya da çok yeterli şekilde cevap verebilmek için, karar verme sistemi ya parametrelerini sürekli olarak piyasaya uygun bir şekilde düzeltmeli (bir zamanlar Fourier hakkında söylediğim şey) ya da sistem hiç parametrik, aksi halde nasıl olduğunu bilmiyorum ( (
Ve girişte bir stokastik varsa, en az üç kat derin olsa bile buradaki hiçbir ızgara yardımcı olmaz.
iyi şanslar