Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1620
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
Kümelemenin girdisi nedir - örneğin tüm tahmin edicileri veya ne?
peki, evet .. ama deneyebilirsin
Fikri mantıklı bir sonuca getireceğim. Bir varlık üzerinde bir dizi sistemimiz olduğunu varsayalım. Her sistem piyasadayken sabit hacimde bir konuma sahiptir, ancak yön değişebilir. Stratejilerin karlılığı ve oynaklığı bilinmektedir. Stratejiler arasındaki korelasyonu (t1-t2)/sqrt(T1*T2) formülü ile tanımlayalım, burada T1 ve T2 piyasada kalma süreleri, t1 ve t2 bu stratejilerin geçerli olduğu sürelerin süresidir. piyasada aynı anda ve sırasıyla eşit ve zıt yönde yönlendirilir. Bu, fiyatın SB'ye yakın olduğu varsayımı altında türetilen basitleştirilmiş bir formüldür. Artık en uygun portföyü bulmak için Markowitz teorisini uygulamak için tüm verilere sahibiz.
Açıkçası, bu şekilde anlamlı portföyler elde edemeyiz (en azından sadece bir varlığın kullanılması nedeniyle). Bazı değişiklikler gerekiyor.
1) Optimizasyon algoritmasını değiştirin (parametrelerdeki kısıtlamalar, cezalar). Stratejiler arasındaki korelasyon tanımını geliştirin.
2) Oluşturma stratejileri sırasında portföyü optimize edin. Yani, üzerlerinde portföy optimalliği koşuluna dayalı stratejiler aramak. Bunun pratik bir şekilde nasıl resmileştirilebileceği tam olarak açık değil, ancak yaklaşım genel olarak daha mantıklı görünüyor. Halihazırda yazdığınız gibi, algoritmaların yeniden yazılması vb. gerekli olacaktır. Oyunun muma değdiği gerçeği değil
Söylediğin her şey doğru. Ancak, sadece piyasada geçirilen süreyi dikkate almayacağım - bu süre zarfında eylemlerin etkinliğinin belirli bir göstergesine ihtiyaç var, çünkü piyasaya girmek ve piyasada kalmak yeterli değil, aynı zamanda yapmanız da gerekiyor. zamanında çıkın ve burada şartlı olarak iki özdeş strateji var, ancak biri sabit bir Take-Kom'a sahip ve diğeri olmadan, zaman içinde yüksek bir korelasyon, ancak farklı bir finansal sonuç verecektir. İki benzer strateji faydalı olabilir, örneğin, biri bir dairede kar edecek ve diğeri bir trendde büyük bir kar yapacak ve bu da birlikte denge eğrisini düzeltecektir.
Çok fazla strateji yoksa, bunların doğrudan sıralanması ve ortak değerlendirilmesi oldukça mümkündür.
peki, evet .. ama deneyebilirsin
Rastgelelik olmadan ve makul bir hesaplama süresiyle kabul edilebilir bir sonuç elde etmek için hangi algoritmayı seçmeli? Kümeleme konusunda çok güçlü değilim.
CatBoost'u inceledim, bu yüzden bunun hakkında konuşacağım.
Ağacın derinliği 4-6 bölme önerilir. Bu derinliği genel olarak denerim.
Tahmin edici, aralarından seçim yapabileceğiniz üç farklı algoritmaya bölünür. Sözde ızgara oluşturulur.
Ayrılığın sonuçlarını da çekip görmek ilginç. Ve AlgLib, bir orman için bir ağaç inşa ederken tahmin edicileri eşit parçalara ne böler?
Alglib, gelen parçayı ortanca boyunca böler (düzeltme - ortada değil, ortanca boyunca.). Onlar. 100 örnek varsa değerleri sıralar ve 50. örnekteki değere göre böler. Kod, niceliklere göre bir değişken içerir, ancak kullanılmaz.
XGBoost'u , rastgele bölmenin bir çeşidi olduğunu hatırladım. Katbuste'de de var.
Genel olarak, bu tür sığ ağaçların tavsiye edilmesi garip.
Daha önce yazdığım gibi, bu kadar sığ bir ağaçla, örneğin değerin% 20 ila 30'u gibi bir sektörün seçilmesi olası değildir. En iyi ihtimalle, 1 veya 2 kez medyanlara veya Büstlerdeki rastgele değerlere bölünecektir.
Derinlik 100 olsaydı, herhangi bir tahminciye göre %20-30 sektöre ulaşabilirdi.
Sanırım yükseltmelerde bu, ana ağaçta kullanılmayan diğer tahmin edicilerin kullanabileceği çok sayıda iyileştirme ağacıyla telafi ediliyor, ancak bunlar da yalnızca 1-2 kez bölünecek.
Rastgelelik olmadan ve makul bir hesaplama süresiyle kabul edilebilir bir sonuç elde etmek için hangi algoritmayı seçmeli? Kümeleme konusunda çok güçlü değilim.
Evet, herhangi bir fragmanı kullanabilirsiniz (knn, som, dtwclust...), en iyi seçenek elbette deneyle gösterilecektir...
Beni yanlış anlama, yazdıklarımı kullanmıyorum, sadece fikrinizi okudum ve uygulamanın diğer tarafından biraz baktım, peki, konuştum ... Herhangi bir sonuç garanti etmiyorum
Alglib, gelen parçayı medyan boyunca böler. Onlar. 100 örnek varsa değerleri sıralar ve 50. örnekteki değere göre böler. Kod, niceliklere göre bir değişken içerir, ancak kullanılmaz.
XGBoost'u, rastgele bölmenin bir çeşidi olduğunu hatırladım. Katbuste'de de var.
Genel olarak, bu tür sığ ağaçların tavsiye edilmesi garip.
Daha önce yazdığım gibi, bu kadar sığ bir ağaçla, örneğin değerin% 20 ila 30'u gibi bir sektörün seçilmesi olası değildir. En iyi ihtimalle, 1 veya 2 kez medyanlara veya Büstlerdeki rastgele değerlere bölünecektir.
Derinlik 100 olsaydı, herhangi bir tahminciye göre %20-30 sektöre ulaşabilirdi.
Sanırım güçlendirmelerde bu, ana ağaçta kullanılmayan diğer tahmin edicileri kullanabilen çok sayıda iyileştirme ağacıyla telafi ediliyor.
Gerçek, hayal ettiğimiz gibi olmayabilir - CatBoost'tan ayırma algoritmalarını yeniden üretmeye çalışmanız ve orada gerçekten ne olduğunu ve ne kadar doğru olduğunu görmeniz gerekir.
Rastgelelik ile ilgili olarak - doğru anlarsam, tahmin edici ızgarayı bölmek için en iyi değil, rastgele bir bölüm seçmek için bir rastgelelik vardır. Ve yığının aralıklara eşit olmayan bir şekilde bölünmesini sağlayan algoritmalar vardır.
Evet, herhangi bir fragmanı kullanabilirsiniz (knn, som, dtwclust...), en iyi seçenek elbette deneyle gösterilecektir...
Beni yanlış anlama, yazdıklarımı kullanmıyorum, sadece fikrinizi okudum ve uygulamanın diğer tarafından biraz baktım, peki, konuştum ... Herhangi bir sonuç garanti etmiyorum
Garantilerden mi bahsediyorum - fikrinizi anlamak ilginç.
Neuro göstergesi neredeyse hazır )) Bu bir Uzman Danışmandır, tamamen niteliklerden yoksun bir göstergedir.
Güzel? ))
Üstteki turuncu bölge - aşağı doğru bir hareketi, altta yeşil olan - yukarı doğru bir hareketi tahmin eder, kalınlık sinir ağının güven derecesidir. Yalnızca BTCUSD M1'de çalışır (şimdilik...).
Güzel? ))
İyi olduğunu söyleyebilirim, ama sinir bozucu
Aslında aşırı alım / aşırı satım bölgesinde normal bir gösterge gibi çalışır.
bazen tahmin ediyor bazen olmuyor, böyle olmamalı..
Bu ağı ticaret için hiç test ettiniz mi? Tecrübelerim bana bunun işe yaramayacağını söylüyor.
Filtreyi ağın "güvenine" koymak mümkün mü?