Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1557

[Eugeni Neumoin]

Mihail Marchukajtes : ZZ'yi hedef olarak kullanmamanızın nedeni işte bu

Yaklaşık 15 yıldır ZZ ile çalışıyorum. Bu aracın tüm eksikliklerini biliyorum. Ve çok daha fazlası biliniyor, bu yüzden yukarıda fikrimden bahsettim.

---

Sistemin kendisi alım / satım noktaları belirlemelidir. Piyasadaki oyuncularla değil, piyasanın kendisiyle rekabet eder (bazı totolojiler için üzgünüm).

[Mihail Marchukajtes]

Eugeni Neumoin'in fotoğrafı.

Yaklaşık 15 yıldır ZZ ile çalışıyorum. Bu aracın tüm eksikliklerini biliyorum. Ve çok daha fazlası biliniyor, bu yüzden yukarıda fikrimden bahsettim.

---

Sistemin kendisi alım / satım noktaları belirlemelidir. Piyasadaki oyuncularla değil, piyasanın kendisiyle rekabet eder (bazı totolojiler için üzgünüm).

Ve burada biraz daha ayrıntılı alabilirsiniz. Nasıl uyguladınız? Alıcılar ve satıcılar arasında bir teklif olan bir mücadele olduğunda, anlıyorum, ancak pazarın kendisinin oyunda bir rakip olması için burada net değil. Alfadan bahsedecek olursak, belli kurallara göre kendi kendine oynayarak oynamayı öğrenmiştir. Piyasaya kuralları dikte edemezsiniz, bu nedenle piyasa ile rekabet etmez, piyasa gibi olmaya çalışır. Yani piyasayı öğrenir ama onunla rekabet etmez. Piyasanın ideal bir oyuncu olduğunu hayal edersek ve ondan daha iyi olmaya çalışıyoruz. İyi evet. Katılıyorum, ancak o zaman alfa ile örnek burada uygun değil. Çünkü alfa kendi kendini yetiştirmişti. Kendi başıma okudum. Yine de, pazar ile pazarın a priori kazanan olduğu ns arasındaki rekabet anını tam olarak nasıl yaptığınızı kısaca açıklayın. 33 a priori sonlu değerlere sahip değildir, bu nedenle işe yaramaz

[Igor Makanu]

Habré hakkında "İnsanlar için AI: teknolojiler hakkında basit kelimelerle" başlıklı yüksek sesle bir makale https://habr.com/ru/company/jetinfosystems/blog/471626/

Makaleyi gözden geçirdim - hepsi Makine Öğrenimi'ne geldi, .... Eski bir şakayı hatırladım:

Öğrenci zooloji alıyor. Sadece pireleri biliyor. Sınavda köpeklerle ilgili bir soru alırsınız.

Sudent başlar:

- Köpekler tüylerle kaplı memelilerdir. Pireler yünde bulunur ... o zaman her şey pire ile ilgili ....

Öğretmen:

- Pekala genç adam, bana kedilerden bahset.

Öğrenci:

- Kediler tüylerle kaplı memelilerdir. Pireler yünde bulunur ... o zaman her şey pire ile ilgili ....

Öğretmen:

- Balık hakkında konuşalım.

Öğrenci:

- Balıklar memeli değildir. Yün kaplı değil. Pullarla kaplıdırlar, ancak yünle kaplansalardı, içinde pire bulunurdu ....

[Maxim Dmitrievsky]

 

[Maxim Dmitrievsky]

İade eğitiminin finali

[Vladimir Perervenko]

Eugeni Neumoin'in fotoğrafı.

ZZ ve genellikle herhangi bir ek gösterge kullanmaya gerek yoktur. Yalnızca birkaç TF'ye sahip OHLC (TF'ler 4-6 kez farklılık göstermelidir. Örneğin, 1-5-30-H3... aylık bir TF'ye kadar. Kendiniz alın.) ve erken uyarı için belki daha fazla onay işareti.

Ayrı ayrı evrişimli yapıların yüksek ve düşük fiyatlarında. OHLC ile -tekrarlayan yapı. Ve böylece tüm kullanılan tf. Tüm bunların sinyalleri daha sonra örneğin tamamen bağlı bir ağa gönderilir.

Ayrıca, tekrarlayan ağdan geçen keneler, tam bağlı ağın girişlerinden birine bağlanmalıdır.

Mevduat artış oranı için optimize edin. Sonuç olarak, toplu ağın kendisi, partinin ne kadar olduğuna karar vermeli ve açılış ve kapanış noktalarını seçmelidir. Aşağı yukarı böyle.

Peki, neden bahsediyorsun, önerdiğin ağın yapısını çiziyorsun. Ve bir sürü sorunuz olacak.

Ve bu sadece bir sarsıntı. Fikir doğru, yön yanlış.

[Vladimir Perervenko]

Maksim Dmitrievski :

İade eğitiminin finali

Kendi kendine yapılan bir test cihazı ekleyebilir misiniz, merak ediyorum çok yaygın bir hatadan kaçındınız mı? Ya da şahsen.

İyi şanlar

[Maxim Dmitrievsky]

Vladimir Perervenko :

Kendi kendine yapılan bir test cihazı ekleyebilir misiniz, merak ediyorum çok yaygın bir hatadan kaçındınız mı? Ya da şahsen.

İyi şanlar

Jüpiter dizüstü bilgisayar uygun mu? tamamen attı, sır değil, tk. tüm kodlar videoda

[Vladimir Perervenko]

Maksim Dmitrievski :

Jüpiter dizüstü bilgisayar uygun mu? tamamen attı, sır değil, tk. tüm kodlar videoda

Kesinlikle. Teşekkür ederim. bakıp yazayım

[Vladimir Perervenko]

Maksim Dmitrievski :

Jüpiter dizüstü bilgisayar uygun mu? her şeyi attı, sır değil, tk. tüm kodlar videoda

Başka birinin kodunu ayrıştırmak hala bir meslektir. Yalnızca custom_tester() işlevine ve yalnızca vurgulanan kısma bakarız.

def custom_tester(symbol, timeframe, frompos, pricesnumber, lag, num, markup = 0.0 ):   
    symbols_list = [symbol]
    pr_test = pd.DataFrame()
     for i in symbols_list:
        rates = MT5CopyRatesFromPos(i, timeframe, frompos, pricesnumber)
         pr_test[i] = [y.close for y in rates]

    #creating price returns with lag
    returns = np.array(np. log ( 1 + pr_test.pct_change(lag)))
    returns = returns[lag:]
    comp_returns = np.array(returns)
    #                   
     for i in range(num- 1 ):
        comp_returns = np.c_[comp_returns, returns]
    #putting returns into dataframe    
    comp_returns = pd.DataFrame(comp_returns)
    #shifting columns to use it as delayed features
     for i in range(num):
        comp_returns[i] = comp_returns.shift(i)
    #deleting first 'num' rows with NaN's
    comp_returns_shifted = pd.DataFrame(comp_returns[num:]).reset_index(drop=True)
    
    testpr = np.array(pr_test[lag+num:])
    X = pd.DataFrame(comp_returns_shifted)
     p = model.predict_proba(X) # непрерывное предсказание классификатора (типа вероятность)
    
     result = np.array([ 0 ])
    
    lastdeal = int ( 2 )
    lastpr = float ( 0.0 )

     for i in range (X[ 0 ].size):
# При первом входе
         if lastdeal == 2 :
# переводим непрерывное предсказание в номинальные значенияю Порог 0.5
             if p[i][ 0 ] > 0.5 :
                lastdeal = 1
             else :
                lastdeal = 0
            lastpr = testpr[i] # сохраняем значение Close 
             continue
# при следующей итерации
         if lastdeal == 1 and p[i][ 0 ] > 0.5 :
            lastdeal = 0 # это я не понял зачем
# При вычислении результата ошибка
            result = np.append(result, result[- 1 ] - markup + lastpr - testpr[i])
            lastpr = testpr[i]
             continue
# при последующей итерации
         if lastdeal == 0 and p[i][ 0 ] < 0.5 :
            lastdeal = 1 # здесь не должно быть -1?
# и здесь ошибка
            result = np.append(result, result[- 1 ] - markup + testpr[i] - lastpr)
            lastpr = testpr[i]
             continue
            
    plt.figure(figsize=( 20 , 5 ))
    plt.plot(result)
    
    from sklearn.linear_model import LinearRegression
    y = result.reshape(- 1 , 1 )
    X = np.arange(result.size).reshape(- 1 , 1 )
    lr = LinearRegression()
    lr.fit(X,y)
#     print(lr.score(X,y))
     return lr.score(X,y)

Sonucun hesaplanmasındaki hata nedir? Her yinelemede sonucu += testpr[i] - lastpr önceki değere ekleyerek hesaplarsınız. Bu, mevcut çubuğun Kapanışı ile bir öncekinin arasındaki farktır. Teorik olarak Kapat - Aç'ı kullanmak daha iyidir, ancak önemli değil. Önemli olan başka bir şey var - mevcut çubuğun kapanmasıyla ilgili bir sinyal aldığınızda, sinyal priminin aynı çubuğun farklı(Kapalı) olduğunu düşünürsünüz. Bu doğru değil. Mevcut çubuğun sinyal bonusu, bir sonrakinin fark(Kapat) kadardır . Sonucu doğru bir şekilde hesaplamak için p = model.predict_proba(X) öğesini bir bar sağa kaydırmanız gerekir . R'de daha fazla hesaplama yapacağım, benim için daha kolay.

ifelse(p >= 0.5 , 1 , - 1 )%>% lag()%>% na.omit() -> sig
cumsum(sig * {diff(testpr) %>% tail(lenght(sig))})-> result

İlk satırda - tahmini nominal (1,-1) olarak çeviriyoruz, onu bir çubuk sağa kaydırıyoruz, NA'yı kaldırıyoruz ve sinyal vektörünü alıyoruz. İkinci satırda, sinyal vektörü ile diff(Close) vektörünün çarpımını, önceden sinyal vektörü ile uzunluk olarak hizalayarak kümülatif olarak toplarız. Doğru sonucu alıyoruz.

İyi şanlar