Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2791

Yeni yorum
 
mytarmailS #:
Bence ortalamayı yükseltmek kötü bir fikir, çok kötü bir fikir...
Özellikle ilgisiz satırlar, bu şekilde çalışması gerekiyor, dağlar. Satır
Tahmin edilen 100 çizgiden hangisini kullanmalıyız? Ortalama en belirgin çözümdür.
 
elibrarius #:
Peki tahmin edilen 100 çizgiden hangisinde tahmin yapılmalı? Ortalama en belirgin çözümdür.
Diyelim ki 50 tahmin yukarı 50 tahmin aşağı, ortalaması alındı, yatay bir tahmin elde edildi, ne olmuş yani?)))
 
mytarmailS #:
Diyelim ki 50 tahmin yukarı 50 tahmin aşağı, ortalaması alındı, yatay bir tahmin elde edildi, ne olmuş yani?)))
ve hepsi bu... Seçenekleriniz neler?
 
elibrarius #:
ve hepsi bu. Seçenekleriniz neler?
Yukarıda önerdiğim gibi
 
elibrarius #:
Ve tahmin edilen 100 çizgiden hangisi üzerinde tahminde bulunmalı?
Bir öneri görmedim)
 

"Bilgilendirici" işaretlemenin bir çeşidi, bir kalem testi:

def labeling_entropy(dataset, min_Mi = 0.1, min=15, max=15):
    labels = []
    MIs = []
    for i in range(max, dataset.shape[0]-max*2):
        rand = random.randint(min, max)
        curr_pr = dataset['close'][i]
        future_pr = dataset['close'][i + rand]
        full_pr = dataset[i-rand:i+rand]

        mi = mutual_info_regression(full_pr[full_pr.columns[1:]].iloc[0:rand], full_pr[full_pr.columns[0]].iloc[rand:rand*2])
        MIs.append(mi.mean())

        if future_pr + MARKUP < curr_pr and mi.mean() > min_Mi:
            labels.append(1.0)
        elif future_pr - MARKUP > curr_pr and mi.mean() > min_Mi:
            labels.append(0.0)
        else:
            labels.append(2.0)
    
    dataset = dataset.iloc[max:]
    dataset = dataset.iloc[:len(labels)].copy()
    dataset['labels'] = labels
    return dataset.dropna(), MIs

Makalelerimde olduğu gibi bir dizi işaret alır ve etiketleri işaretleriz, ancak bir işlem açmadan önce işaret kümesinin n dizeleri ile gelecekteki fiyatların n dizeleri arasındaki karşılıklı bilgiyi (regresyon türü) dikkate alırız.

Karşılıklı bilgi eşiğin altındaysa, işlem yapılmayacak olarak işaretleriz.

daha sonra 2019'dan başlayarak sinyaller ve işlem yapma/yapmama üzerine 2 model eğittik

Res:

Bu yaklaşımla pek bir şey kazanılmadı

 
elibrarius #:
Öneriyi görmedim)
Yazımı tekrar okuyun, son resim.
Hala diyor ki
 

Yapılacak en mantıklı şey diğer seçenekleri denemekti:

mi = mutual_info_regression(full_pr[full_pr.columns[1:]].iloc[0:rand], full_pr[full_pr.columns[0]].iloc[0:rand]) сравниваем фичи и цены в момент предсказания
mi = mutual_info_regression(full_pr[full_pr.columns[1:]].iloc[0:rand*2], full_pr[full_pr.columns[0]].iloc[0:rand*2]) сравниваем на глубину предсказания вперед + назад
mi = mutual_info_regression(full_pr[full_pr.columns[1:]].iloc[rand:rand*2], full_pr[full_pr.columns[0]].iloc[rand:rand*2]) только вперед
mi = mutual_info_regression(full_pr.iloc[0:rand], full_pr[full_pr.columns[0]].iloc[rand:rand*2])текущие цены и фичи в момент предсказания VS будущие цены

tüm seçenekler hiçbir şey üretmiyor

 
mytarmailS #:
Yazımı tekrar okuyun, son resmi.
Hala yazıyor

İlk 25 çubukta sadece 2 varyant vardı. Ve 2 hata küçük bir hatadır.
Ve bu, gözünüze çarpan binlerce grafikten sadece 1 varyanttır. Diğerlerinde durum farklı olacaktır. Bir strateji oluşturmanız (formüle etmediğiniz) ve yeni verilerdeki denge çizgisini izlemeniz gerekir (Maxim fikrini sonuna kadar getirdi ve her şey bir anda netleşti).
 
Aynı şeyi bir yıldan fazla bir süre önce kümeleme ile yaptım, daha sonra resimlerdeki gibi ortalama seviyeleri belirledim ve bunlardan sipariş verdim. Yukarı, aşağı, ortalama geri dönüş olmak üzere 3 kümeye ayrılmıştır. Eğitimde harika çalışıyor.
İşin komik yanı, hangi özel aracı kullanırsanız kullanın, rastgele bir şeyden iyi bir şey elde edemezsiniz
1...278427852786278727882789279027912792279327942795279627972798...3399
Yeni yorum