Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 691

 
Maksim Dmitrievski :

ama tüm bu istatistiksel yaklaşımlar Forex için geçerli değil :)

yani beynini kaybet

Bir bütün olarak pazara hangi yaklaşıma bağlı olduğuna bağlıdır. Örneğin, tahmin edicileri seçtikten ve modeli elde ettikten sonra, aynı metrikleri eğitilen modelin sonuçlarına uygulayabilirsiniz. Ve birkaç model eğitildiyse, doğru olanı seçmek için bu metrikleri kullanın. Birçok yönden, sorunun yattığı yer burasıdır. 10 model aldıktan sonra, gelecekte en iyisi olacak olanı seçmeniz gerekiyor. Ve bunu VI veya aynı ormanları inşa ederek ancak elde edilen modellerin sonuçlarına göre yapabilirsiniz .... IMHO

 
Michael Marchukajtes :

Bir bütün olarak pazara hangi yaklaşıma bağlı olduğuna bağlıdır. Örneğin, tahmin edicileri seçtikten ve modeli elde ettikten sonra, aynı metrikleri eğitilen modelin sonuçlarına uygulayabilirsiniz. Ve birkaç model eğitildiyse, doğru olanı seçmek için bu metrikleri kullanın. Birçok yönden, sorunun yattığı yer burasıdır. 10 model aldıktan sonra, gelecekte en iyisi olacak olanı seçmeniz gerekiyor. Ve bunu VI veya aynı ormanları inşa ederek ancak elde edilen modellerin sonuçlarına göre yapabilirsiniz .... IMHO

Imo, sürekli değişen bir pazarda çok emek yoğun olduğunu düşünüyorum.

verimlilik hakkında konuşursak, bu yaklaşım düşük verimlilikle etkili değildir.

ve veri madenciliği uğruna veri madenciliği yapmak benim için iyi değil. ilginç

 
Michael Marchukajtes :

Gönül dedi!!!! Konuya devam .... Bildiğiniz gibi, R'yi bükmeye başladım ve maksimum sarmayı başardım, her giriş ve çıkış arasındaki VI'yı hesaplamaktır, ancak bu, giriş verilerinin sayısını azaltmak için yeterli olduğu ortaya çıktı. 110 ila 20-30, bunlar girişte kalırken, maksimum çıkış bilgisine sahip olan verilerdir. Sonuç olarak, modeller kendi testlerimi giderek daha sık geçmeye başladı. Bakalım OOS'ta nasıl olacak. Hafta gösterecek.

Ancak bir VI metriğinin yeterli olmayacağını düşünüyorum. Artıklığı hesaplamaya çalışmalı ve sütun sayısını daha da azaltmaya çalışmalıyız.

Belki karşılıklı bilgilere ek olarak girdi verilerini çıktıya değerlendirmenizi sağlayan hazır fonksiyonlar vardır????

Tamamen ve bu konuda ilk defa yazmıyorum.

Makine öğrenimi modelinin DIŞINDA kullanılan öngörücü seçim algoritmaları iyi bir sonuç verir, çünkü algoritmanın içine yerleştirilmiş olanlar bu algoritmanın bir parçasıdır ve yalnızca tahmin edicilerin bu belirli algoritmada nasıl kullanıldığını bildirir ve bu algoritmadaki tahmin edicilerin önemi hakkında bilgi vermez. hedef değişken.

Şapkadaki algoritmalar çok etkilidir, bunlardan üç tane vardır. Genel olarak, bu paketi almanız gerekir, çünkü komplekste her şey var: veri madenciliği ve bu sadece tahmin edicilerin seçimi, bir grup model, model seçimi ve bunların değerlendirilmesi değil. Herkes için bu şapka "ne olur" konulu bir ders kitabı olarak kullanılabilir.

Bir şekilde kendim için bir inceleme yaptım, faydalı olabilir.

Dosyalar:
 
San Sanych Fomenko :

Tamamen ve bu konuda ilk defa yazmıyorum.

Makine öğrenimi modelinin DIŞINDA kullanılan öngörücü seçim algoritmaları iyi bir sonuç verir, çünkü algoritmanın içine yerleştirilmiş olanlar bu algoritmanın bir parçasıdır ve yalnızca tahmin edicilerin bu belirli algoritmada nasıl kullanıldığını bildirir ve bu algoritmadaki tahmin edicilerin önemi hakkında bilgi vermez. hedef değişken.

Bir şekilde kendim için bir inceleme yaptım, faydalı olabilir.

peki ya bir düşünürsen? Bu yaklaşımla sonsuz bir özellik seçim döngüsüne gireceksiniz.

ve modellerin çoğunun ağaç üzerine kurulduğu örnekler lolz :)

 
Maksim Dmitrievski :

Imo, sürekli değişen bir pazarda çok emek yoğun olduğunu düşünüyorum.

ve veri madenciliği uğruna veri madenciliği yapmak benim için iyi değil. ilginç

Harcanan bilgi işlem gücünü hesaba katmazsak, yalnızca ticarete hazırlanmak için gereken süreyi alırsak, oldukça ilginç bir resim elde ederiz. Aşağıdakileri yapıyorum.

Cumartesi günü, aracın performansını belirlemek için bir çevre koruma parçası olarak Cuma günü ayrılırken bir model değil bir model inşa etmek için 4-8 saat (iş günü) harcıyorum. Böylece cumartesiyi gelecek haftaya hazırlanmakla geçiriyorum. Ve pazarın çok hızlı değiştiği konusunda kesinlikle haklısınız, bu nedenle 5 yıllık bir sitede model oluşturmak aptalca. Kural olarak, araç eğitim alanının %50'sini zamanında çalıştırırsa, bunun oldukça değerli bir sonuç olduğunu düşünüyorum. Sonuç olarak, büyük modellerde bir anlamı olmadığını fark ederek, eğitim kalitesi açısından daha kötü olacağı için (eğitim süresi ne kadar uzun olursa, model o kadar kötü olur), bir eğitim alanı seçiyorum. TS'nin en az bir hafta çalışabilmesi için iki hafta. Sonuç olarak yaklaşık 10 model alıyorum, modelleri her türlü testten geçiriyorum ve şimdi her türlü istatistiksel metrikten .... Tam olarak bu testleri geçenleri seçip hepsini VPS'ye yüklüyorum ve ... ... gelecek cumartesiye kadar ücretsiz. Robot taşıyıcı kendi başına vuruyor, onu sadece emirlerin yerine getirilmesi için kontrol ediyorum. Yani ... Sıkışmamak için bakıyorum. Eskiden her sabah TS'ye girip bir parametre ayarlamak gerekiyordu ama artık bu rahatsızlıktan kurtuldum ve şimdi ara sıra VPS'yi ziyaret ediyorum, iki veya üç günde bir giriyorum ve daha sonra herhangi bir işlem olmazsa o saatlerde giriyorum. bu sefer, aksi takdirde ... Hepsini bir atla mektupla. Sonuç olarak işimi baştan başa değil, haftalar içinde değerlendiriyorum. Artı veya eksi bir hafta, asıl mesele daha fazla artı hafta olmasıdır. AMA gerçek şu ki:

Cumartesi günü 5 saatimi harcadım, böylece önümüzdeki hafta ellerim pantolonla yürüyecek ve piyasayı düşünmeyip öğrencilere her türlü bilgisayar hilesini öğretecektim. Elle oturmak ve ticaret yapmak bir dezavantaj taşır. Bütün gün monitörün önünde oturabilir ve birleştirebilirsiniz, bu sadece para kaybına değil, aynı zamanda boşa zaman kaybına da yol açar. Ve bildiğiniz gibi zaman yenilenebilir bir kaynak değildir !!!!!

Bu nedenle, ticaret yapıyorsanız, o zaman sadece bir robot olarak ve piyasada mümkün olduğunca az zaman geçirmeye çalışırsanız, piyasada başarısızlık durumunda ekonominin reel sektöründeki gelirle dengelenebilir (iş, coven, vb.) Eh, bu doğru .. yüksek sesle düşünceler, ama asıl şeyi söylemek ve tekrar tekrarlamak istedim.

Sürekli değişen bir pazarda büyük modeller üretmenin HİÇBİR NOKTASI yoktur. Büyük model ne olursa olsun, küçük olan kadar hızlı bir şekilde eski olacaktır, yalnızca küçük olan eğitim sonuçları açısından genellikle daha iyi sonuç verir ve daha hızlı oluşturulur.

Piyasayı takip etmenin uyarlanabilir modellerinden bahsedecek olursak, yeni veriler modelin kendi yapısında ayarlamalar yaptığında, bu tür modeller de uzun sürmez. Belirli bir zaman aralığından sonra otomatik olarak yeniden eğitim veren kendi kendine öğrenen bir sistem kendini seçmedikçe vb. Burada açıkça zeka kokuyor, ama bence bu hala çok uzak. Tabii ki IMHO!

 
Michael Marchukajtes :

Piyasayı takip etmenin uyarlanabilir modellerinden bahsedecek olursak, yeni veriler modelin kendi yapısında ayarlamalar yaptığında, bu tür modeller de uzun sürmez. Belirli bir zaman aralığından sonra otomatik olarak yeniden eğitim veren kendi kendine öğrenen bir sistem kendini seçmedikçe vb. Burada açıkça zeka kokuyor, ama bence bu hala çok uzak. Tabii ki IMHO!

hepsi uzun bir süre orada :) çalışır ve sürekli olarak yeniden eğitilir, daha sonra "aktivitesinin" sonuçlarına bir sinir ağı tarafından yaklaşılır ve daha sonra bu tahminler yeni kararlar almak ve sonraki ayarlamaları yapmak için belirli bir olasılıkla kullanılır

en azından yaklaşım forex için en azından daha mantıklı

Kabaca söylemek gerekirse, böyle bir sistem sürekli olarak farklı durumlara girer, ne yaptığını hatırlar, sonuçları analiz eder ve şimdiye kadar yaptıklarımız durumunda olağan yaklaşımlara değil, eğitime dayalı kararlar alır.
 
San Sanych Fomenko :

Tamamen ve bu konuda ilk defa yazmıyorum.

Makine öğrenimi modelinin DIŞINDA kullanılan öngörücü seçim algoritmaları iyi bir sonuç verir, çünkü algoritmanın içine yerleştirilmiş olanlar bu algoritmanın bir parçasıdır ve yalnızca tahmin edicilerin bu belirli algoritmada nasıl kullanıldığını bildirir ve bu algoritmadaki tahmin edicilerin önemi hakkında bilgi vermez. hedef değişken.

Şapkadaki algoritmalar çok etkilidir, bunlardan üç tane vardır. Genel olarak, bu paketi almanız gerekir, çünkü komplekste her şey var: veri madenciliği ve bu sadece tahmin edicilerin seçimi, bir grup model, model seçimi ve bunların değerlendirilmesi değil. Herkes için bu şapka "ne olur" konulu bir ders kitabı olarak kullanılabilir.

Bir şekilde kendim için bir inceleme yaptım, faydalı olabilir.

Evet teşekkür ederim! caret yüklü. tüttüreceğim. Ama işte bu sabah aklıma geldi. Şu anda yaklaşık 110 girişim var, bu formüle edip toplayabildiğim maksimum sayı. Bunu uzun zaman önce, yaklaşık üç yıl veya daha uzun bir süre önce yaptım ve bu girdiler düşündüğüm kadar iyi değilse ne olur diye düşündüm, bu da beni aracım için girdi arayışına devam etme fikrine götürdü. !!!! Üstelik stat metrikleriyle bunu yapmak çok daha kolay. Önce her şeyi ortak bir yığına atıyoruz, sonra süzgeçten geçirip sadece belli kriterlere göre önemli olanları bırakıyoruz.

CD'den Denis ile temasa geçtim ve o, tamamen farklı nitelikte, ancak pazarla ilgili başka bir veri dizisi almama yardım edeceğine söz verdi. Yine de, N çubukluk bir periyot için veri almanın doğru olmadığını düşünüyorum, çünkü bu durumda bir zaman ölçeğinde gidiyoruz, ancak bir fiyat ölçeğinde kazanıyoruz. Dolayısıyla piyasanın zaman içinde değil, fiyat skalası (profil) çerçevesinde analiz edilmesi gerekiyor. Aslında Denis'in delta profilinin inşasına yardım etmeye söz verdiği şey, vb. Yapay zeka için N çubuk başına Delta'dan çok daha ilginç olacak olan bu verilerdir. Artı, yine de bir bardak CME karıştırıyor, bu nedenle Olimpiyat Oyunlarına gitmek mümkün olacak ve bu, ciltle birlikte zaten HOGOGOOOOO!!!!!. Tabii ki, OI hava durumunu yapmayacak, ancak aracın performansına %5-10'luk bir artış zarar vermeyecek, çünkü bu yüzdeler yeterli olmuyor ......

 
Maksim Dmitrievski :

peki ya bir düşünürsen? Bu yaklaşımla sonsuz bir özellik seçim döngüsüne gireceksiniz.

ve modellerin çoğunun ağaç üzerine kurulduğu örnekler lolz :)

Düşünmeme gerek yok - benim için bu, oldukça geniş bir deneysel sonuç arşiviyle geçmiş bir aşama.

Yazdıklarımı defalarca tekrarlayacağım.

1. Hedef PO

2. Bu hedef için yaklaşık 200 tahminci buldum

3. "Hedefe etki etme" algoritmasına göre 200'den 27 tahminci seçtim

4. Her bir çubukta, 27 tahmin ediciden, tahmin edicileri rfe ile seçiyorum, seçilenlerin sayısı 27 üzerinden 6-7 ile 15 arasında değişiyor.

5. rf'yi özelleştirin. Montaj hatası %30'dan biraz daha azdır.


Sonsuz döngüler yok. %30 çok iyi bir sonuç ama teoride. Böyle bir sonuç üzerine pratik bir danışman oluşturamadım, trend göstergeleri eklemek zorunda kaldım. Şimdi göstergeleri (önemsiz) GARCH olarak değiştiriyorum.

 
Maksim Dmitrievski :

hepsi uzun bir süre orada :) çalışır ve sürekli olarak yeniden eğitilir, daha sonra "aktivitesinin" sonuçlarına bir sinir ağı tarafından yaklaşılır ve daha sonra bu tahminler yeni kararlar almak ve sonraki ayarlamaları yapmak için belirli bir olasılıkla kullanılır

en azından yaklaşım forex için en azından daha mantıklı

Kabaca söylemek gerekirse, böyle bir sistem sürekli olarak farklı durumlara girer, ne yaptığını hatırlar, sonuçları analiz eder ve deneyimlerine dayanarak kararlar verir.

Bu ilk seçenektir ve ikincisi, nispeten kısa bir süre için adaptasyon olmadan küçük modeller oluşturmaktır. Yani piyasada baskınlar konuşmak için. Geldi, optimize edildi, sıradan insanlardan birkaç iyi anlaşma aldı ve bir dahaki sefere kadar böyleydi....

 

Tahminciler örneklenebilir, çıkarılabilir ve oluşturulabilir. Aynı zamanda, "gürültü" olarak adlandırılan tahmin edicilere ek olarak, yeniden haritalanması veya kaldırılması gereken "gürültü" örneklerinin de olduğunu unutmayın. Tüm bunları okuyabilir ve makalelerdeki örnekleri tekrarlayabilirsiniz.

  Derin sinir ağları (Bölüm III). Örnek seçimi ve boyut azaltma

  Derin sinir ağları (Bölüm II). Tahmin edicilerin geliştirilmesi ve seçimi

  Derin sinir ağları (Bölüm I). Veri Hazırlama

  Makine öğrenimi modelleri için değişkenleri tahmin etme ve seçme

İyi şanlar