Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 944
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret 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
Dün ayrıca 2017 için bir set yaptım - ayrıca doğru verilerin %30'unda var, ancak beni şaşırtan şey, farklı (iki öngörücü grubuna bölünmüş) öngörücü setlerinde benzer bir sonuç alıyorum. Düşünüyorum da, bu bir kaza mı yoksa ormanı kullanmak için bir fırsat mı?
Doğruluğa bakmak gerekli değildir, bu özellikle birçok sınıf için kötü bir ölçümdür. Diyelim ki son ağacı eğittiğim durumda - tüm örneklerin %50'si "0" sınıfıdır. Ağaç genellikle her zaman "0" döndürebilir ve vakaların %50'sinde (rastgele %33 yerine) zaten doğru olacaktır, sonuç rastgele olandan daha iyi görünüyor, ancak ağacın işe yaramaz olduğu açık.
Örneğin böyle bir metrik daha iyi - https://en.wikipedia.org/wiki/Cohen's_kappa
Eklediğim son dosyadan birleştirmek daha iyidir - orada bölüm biraz daha kesin 0 - kar getirmeyen her şey ve önceki dosyalarda 0 - bu çok az kar getiren şeydir.
Kendin yap daha iyi.. İki hedef var, her biri bir sürü sınıfa sahip, kafam karışmak istemiyorum.
3 sınıflı bir hedefe ihtiyacım var -
"-1" kısa girmek için
"1" uzun gitmek için
"0", hem uzun hem de kısaysa her ikisi de kırmızı olacak (veya her ikisi de artıda olacaksa, bu olursa)
Böyle bir ağacın eğitilmesi, önceki gibi 4'ten daha kolaydır. Ve ticaret yapmak daha kolay.
Ancak hedefi artırarak sınıflandırmanın eğitim örneğinin dışında daha iyi performans göstermesine şaşırdım. Belki tam tersine, farklı sınıflandırmaların sayısını artırmak gerekir?
Bu, tekrar tekrar kontrol edilmeli, onaylanırsa, sonra soğutulmalıdır. Ağacın belirli sınıfları iyi tanımlamayı öğrenmesi mümkündür, örneğin en az 100 puanlık bir kâr veya benzeri. O zaman tam da böyle bir mantıkla gerçek dünya için yeni hedefler yapmak mümkün olacak.
Örneğin, bir düzine sınıf yapabilirsiniz - her durumda bir kayıp olacaksa "0", uzun kar 0 ila 100 puan arasındaysa "1". Uzun kar 100 ila 200 puan arasındaysa "2". "-1" kısa kar 0 ile 100 puan arasında ise. "-2" kısa kâr 100 ila 200 puan arasındaysa. Vb. Ardından, doğru ve yanlış cevapların özet tablosuna göre, bazı sınıfların diğerlerinden açıkça daha iyi tahmin edilip edilmediğini görmek mümkün olacaktır.
ps kendim hiç yapmadım. Belki saçma sapan konuşuyorum. Ancak ağaçları ve birçok sınıfı seviyorsanız, böyle bir test, deneyin tamamen mantıklı bir devamıdır.
Not PC'nizi yüklememeniz için dizüstü bilgisayara TW üzerinden erişim verebilirim.
Şimdi buna gerek yok, orada birkaç R betiğinde yulaf lapası var, parametre seçmek için farklı yöntemler deniyorum. Sonunda bir şey uyuyorsa ve sonuç programınızdan daha iyiyse - komut dosyasını buraya ekleyin, kendiniz denemeye devam edebilirsiniz.
anlamını anlamıyorsun, kısacası, yanlış bir soyutlama seviyesi, geçtik)
Evet, seviyenin bununla ne ilgisi var, burada soru sadece konuda. Bir kalıp, bir dış faktöre (tahriş edici) aynı tepkidir, bizim durumumuzda, örneğin, fiyat X puan yükselirse, o zaman bir düzeltmenin yakında başlama olasılığı, başlamayacağından daha fazladır. Veya arka arkaya her 5 küçük yükseliş mumu, yükseliş mumlarının en az 3'ünü kaplayacak büyük bir düşüş mumunun yüksek olasılığını gösterir. Şimdi, eğer bu olayların olasılığı değişirse, bu benim için kalıplarda bir değişikliktir ve o zaman TS çalışmayı durdurur.
Farklı bir vizyonunuz var mı?
Farklı bir vizyonunuz var mı?
vizyonumu zaten tarif ettim lol
Ve bu sadece bir vizyon değil, bir gerçek. Kabul edip etmemek herkesin işidir.
soyutlamaların seviyesi bir salatalık çubuğu değil, piyasadaki kalıpların neden ve hangi sıklıkta, neden ve etkilerle değiştiğidir. tekrar etmekten bıktım
Doğruluğa bakmak gerekli değildir, bu özellikle birçok sınıf için kötü bir ölçümdür. Diyelim ki son ağacı eğittiğim durumda - tüm örneklerin %50'si "0" sınıfıdır. Ağaç genellikle her zaman "0" döndürebilir ve vakaların %50'sinde (rastgele %33 yerine) zaten doğru olacaktır, sonuç rastgele olandan daha iyi görünüyor, ancak ağacın işe yaramaz olduğu açık.
Örneğin böyle bir metrik daha iyi - https://en.wikipedia.org/wiki/Cohen's_kappa
Daha sonra iki modelden tüm kuralları çıkaracağım ve iki modeli toplarsak sonucun ne olduğunu göreceğim. Şimdi, ilgi uğruna, ağı eğitim için kurdum, belki bir şeyler alır, ama zaten 12 saattir alıyor - bu genellikle ağlar için normal mi?
Kendin yapsan iyi olur .. Her biri bir sürü sınıfa sahip iki hedef var, kafam karışmak istemiyorum.
3 sınıflı bir hedefe ihtiyacım var -
"-1" kısa girmek için
"1" uzun gitmek için
"0", hem uzun hem de kısaysa, ikisi de negatif (veya gerçekleşirse her ikisi de pozitif)
Böyle bir ağacın eğitilmesi, önceki gibi 4'ten daha kolaydır. Ve ticaret yapmak daha kolay.
Tamam birazdan yapıp buraya yazarım
Bu, tekrar tekrar kontrol edilmeli, onaylanırsa, sonra soğutulmalıdır. Ağacın belirli sınıfları iyi tanımlamayı öğrenmesi mümkündür, örneğin en az 100 puanlık bir kâr veya benzeri. O zaman tam da böyle bir mantıkla gerçek dünya için yeni hedefler yapmak mümkün olacak.
Örneğin, bir düzine sınıf yapabilirsiniz - her durumda bir kayıp varsa "0", uzun vadede kar 0 ila 100 puan arasındaysa "1". Uzun kar 100 ila 200 puan arasındaysa "2". "-1" kısa kar 0 ile 100 puan arasında ise. "-2" kısa kâr 100 ila 200 puan arasındaysa. Vb. Ardından, doğru ve yanlış cevapların özet tablosuna göre, bazı sınıfların diğerlerinden açıkça daha iyi tahmin edilip edilmediğini görmek mümkün olacaktır.
ps kendim hiç yapmadım. Belki saçma sapan konuşuyorum. Ancak ağaçları ve birçok sınıfı seviyorsanız, böyle bir test, deneyin tamamen mantıklı bir devamıdır.
Ağacın bir istisna üzerinde çalıştığını düşünüyorum, yani. 1 bulursa, diğer her şey 0'dır, ancak daha fazla seçenek olduğunda, kalan sıfırları sınıflandırmaya başlar ve onları bir yığına atmaz, bu da hatayı azaltır (ama bu benim hipotezim). Ve bu diğer 2,3,4'ü sınıflandırmasına yardımcı olmak için, sadece girişten elde edilen nihai sonucu değil, aynı zamanda mevcut diğer tahmin edicilere dayanarak bir giriş sinyali oluşturacak bir tahmin edici eklemeyi düşünüyorum, daha sonra geri bildirim olmalıdır. görünür, yani Girdilerin farklı gerekçelerini ve finansal sonuçlarını da eklemeyi düşünüyorum. Buradaki zorluk, farklı araçlar için girdilerin çakışması durumunda olacaktır, bu durumu basitçe ayrı bir gruba yerleştirmek mümkündür.
Şimdi buna gerek yok, orada birkaç R betiğinde yulaf lapası var, parametre seçmek için farklı yöntemler deniyorum. Sonunda bir şey uyuyorsa ve sonuç programınızdan daha iyiyse - komut dosyasını buraya ekleyin, kendiniz denemeye devam edebilirsiniz.
Gerekirse - söyle bana, yine de, ütü boştayken.
vizyonumu zaten tarif ettim lol
Ve bu sadece bir vizyon değil, bir gerçek. Kabul edip etmemek herkesin işidir.
soyutlamaların seviyesi bir salatalık çubuğu değil, piyasadaki kalıpların neden ve hangi sıklıkta, neden ve etkilerle değiştiğidir. tekrar etmekten bıktım
Bu yüzden, aracın saçma sapan olduğunu, dikkatini doğru olmayan trendlere odakladığını söyledim.
Bu yüzden, aracın saçma sapan olduğunu, dikkatini doğru olmayan trendlere odakladığını söyledim.
kabul
kabul
Onlar. döngüler olabilir, sadece araç doğru değil - bu görsel bir algıdır.
Lütfen 1001 kriteri olup olmadığını söyle, yanılmışım. Tartışmamın anlamı yok, görsel algım hakkında dedim, doğru değilse, o zaman yanıldığımı bilmek isterim.
Onlar. döngüler olabilir, sadece araç doğru değil - bu görsel bir algıdır.
Lütfen 1001 kriteri olup olmadığını söyle, yanılıyorum. Tartışmamın anlamı yok, görsel algım hakkında dedim, doğru değilse, o zaman yanıldığımı bilmek isterim.
Gerçek hayattaki bazı süreli yayınları gösterdim ve bunların ayrıştırılması da
Vladimir Perervenko, çok benzer olan spektral analizi kullanır.
pratikte nasıl kullanılacağı herkesin hasta yaratıcı hayal gücünü kullanmasına izin verin, tk. Kase tamamlanana kadar tavsiye vermem
Bazı gerçek hayattaki süreli yayınları gösterdim ve bunların ayrıştırılması da
Vladimir Perervenko, çok benzer olan spektral analizi kullanır.
pratikte nasıl kullanılır, herkesin hasta yaratıcı hayal gücünü kullanmasına izin verin, tk. Kase tamamlanana kadar tavsiye vermem
Bu döngülerin küçük TF'lerde de var olduğunu düşünüyor musunuz? Bakalım, orada daha çok bar olacak!