Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1534

 
Alexey Vyazmikin :

Eğitimin gerçekleştirildiği örneklemden alınan göstergeler.

Peki ya eğitim dışındaki örneklem? Önümüzdeki altı ay için mi?

 
Maksim Dmitrievski :

yani logloss ~ 1'iniz var, yani model genellikle olanlardan havada

Kör, görüyorum, negatif mantık nerede? Tüm model için bir logo belirledim.

Maksim Dmitrievski :

Ayrı bir giriş için ayrı bir logoloss mu bulmak istiyorsunuz? doğru anlaşıldı mı? Onlar. kol-in bilgileri sayfa değerleri ile hedef arasında mı?

Logloss'un tam olarak bu olduğundan emin değilim, yüksek kaliteli bilgi bulmak istiyorum ve logloss tüm modelin miktarını arıyor, belki miktar işe yarar - bilmiyorum. Nasıl yapılacağına dair bir fikriniz var mı?

Maksim Dmitrievski :

"hiçbir şey yapma" sınıfı, yukarıda yazdığım diğerlerine göre açıkça dengesiz, 3 sınıflı modelden dolayı böyle bir sorun olabilir. Rakamların geri kalanı hayal kırıklığı yaratıyor.

Evet, dengeli değil, ama ne yapabilirsiniz... Tabii ki, iki örnek yapabilirsiniz - örneği vektörlere bölerek, ancak yine, yararlı olabilecek bazı bilgiler kaybolacaktır. Genel olarak numunenin dengeli olmadığına katılıyorum ama bunu bilgi kaybetmeden nasıl yapacağımı bilmiyorum. Az sayıda hedef içeren satırları çoğaltmaya çalıştı - sonuç olumsuz.

 
Alexey Vyazmikin :

Kör, görüyorum, negatif mantık nerede? Tüm model için bir logo belirledim.

Logloss'un tam olarak bu olduğundan emin değilim, yüksek kaliteli bilgi bulmak istiyorum ve logloss tüm modelin miktarını arıyor, belki miktar işe yarar - bilmiyorum. Nasıl yapılacağına dair bir fikriniz var mı?

Evet, dengeli değil, ama ne yapabilirsiniz... Tabii ki, iki örnek yapabilirsiniz - örneği vektörlere bölerek, ancak yine, yararlı olabilecek bazı bilgiler kaybolacaktır. Genel olarak numunenin dengeli olmadığına katılıyorum ama bunu bilgi kaybetmeden nasıl yapacağımı bilmiyorum. Az sayıda hedef içeren satırları çoğaltmaya çalıştı - sonuç olumsuz.

olumsuz değil, birliğe eğilimlidir, yani. maksimum. Ve sıfırı hedeflemeli

logloss, özelliklerinizin hedefle nasıl ilişkili olduğunu gösterir, kabaca konuşursak, yani. 0 tam korelasyondur, yani. hedefi iyi tarif ederler. 1 - hiç tarif etmeyin, yani. tamamen bilgisiz. Bu, herhangi bir ilişki olup olmadığını söylemesi anlamında iyi bir göstergedir. Var olmadığını anlarsın.

Bilmiyorum normalde 2 ders yap 3 değil

 
elibrarius :

Peki ya eğitim dışındaki örneklem? Önümüzdeki altı ay için mi?

Ve sanki eğitim dışında örneği yokmuş gibi… Almadım, yaklaşık 1 Mart 2019 için eğitim aldım, 2014 yılına ait tüm bilgileri kullanmamız gerektiğine karar verdim.

Ama ben bu ağaçların ne verdiğini kendim görmeye karar verdim, danışmanına koydum ve 1 Mart 2019'dan 15 Eylül 2019'a kadar 3 farklı ağaçla üç geçiş yaptım.

1. İlk bölme adımı


2. Yirminci bölme adımı


3. Kırk sekizinci bölme adımı

Ve genel olarak, sonuçların üç model için de olumlu olmasına şaşırdım!

İlginç bir şekilde, model 2 daha pürüzsüz. ve üçüncüsü bir artıda zorlukla sürünerek çıktı.

İlginç bir şekilde, modellerin doğruluğu çok fazla bozulmadı ve hatta bazen arttı, aşağıda eğitim örneğine göre yüzde değişiklikleri olan bir tablo var.


Bütünlük ve mantık hakkında söyleyemem - göstergeler almanız ve bir seçim yapmanız gerekiyor.

Ve evet, çoğu model sıfır için eğitim alırken döngüye girer, çünkü bu sınıfın diğer ikisine göre üstünlüğü gerçekten vardır ve sonra sıfırları aramak daha kolaydır - bu her şeyi mahveder.

 
Maksim Dmitrievski :

olumsuz değil, birliğe eğilimlidir, yani. maksimum. Ve sıfırı hedeflemeli

logloss, özelliklerinizin hedefle nasıl ilişkili olduğunu gösterir, kabaca konuşursak, yani. 0 tam korelasyondur, yani. hedefi iyi tarif ederler. 1 - hiç tarif etmeyin, yani. tamamen bilgisiz. Bu, herhangi bir ilişki olup olmadığını söylemesi anlamında iyi bir göstergedir. Var olmadığını anlarsın.

Bilmiyorum normalde 2 ders yap 3 değil

Çoklu sınıflandırmaya sahip Logloss'un bire eşit olduğundan bile emin değilim ... Genel olarak, formülü kendim nasıl uygulayacağımı çözemiyorum - bu şifrelemeleri açık kaynaklardan anlamıyorum. Ve Logloss'un nihai olmadığını, tüm örnek için nasıl değiştiğini ve nerede düştüğünü görmek istiyorum. Ve anladığım kadarıyla dengeli bir örneklemle büyük ölçüde doğru...

 
Alexey Vyazmikin :

Çoklu sınıflandırmaya sahip Logloss'un bire eşit olduğundan bile emin değilim ... Genel olarak, formülü kendim nasıl uygulayacağımı çözemiyorum - bu şifrelemeleri açık kaynaklardan anlamıyorum. Ve Logloss'un nihai olmadığını, tüm örnek için nasıl değiştiğini ve nerede düştüğünü görmek istiyorum. Ve anladığım kadarıyla dengeli bir örneklemle büyük ölçüde doğru...

Beynimi bununla uçmaya devam etmeliyim .. yandeha gibi büyük ofisler çalışıyor, bir şeyler yapıyorlar. Denilir ki: bunu yap ve iyi olacaksın. Sadece yap ve kendin yapma. Aksi takdirde üslup ve farklı yaklaşımlarda boğulursunuz.

Ağaçları büyüterek, eğim boyunca yürürken değişikliği zaten gösteriyor.
 
Alexey Vyazmikin :

Ve sanki eğitim dışında örneği yokmuş gibi… Almadım, yaklaşık 1 Mart 2019 için eğitim aldım, 2014 yılına ait tüm bilgileri kullanmamız gerektiğine karar verdim.

Ama ben bu ağaçların ne verdiğini kendim görmeye karar verdim, danışmanına koydum ve 1 Mart 2019'dan 15 Eylül 2019'a kadar 3 farklı ağaçla üç geçiş yaptım.

1. İlk bölme adımı


2. Yirminci bölme adımı


3. Kırk sekizinci bölme adımı

Ve genel olarak, sonuçların üç model için de olumlu olmasına şaşırdım!

İlginç bir şekilde, model 2 daha pürüzsüz. ve üçüncüsü bir artıda zorlukla sürünerek çıktı.

İlginç bir şekilde, modellerin doğruluğu çok fazla bozulmadı ve hatta bazen arttı, aşağıda eğitim örneğine göre yüzde değişiklikleri olan bir tablo var.


Bütünlük ve mantık hakkında söyleyemem - göstergeler almanız ve bir seçim yapmanız gerekiyor.

Ve evet, çoğu model sıfır için eğitim alırken döngüye girer, çünkü bu sınıfın diğer ikisine göre üstünlüğü gerçekten vardır ve sonra sıfırları aramak daha kolaydır - bu her şeyi mahveder.

Fena değil! Hacimleri artırın ve zaten bir şeyler kazanabilirsiniz)
 
Maksim Dmitrievski :

Bunu alıyorum. Botun tüm mantığını python'a aktardım, ormanı bir destekle değiştirdim. Bir hata bulamıyorum, dikizleme yok gibi görünüyor. Ayarlara bağlı olarak Akuras, işlem sayısında azalma ile 0,7-0,8'e yükseltilebilir.

Orman için, hata aralığı yaklaşık olarak aynıdır, ancak bir akuras değil, bir sınıflandırma hatası vardır. Ve trende aynı şekilde, hatta daha iyi davranır. Ama testte durum çok daha kötü.

Eğitim:

OOS 10 kat daha fazla öğrenmedir


Peki girişte? Temiz fiyatlar?
 
elibrarius :
Peki girişte? Temiz fiyatlar?

artışlar

Konektörü hafta sonu bitireceğim, testlere sokacağım. Modeli buluta yüklemeyi ve terminalden sinyalleri almayı planlıyorum. İsterseniz daha sonra da test edebilirsiniz. İstemciyi daha sonra mt5'e bırakabilirim
 

MO için kalıpları tanımlamak için basit ve ilginç bir yaklaşım

https://www.quanttrader.com/index.php/a-simple-algorithm-to-detect-complex-chart-patterns/KahlerPhilipp2019

A simple algorithm to detect complex chart patterns
A simple algorithm to detect complex chart patterns
  • Kahler Philipp
  • www.quanttrader.com
Finding complex chart patterns has never been an easy task. This article will give you a simple indicator for complex chart pattern recognition. You will have the freedom to detect any pattern with any pattern length. Not just 2-bar candlestick formations, but complex stuff like V-Tops spread over 20 bars. Defining a chart pattern I am using a...