Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1016
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
Tablonun arkasından bir bağlantı verdim: tahmin edicilere ve Alexander'ın ACF hakkındaki düşüncesinin nasıl geliştirildiğine yeni bir bakış.
Taze, ciddi misin? mamut kadar eski. Fourier veya diğer ayrıştırma veya otoregresyon katsayılarından ve değerlerinden veya filtrelerinden neden daha iyidir?
yukarıdakilerin hiçbiri çalışmıyor
Taze, ciddi misin? mamut kadar eski. Fourier veya diğer ayrıştırma veya otoregresyon katsayılarından ve değerlerinden veya filtrelerinden neden daha iyidir?
hiçbir şey, yukarıdakilerin hiçbiri çalışmıyor
Bu konu için taze.
Görünüşe göre denedin mi?
Tam olarak ne? Hangi hedef için?
Bu konu için taze.
Görünüşe göre denedin mi?
Tam olarak ne? Hangi hedef için?
Katsayılarla birlikte farklı açılımlar, otoregresyon (akf'den neredeyse hiç farklı değil) denedim.
İyi korelasyonlu seriler üzerinde çalışır (2. seriyi bir özellik olarak alıyoruz, örneğin araçlar arasında VAR oluşturuyoruz, modeli bir tahmin edici olarak alıyoruz). Peki, nasıl çalışıyor - korelasyon bozulana kadar.
1. enstrümanda, bir fazla takma ile diğer birçok tahmin edici ile aynı şekilde çalışır. Hedef farklı otomatik olarak seçilir.
Teşekkür ederim, anladığım kadarıyla önemli zorluklarla dolu olan üyelikle ilgilenmiyorum, ancak muhtemelen daha az önemli olmayan seviyeye bakmak istiyorum.
"üyelik" dedin doğru))) herhangi bir üyelik genellikle tesadüfi bir tanışmanın ve/veya koşulların bir kombinasyonunun sonucudur ve orada birkaç ileri düzey adam kendi kültürleri ve ritüelleri ile "kuklusklan"larını doğaçlama yaptılar, ben orada sadece birkaç kişiydim aylar sonra bir bıyık hakkında çok değerli bilgiler buldum, ancak gerçeğin kendisi, en azından ekosistemin koşullu yakınlığı bile, bu tür tartışmalar ve algo-trader altyapıları için yedek parça alışverişi için büyük bir artı, ancak Böyle bir tacizle uzun süre süreceğini sanmıyorum, ineklerin bu kadar sert iftira atmadığı daha benzer gruplar aramamız gerekiyor.
Bu grupta MO modellerinin birleşik bir temsilinin dikkate alındığını yazmışsınız, bunlar benim görmek istediğim modeller.
Evet, bu tür düşünceler yüksek sesle ifade edildi ve sadece orada değil, bu arada, seçkin bir tüccarla konuştuğumu hatırlıyorum, belki burada böyle bir şey duydum, nasıl düzeltebilirsin istersen kişisel olarak tartışmanı öneririm model değişim formatı, benim de bu hesap hakkında düşüncelerim var, aslında, her kodlayıcı bunu kendi yolunda nasıl yapacağını biliyor, tek soru standartlar, tam yığın C ++ dll-kase kalıbı gibi bir şey, kabul edecek ham veriler, ancak tahminler yayınlayın ve böylece birkaç kod satırında Python Sharpe, vb.'den bağlanabilirsiniz. kim dalga geçiyor.
Karşılaştırma için, mütevazı gelişmelerimi de göstermeye hazırım, eğitilmiş modelleri ikili veya metin biçiminde ve kaynak kodu biçiminde seri hale getiriyorum.
Her şeyi kişisel olarak atın veya burada ayrı bir konu oluşturun, bunun burada "derin" bir çöp kutusuna ihtiyacı yok
Zhenya :
Bu grupta MO modellerinin birleşik bir temsilinin dikkate alındığını yazmışsınız, bunlar benim görmek istediğim modeller.
Evet, bu tür düşünceler yüksek sesle ifade edildi ve sadece orada değil, bu arada, seçkin bir tüccarla konuştuğumu hatırlıyorum, belki burada böyle bir şey duydum, nasıl düzeltebilirsin istersen kişisel olarak tartışmanı öneririm model değişim formatı, benim de bu hesap hakkında düşüncelerim var, aslında, her kodlayıcı bunu kendi yolunda nasıl yapacağını biliyor, tek soru standartlar, tam yığın C ++ dll-kase kalıbı gibi bir şey, kabul edecek ham veriler, ancak tahminler yayınlayın ve böylece birkaç kod satırında Python Sharpe, vb.'den bağlanabilirsiniz. kim dalga geçiyor.
Örneğin PMML var.
https://ru.wikipedia.org/wiki/Markup_language_of_predictive_modeling
En popüler modelleri bu biçime dönüştürebilen R (pmml olarak da adlandırılır) için bir kitaplık vardır.
şu şekilde mümkündür:
1) modeli her zamanki gibi R'de eğitin
2) modeli pmml'ye dönüştür
3) pmml modeli xml dosyasına kaydedin ve paylaşın
Bir kez mql için bir komut dosyası yapmak istedim, böylece pmml modelleriyle xml dosyalarını okuyabilir, o zaman eğitilmiş gbm'nin tahminini r'den danışmana birkaç satır kodla gömebilirsiniz (komut dosyası + pmml'yi bir kaynak). Ama eller bunu yapmaya hiç yanaşmadı.
Modelin kendisini bir sır olarak tutmanız gerekiyorsa bu uygun değildir, çünkü bir nöronun veya ormanın bir dalının ağırlıkları xml dosyasına yazılacaktır.
Model cihazın tam gizliliği için, bir veri bilimci yarışmasından gelen fikri kullanabilirsiniz - yüz binlerce tahmin içeren bir dosya sağlamanızı gerektirir. Ayrıca, bu dosyayı kullanarak, mevcut olanların yanında bir tahmin elde etmek için tahminleri enterpolasyon yapabilirler.
Örneğin PMML var.
https://ru.wikipedia.org/wiki/Markup_language_of_predictive_modeling
En popüler modelleri bu biçime dönüştürebilen R (pmml olarak da adlandırılır) için bir kitaplık vardır.
şu şekilde mümkündür:
1) modeli her zamanki gibi R'de eğitin
2) modeli pmml'ye dönüştür
3) pmml modeli xml dosyasına kaydedin ve paylaşın
Bir kez mql için bir komut dosyası yapmak istedim, böylece pmml modelleriyle xml dosyalarını okuyabilir, o zaman eğitilmiş gbm'nin tahminini r'den danışmana birkaç satır kodla gömebilirsiniz (komut dosyası + pmml'yi bir kaynak). Ama eller bunu yapmaya hiç yanaşmadı.
Modelin kendisini bir sır olarak tutmanız gerekiyorsa bu uygun değildir, çünkü bir nöronun veya ormanın bir dalının ağırlıkları xml dosyasına yazılacaktır.
Ne yazık ki, burada gizlilik temel gereksinimdir))) Değişimden gelen ham verileri girdi olarak kabul eden ve tahminler yayınlayan, böylece girdilerinin ve çıktılarının bir tanımını alabilmeniz için, karışık C++ modellerini değiş tokuş etmek için bir protokolden bahsediyoruz. , örneğin bir ay veya ne kadar süreyle değişiklik yapmadan hesaplandığını (ek eğitim vb.) kullanın ve sonuçlar çıkarın (satın alma, kiralama vb.)
Sadece dosyaları içeren bir klasör, ayrıntıları düzenlemenin uygun maliyetli olmadığı farklı ikili dosyalar olması arzu edilir.
Model cihazın tam gizliliği için, bir veri bilimci yarışmasından gelen fikri kullanabilirsiniz - yüz binlerce tahmin içeren bir dosya sağlamanızı gerektirir. Ayrıca, bu dosyayı kullanarak, mevcut olanların yanında bir tahmin elde etmek için tahminleri enterpolasyon yapabilirler.
Rakamlardan bahsediyorsanız, yaklaşımları işe yaramaz, bu durumda, "model" ile, ham verilerin bir tahmine dönüştürülmesini kastediyoruz, her şeyden önce, bunlar işaretler, numerai'nin bir öğrenci yarışması var. madeni paralarını (NMR) pazarlamak, bu gerçek piyasalarla ilgili olamaz, bir hedge fonunun yapması gereken son şey temiz sınıflandırmayı dış kaynak kullanmaktır. Başka bir yarışmadan bahsediyorsanız, lütfen bana söyleyin.
sayılar, evet.
Onların yolu anlamsız. Modellerimle yüz binlerce rastgele girdiyi tahmin etmeye çalıştım. Ardından, "kara kutu" tahmini için koordinatlar açısından en yakın noktayı aradım ve sonucunu tahminin kendisi olarak kullandım. Böyle bir prototip işe yaradı, ancak gerçek yaşam için geliştirilebilir - en yakın 3 noktayı bulun ve bazı üçgenlemelerle ortalama sonucu bulun. Ancak bu pahalıdır, opencl vidyuhi ile bile tahmin edilmesi birkaç saniye sürebilir.
Sürecin durumuna karşılık gelen ve model parametrelerinin bağlı olduğu belirli bir ek parametre eklenir. Bu parametre de tahmin edilebilir.
Bu, RNN'lerdeki (Tekrarlayan Sinir Ağları ) belleğe çok benzer.
Model girişi, tahmin ediciler ve bir değer daha (bellek). Tahmindeki model iki sayı üretir - hedefin kendisi ve bir sonraki tahminde tahmin edicilerle birlikte kullanılacak yeni bellek değeri. Bu nedenle, tekrarlayan ağ, çıktısının bir dahaki sefere girdi olarak kullanılması ve her seferinde bir daire içinde böyle devam etmesidir.
Forex'teki RNN'ler çok uygun, bu kötü, her şeyi ders kitabına göre yapamazsınız ve ticaret yapamazsınız.
Ancak sadece birkaç parametreye sahip bir model için, beni hala şaşırtan büyük bir gizli katmana sahip geleneksel bir nöronla karşılaştırılabilir, oldukça iyi bir doğruluğa sahip.
Bu, RNN'lerdeki (Tekrarlayan Sinir Ağları) belleğe çok benzer.
Model girişi, tahmin ediciler ve bir değer daha (bellek). Tahmindeki model iki sayı üretir - hedefin kendisi ve bir sonraki tahminde tahmin edicilerle birlikte kullanılacak yeni bellek değeri. Bu nedenle, tekrarlayan ağ, çıktısının bir dahaki sefere girdi olarak kullanılması ve her seferinde bir daire içinde böyle devam etmesidir.
Forex'teki RNN'ler çok uygun, bu kötü, her şeyi ders kitabına göre yapamazsınız ve ticaret yapamazsınız.
Ancak sadece birkaç parametreye sahip bir model için, beni hala şaşırtan büyük bir gizli katmana sahip geleneksel bir nöronla karşılaştırılabilir, oldukça iyi bir doğruluğa sahip.
Teşekkürler, gerçekten benziyor.