交易中的机器学习:理论、模型、实践和算法交易 - 页 70

 
mytarmailS:

你好!

我正在尝试运行mxnet包中的卷积网络http://tjo-en.hatenablog.com/entry/2016/03/30/233848,但不太清楚如何用 "我们的 "数据,即字符串的形式来运行它,因为该网络主要是用图片工作的,而数据采用的是多维数组的矩阵形式,总之,如果有人理解并知道如何运行它,我将非常感谢一个网络的例子,比如,"虹膜

在热火朝天的新话题中没有注意到我的帖子,一天之内+10页不是开玩笑的)

但还是......。请帮助,真的需要,我将公布结果。

 
mytarmailS:
听着!除了你,这里没有人使用Reshetov的分类器,我们大多数人都使用R编程环境,它在各个方向上都比使用一些单独的产品要灵活得多......如果你正确地解释了什么和怎么做,那么我想我们每个人都能实现这两种算法和交易回测,你知道吗?你只是解释该做什么以及如何正确地做。我告诉你,一周前我实施了同样的概念,但没有成功,而你说这都是胡说八道。你会得到一个实现和一个回测,而且是在我们每个人的不同变体中....。
Ү我明白了,我以为这里的人都使用优化器。我怎么知道你会在R语言中编写什么程序来准备数据?我使用Reshetov的优化器工作,它很适合我。这只是一个工具,只要找到像样的输入和deo在帽子里,鉴于优化的速度已经提高,我想这并不难做到....。
 
Mihail Marchukajtes:
我怎么知道你会在R语言中编写什么程序来准备数据?
无论你解释什么,我们都会编程,我不明白我们在谈论什么......
 
mytarmailS:

你好!

我正在尝试运行mxnet软件包中的卷积网络http://tjo-en.hatenablog.com/entry/2016/03/30/233848,但不是很清楚,或者说不清楚如何用 "我们的 "数据,即字符串的形式来运行它,因为该网络主要是用图片来工作的,而数据是用矩阵的多维数组形式,总之,如果有人理解并知道如何运行它,将非常感谢提供一个网络的例子,例如,"虹膜

你不能直接在这样的外汇上运行卷积网络,其预测能力非常依赖于模型本身的配置。图像识别的预测能力通过改变配置而不断提高,光是花几个月的时间就能搞清楚网络中应该有多少层,核心的像素网格应该是什么,等等。以前所有寻找最佳配置的工作对外汇来说绝对是无用的。我甚至不会去看这个模型。只有当个人研究的学者可以帮助计算外汇的网络配置时,那么它还是有意义的。
 
mytarmailS:
不管你怎么解释,我们都要编程,我不明白我们在说什么......
有什么可解释的呢?我不是神经网络的 开发者,我是他们的使用者......。
 
Mihail Marchukajtes:
如果你不知道如何使用做市商,我无法确定你是否已经拥有它。只是我怎么知道你会在R中编程准备数据?我使用Reshetov的优化器工作,它很适合我。这只是一个工具,只要找到像样的输入和deo在帽子里,鉴于优化的速度已经提高,我想这并不难做到....。

试图劝说人们改用另一个软件是没有用的。这在心理上是很困难的,我从自己的经验中知道这一点,我也多次在别人身上观察过。例如,当我在一个机构工作时,他们安装了新的电脑并启动了Windows。但人们没有掌握Word和Excel,他们启动了MS-DOS并使用Lexicon文本编辑器来填写所有文件,包括表格。

为了开始向其他软件的大规模迁移,必须展示具体的结果,例如以盈利信号的形式。当我创建AfterEffects专家顾问时,我也在一个演示上为它启动了一个信号。用户看到了利润,开始下载专家顾问。目前,根据统计,描述AfterEffects优化的页面是访问量最大的页面,尽管该信号已被禁用很长时间。显然,有人在交易中运行了专家顾问,赚取了利润并给别人提供了建议。

同样需要对jPrediction进行处理。用MetaTrader建立一个完全自动化的jPrediction捆绑系统,至少在演示中获得利润,运行信号,为用户做一个指导。然后人们就会加入。

 
Mihail Marchukajtes:
有什么好解释的呢?我不是神经网络的开发者,我是他们的用户......。

OMG....

当我写到我做了和你一样的事情,但我得到的结果是零,你说你必须正确准备数据,你的意思是什么,你能解释一下吗?

 
尤里-雷舍托夫


同样需要对jPrediction进行处理。用MetaTrader建立一个完全自动化的jPrediction捆绑系统,至少在演示中获得利润,运行信号,为用户做说明。然后人们就会接过来。

用现代的话来说,jPrediction根本就不是一个软件,把它和R相比,是在呜呼哀哉。它只是需要大量的想象力。

jPrediction是其中一个分类器--而且是一大堆分类器--有一个环境来比较它们是很重要的。

更为重要的是其他方面。

重要的是要有一套足够大的工具来对初始数据进行初步准备。此外,重要的是要有一套足够大的工具,以便能够评估结果。

但对不起,你只是在为另一个小饰品做广告......你在混淆视听...

 
阿列克谢-伯纳科夫
顺便说一下,我已经公布了数据。谁可能试图这样做?我将单独发布用于贸易估算的样本外数据集。而不是-1;0;1,将有间隔为3小时的价格差异值。而我们可以根据预测的信号计算出交易的期望值。

我会试一试,在一个星期内训练好这个模型。然后我甚至可以在fronttest上测试它,在该文件的尚不清楚的延续性上。但有一个细微的差别,我所使用的算法是建立在两类上的,在三类上,我评估模型的健身函数会有一个问题。

现在,我在模型中有两个可能的类,分类结果是卖出/买入的0或1。我将对你的三个班级应用同样的代码,但输出比例为(0;0.5;1),但这不是最好的方法。最好是在神经元卡中做3个输出,对应三个等级,并将分类的结果作为最高值的输出。我不知道哪种方式在你的数据上效果会更好,我做两个模型,不知道哪一个会有更好的结果。

 
Dr.Trader:

我会试一试,在一个星期内训练好这个模型。然后我甚至可以在fronttest上测试它,在该文件的尚不清楚的延续性上。但有一个细微的差别,我所使用的算法是建立在两类上的,在三类上,我评估模型的健身函数会有一个问题。

现在,我在模型中有两个可能的类,分类结果是卖出/买入的0或1。我将对你的三个班级应用同样的代码,但输出比例为(0;0.5;1),但这不是最好的方法。最好是在神经元卡中做3个输出,对应三个等级,并将分类的结果作为最高值的输出。我不知道哪种方式对你的数据更有效,我会做这两种模型,不知道哪种方式会有最好的结果。

谢谢你。试着去掉零。它们意味着价格在一个狭窄的通道中运动。然后将剩下两个班。