Ideias para dados
Página 1 de 743 1 2 3 ÚltimaÚltima
Results 1 to 10 of 21

Thread: Ideias para dados

  1. #1
    2 Anexo (s) Por isso, consegui criar um EA que comunica com o Azure ML e com a API do Serviço de Internet Fornecido. Uso volumes de preços e cada índice da publicação como entrada. Eu tentei ligar praticamente tudo em todos os sentidos que julguei útil e razoável. Na plataforma Azure ML, o que eu achei mais precisamente chamado foi uma coluna atribuída como rótulo a ser chamado como saída de níveis do número de PIPs que o mercado move e usa modelos de várias classes em vez de um modelo de regressão. Como em (1,2,3,4) para movimentos de alta e (-1, -2, -3, -4) para movimento de baixa e (0) para pouco ou nenhum movimento (ou exatamente da mesma ideia com apenas 2 ou 3 classes (1) UP (-1) DOWN.

    Eu tenho tentado diferentes bases de dados e formas de como eu poderia fazer uso das previsões, mas corri de idéias de trabalho ou não estou usando os resultados exatos da maneira apropriada, eu sou novo para isso e ainda aprendendo então eu queria abrir este tópico para ter alguma ajuda e algumas idéias de aplicações para Aprendizado de Máquina no Forex, bem como o uso do Azure ML. Eu queria ter insights, perspectivas e ideias de pessoas com mais experiência em como usar dados de FX, bem como o que poderia potencialmente funcionar melhor ou qualquer idéia de como usar ML para previsão de FX, ou pelo menos obter alguma vantagem estatística com isso . Como eu disse, ainda estou aprendendo e acho que não tenho a perspectiva de um veterano de FX, mesmo que não seja em aprendizado de máquina em nível de programação e codificação, mas em como realmente usar dados de FX e como o mercado realmente funciona. Discutir algum conhecimento e me dar alguma luz e discutir uma idéia de como ela poderia ser aplicada ou do que poderia funcionar em quase todos os níveis.

    Eu também estou considerando os insights de pessoas que podem não ter qualquer compreensão em ML ou habilidades de codificação ou no tópico, mas têm uma perspectiva de uma possível aplicação. Eu também estou disposto a ajudar e compartilhar com pessoas que são muito curiosas nessas aplicações e Machine Learning for FX e a construção de bancos de dados para essas previsões. Contanto que todos nós estamos dispostos a discutir e ajudar uns aos outros e desenvolver junto com nossas idéias.

    de volta aos meus resultados: obtive resultados com mais de 90% de precisão no Azure ML em praticamente todas as minhas tentativas seguindo alguns parâmetros de entrada, e também obtive ótimos resultados ao chamar ZigZag Points.
    Mas não consigo fazer a função da EA tão perfeitamente quanto os resultados que obtenho no Azure ML, seja com a Neural Networks ou alguns outros algoritmos de Machine Learning. Eu não sei se estou perdendo alguma coisa ou se a base de dados provavelmente não é convergente ou grande o suficiente ou qualquer outra coisa. Então eu gostaria de pensar e ajudar a construir um banco de dados melhor para previsão de Forex com o Azure ML.

    Alguém pode, por favor, tentar descrever-me e ajudar-me a descobrir porque é que obtenho resultados quase perfeitos no Azure ML, mas na análise em tempo real e back-testing não chego nem perto de bons resultados.

    O mais interessante é que, se eu testá-lo com dados conhecidos, ele funciona perfeitamente. Não há nada de errado, então o problema não está na entrada ou na entrada, eu realmente achei que era ideal por um segundo até que percebi que eram dados conhecidos com os quais eu estava testando, mas quando eu testava com dados desconhecidos é como aleatório. Então por favor. . Alguém tem alguma perspectiva sobre isso e pode me ajudar a determinar o que há de errado com isso? E quais seriam os melhores e mais confiáveis ​​dados para entrar? Eu tentei tudo o que pude pensar, mas não correspondeu às expectativas até agora.
    Então, eu queria ajuda e insights sobre isso, qualquer perspectiva sobre isso seria de grande ajuda e ou se alguém teve melhores resultados do que o meu com isso.

    Agradeço antecipadamente.

    -Imagem 1 é um conjunto de dados que criei para prever as 10 velas subseqüentes no período M15 com 2 Class UP (1) e DOWN (-1), Image 2 é o resultado que obtive.




  2. #2
    Muito muito bom esforço meu amigo. 1. Você já tomou os dados base do Tick como a entrada ou você já tomou informações processadas - M5, M15 ou assim por diante. 2. ML para operar eficientemente, precisaremos de dados de treinamento. Estou assumindo que quando você menciona dados do Indior, está utilizando dados do indior como dados de treinamento. 3. Primeiro ML, podemos apenas olhar para um padrão - Fibo Levels por exemplo. E então podemos encontrar um hit na previsão. Ou fácil UPDown. Minha premissa é que os dados de base não são apropriados, pois você obtém bons resultados em dados processados ​​conhecidos. Pode tentar alterar a base. Você pode ver uma saída muito melhor.

  3. #3

    Muito muito boa tentativa meu amigo. 1. Você já tomou os dados do Tick base como o sinal de entrada ou já tomou informações processadas - M5, M15 ou assim por diante. 2. ML para operar de forma eficiente, precisamos ter informações de treinamento. - estou supondo que, se você mencionar dados do Indior, esteja utilizando informações de indior como dados de treinamento. 3. Inicial ML, só podemos olhar para um padrão-Fibo Levels por exemplo. E então nós podemos obter um sucesso na previsão. Ou simples UPDown. Minha suposição é que os dados básicos não são apropriados, pois você obtém ótimos resultados em informações processadas conhecidas. Pode tentar mudar o ...
    Oi, obrigado pela sua resposta. Eu utilizo informação processada aquela fornecida para MetaQuotes de mt4, você sabe como eu organizaria a informação de carrapato para entrada para adquirir uma produção relevante? O problema é que eu não estou usando meus próprios cálculos ML, eu uso o Azure, então eu sei que requer colunas de informações relacionadas a uma coluna de tag a ser previsto. Então eu não sei como eu arranjei as informações do tick e um resultado para isso, você tem alguma ideia de como eu faria isso? E que outros tipos de informações eu poderia usar, o que pode ser mais apropriado?

  4. #4
    É triste que pareça promissor, mas simplesmente não funciona aparentemente, se a aprendizagem por máquina não puder encontrar um padrão de trabalho, o mercado precisa ser tão arbitrário quanto possível. É um jogo para ser quebrado. Espero que em algum momento alguém possa me oferecer alguma luz. Eu vou experimentar isso. Se uma pessoa pode postar pensamentos ou algo que pode funcionar melhor aqui, vou experimentá-los.

  5. #5
    Alguém sabe se há algo distinto sobre o mercado hoje em dia, porque o que estou fazendo é usar dados dos anos anteriores como dados de treinamento e sair de 2018 meses para testes em mt4 que me trazem benefícios terríveis, possivelmente eu recebo esses bons benefícios em ML algoritmos anteriormente, mas o mercado é simplesmente muito diferente de alguma forma em 2018, eu não entendo, o que pode fazer sentido, possivelmente. Bem, eu vou deixar as pessoas saberem que estão interessadas se eu tiver algum avanço relacionado à conta real em 2018.

  6. #6

    Alguém sabe se há algo diferente sobre o mercado hoje em dia, porque o que estou fazendo é usando dados dos anos anteriores como dados de treinamento e partindo 2018 meses fora para testes em mt4 que me produz resultados terríveis, possivelmente eu obter esses resultados fantásticos em ML algoritmos para o passado, mas que o mercado é muito diferente de alguma forma em 2018, eu não sei, isso pode fazer sentido, possivelmente. Bem, eu vou deixar as pessoas saberem quais estão interessadas se eu tiver algum avanço relevante para a conta real em 2018.
    Claro mercado é obviamente diferente a cada ano. Minha experiência é tentar prever o mercado atual e evitar exemplos históricos que não refletem o comportamento atual do mercado. Limito a quantidade de histórico passado entre 300 e 2000 barras para que a rede neural encontre dados relevantes para o mercado.

  7. #7

  8. #8
    2 Anexo (s)
    quote Claro que o mercado é obviamente diferente a cada ano. Minha experiência é a tentativa de prever o mercado atual e evitar exemplos históricos que não refletem o comportamento atual do mercado. Eu limito a quantidade de histórico passado entre 300 e 2000 barras para que a rede neural aprenda dados aplicáveis ​​ao mercado de hoje.
    O que faz sentido, eu também acredito que eu uso muitos dados históricos muito antigos que aparentemente não são aplicáveis ​​ou representam as circunstâncias atuais do mercado, eu acredito que mais dados serão melhores. No entanto, isso pode não ser o caso. Eu tentei com 2000 velas de volta como você mencionou é e usou as últimas duas semanas para verificar com ele. Os resultados no Azure ML são muito menos precisos com menos informações de treinamento (Figura 2), mas mesmo assim obtive melhores resultados com o EA do que anteriormente (Figura 1). Mas é difícil entender se é confiável o suficiente com apenas 2 semanas de resultados. Vou continuar tentando novos itens ver se eu poderia melhorar, obrigado por sua visão de que foi muito útil! . Espero que alguém possa discutir ideias para que eu possa desenvolver isso ainda mais e espero obter melhores resultados.


  9. #9
    Quais são exatamente suas entradas-saídas? O que exatamente você está prevendo?

  10. #10

    Quais são os seus inputs-outputs? O que você está chamando?
    As entradas são todas valor e preço padrão do mt4, o que eu prevejo é uma coluna relacionada a esses valores com um valor de 1 ou -1, informando se o preço caiu ou subiu. Então eu tento prever esse valor com base nos valores adicionais.

Permissões de Publicação

  • Não pode publicar novos tópicos
  • Não pode publicar respostas
  • Não pode publicar anexos
  • Não pode editar as suas publicações
  •  
  • Código BB está Ativo
  • Smilies estão Ativos
  • Código [IMG] está Ativo
  • Código [VIDEO] está Ativo
  • Código HTML está Desligado
O site da tradingintuitivo utiliza cookies
O site da tradingintuitivo utiliza cookies, alguns já foram definidos. Pode ler sobre a nossa utilização de cookies aqui. Por favor, clique no botão à direita para aceitar os nossos cookies. Se continuar a usar o site da tradingintuitivo, vamos supor que aceita os nossos cookies.