|
8+ 년도
경험
|
0
제품
|
0
데몬 버전
|
|
0
작업
|
0
거래 신호
|
0
구독자
|
Senior Statistician
에
Align Technology
myfxbook.com/members/mosc_alex/primitive-force/1580439
Около-форексные интересы: теория информации, оптимизация в многомерных задачах.
Более конкретно: точное количество информации, полученной от n предикторов (функция от мультиинформации),
устранение ошибочной информации, вызванной ограниченным объемом выборки.
Поиск наилучших эвристик для сведения к минимуму функций с бинарными (более широко - категориальными) переменными.
Программирование на MQL4, VBA, R.
Старая, немного наивная но интересная тема: https://www.mql5.com/ru/forum/135430
Моя статья про feature selection: https://habrahabr.ru/company/aligntechnology/blog/303750/
Список интересных публикаций на тему поиска зависимостей и отбора информативных признаков:
http://people.sissa.it/~ale/Pan+96a.pdf (Analytical estimates of limited sampling biases in different information measures
Stefano Panzeri†‡§ and Alessandro Treves†)
http://arxiv.org/abs/1506.00673 (Mutual Dependence: A Novel Method for Computing Dependencies Between Random Variables
Rahul Agarwal, Pierre Sacre, Sridevi V. Sarma)
http://habrahabr.ru/company/retailrocket/blog/258543/ (Анализ данных на Scala. Считаем корреляцию 21-го века)
http://arxiv.org/abs/1505.02213 (Measuring dependence powerfully and equitably
Yakir A. Reshef, David N. Reshef, Hilary K. Finucane, Pardis C. Sabeti, Michael M. Mitzenmacher)
http://www.cefage.uevora.pt/content/download/750/8442/version/1/file/andreia%20dionisio.pdf ("Entropy-Based Independence Test"
by Andreia Dionísio at.al.)
Недавнее: http://habrahabr.ru/post/271975/
R Quantitative: http://www.mathfinance.cn/category/rsplus/
Comparison of decision tree models: https://rpubs.com/chengjiun/52658
Около-форексные интересы: теория информации, оптимизация в многомерных задачах.
Более конкретно: точное количество информации, полученной от n предикторов (функция от мультиинформации),
устранение ошибочной информации, вызванной ограниченным объемом выборки.
Поиск наилучших эвристик для сведения к минимуму функций с бинарными (более широко - категориальными) переменными.
Программирование на MQL4, VBA, R.
Старая, немного наивная но интересная тема: https://www.mql5.com/ru/forum/135430
Моя статья про feature selection: https://habrahabr.ru/company/aligntechnology/blog/303750/
Список интересных публикаций на тему поиска зависимостей и отбора информативных признаков:
http://people.sissa.it/~ale/Pan+96a.pdf (Analytical estimates of limited sampling biases in different information measures
Stefano Panzeri†‡§ and Alessandro Treves†)
http://arxiv.org/abs/1506.00673 (Mutual Dependence: A Novel Method for Computing Dependencies Between Random Variables
Rahul Agarwal, Pierre Sacre, Sridevi V. Sarma)
http://habrahabr.ru/company/retailrocket/blog/258543/ (Анализ данных на Scala. Считаем корреляцию 21-го века)
http://arxiv.org/abs/1505.02213 (Measuring dependence powerfully and equitably
Yakir A. Reshef, David N. Reshef, Hilary K. Finucane, Pardis C. Sabeti, Michael M. Mitzenmacher)
http://www.cefage.uevora.pt/content/download/750/8442/version/1/file/andreia%20dionisio.pdf ("Entropy-Based Independence Test"
by Andreia Dionísio at.al.)
Недавнее: http://habrahabr.ru/post/271975/
R Quantitative: http://www.mathfinance.cn/category/rsplus/
Comparison of decision tree models: https://rpubs.com/chengjiun/52658
Alexey Burnakov
추가된 주제 무작위의 생각
안녕하세요! 나는 이것을 쓰고 누군가를 화나게하지 않거나 누군가를 홍수로 자극하지 않는 방법을 생각합니다. 나는 건설적인 것을 희망하고 단지 묻고 있는 것뿐입니다. 수년에 걸쳐 여러 견적을 받아 이를 기반으로 0과 1로 구성된 파일 을 생성하는 경우: 0 - 다음 가격이 이전 가격보다 높은 경우; 하나는 그 반대의 경우 - 의사 난수 시퀀스를 얻습니다. 당분간 "pseudo"라는 접두사를 붙여 신중하게 이름을 지정하겠습니다
294
Alexey Burnakov
추가된 주제 금융 시리즈의 신경 예측(한 기사 기준)
안녕하세요! 제목: http://etd.ohiolink.edu/send-pdf.cgi/Lakshminarayanan%20Sriram.pdf?ohiou1127333497&dl=y 이 기사에서 연구원은 94% 영역에서 교환 상품의 일일 종가 증가분을 예측하는 정확도를 달성했습니다. 그의 테스트 샘플의 크기는 158일이었습니다. 그는 예측 신경망을 구축하고 여러 표준 기술 지표를 입력으로 제공한 다음 중복 입력을 제거했습니다. 그가 쓴 대로
116
Alexey Burnakov
추가된 주제 인용 부호의 종속성 통계(정보 이론, 상관 관계 및 기타 기능 선택 방법)
안녕하세요! 포럼 스레드 중 하나에서 Alexei(Mathemat)가 제기한 주제를 약간 발전시키기로 결정했습니다. 통계적 방법을 사용하여 한 금융 상품의 시세에서 종속성을 찾으려고 했습니다. 우선 다우존스 산업 지수, 일일 데이터를 가져와 시리즈를 일련의 백분율 증분으로 변환했습니다. 그리고 기사는 실제로 여기에 있습니다. http://habrahabr.ru/blogs/data_mining/127394/ FX 견적을 계속하고 싶습니다. 결과를
737
Alexey Burnakov
추가된 주제 SOM: 요리 방법
안녕하세요! 나는 오랫동안 Forex에서 자기 정리 카드의 사용에 접근했습니다. 저는 실험을 하기로 결정했습니다. 2001년부터 2011년 3월 말까지 일일 막대를 가져와 크기 40의 신경망에 대한 입력 벡터를 만들고 7 x 7 뉴런의 SOM을 훈련하여 벡터 공간을 49개의 셀로 분할했습니다. 또한 각 셀에 대해 가격이 5개 막대에서 위 또는 아래로 움직일 확률을 계산했습니다. 아래의 분석 결과를 참조하십시오. 다음은 실용적인 관점에서 흥미로운
78
Alexey Burnakov
추가된 주제 트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩
안녕하세요, 여러분, 포럼에 기계 학습 및 통계 애호가가 있다는 것을 알고 있습니다. 나는이 주제 (홀리바르없이)에서 토론하고,이 흥미로운 분야에서 우리 자신의 지식 은행을 공유하고 풍부하게 할 것을 제안합니다. 초보자뿐만 아니라 러시아어로 된 좋은 이론적 리소스가 있습니다 : https://www.machinelearning.ru/ . 유익한 기능을 선택하는 방법에 대한 문헌에 대한 작은 검토
33988
Alexey Burnakov
게재된 포스트 Поверхностный анализ портфеля роботов на моем сигнале
Добрый день! Я использовал программу EA Analyzer, принимающую на вход отчеты из MT4 и считающую суммарную статистику по нескольким бумагам. Не хочу ничего плохого говорить про MT5 - скорее про себя: не умею на нем кодить. Но такой же анализ возможен и там...
296
3
Alexey Burnakov
게재된 포스트 Подгон и тестирование эксперта еще на одной валютной паре
Привет! Решил расширить портфель торгуемых инструментов на своем счету: https://www.mql5.com/ru/signals/182568 Взялся за пару GBPUSD. Обучал с 2008.01.01 по 2016.05.01. Взял набор параметров с хорошим фактором восстановления и большим количеством сделок...
· 1
207
2
Alexey Burnakov
게재된 포스트 Моя текущая статистика торговли с мая 2016 по ноябрь 2016 г.
Приведены прогоны экспертов в тестере на всех тиках. И так, все не плохо. Нормально... Советник на паре eurjpy отработал в минус. Он был отключен через несколько дней после Брекзита (после 24.06). И правильно... В последствии его динамика угнетает...
229
Alexey Burnakov
Касаемо, последней записи в блоге: Внимание. Нашел ошибку в коде, из-за которой получились отличные результаты. Весь пост аннулируется до подробного разбора полетов!
· 1
Alexey Burnakov
게재된 포스트 СОПРОВОЖДЕНИЕ ЭКСПЕРИМЕНТА ПО АНАЛИЗУ ДАННЫХ ФОРЕКСА: успешное применение машинного обучения
Начало по ссылкам (сверху старые): https://www.mql5.com/ru/blogs/post/659572 https://www.mql5.com/ru/blogs/post/659929 https://www.mql5.com/ru/blogs/post/660386 https://www.mql5.com/ru/blogs/post/661062...
· 2
933
Alexey Burnakov
https://www.mql5.com/ru/signals/182568
Буду вести отчеты по новой итерации моей авто-торговли. Это НЕ связано с машинным обучением. Это связано с развитием одной примитивной идеи, которая хорошо ловится тестером МТ4 (пример: https://www.mql5.com/ru/blogs/post/665851). Обе системы работают на автомате с консервативными настройками риска. Хотя бы год буду держать. При наличии профита продолжу и дальше.
Буду вести отчеты по новой итерации моей авто-торговли. Это НЕ связано с машинным обучением. Это связано с развитием одной примитивной идеи, которая хорошо ловится тестером МТ4 (пример: https://www.mql5.com/ru/blogs/post/665851). Обе системы работают на автомате с консервативными настройками риска. Хотя бы год буду держать. При наличии профита продолжу и дальше.
Alexey Burnakov
게재된 포스트 Тестирую еще раз
В прошлом году результаты: https://www.mql5.com/ru/blogs/post/381081 Решил повторить оптимизацию с учетом прошедшего года на данных Альфа-форекс. по Евре: по Йене: Эти системы пойдут в ход в этом году. Хочу обкатать на Альфа Форексе и сигнал сделаю, понятно...
· 1
271
Alexey Burnakov
не взлетела. будем еще работать.
Это результаты моделирования знака приращения. Пока не вышли в прибыльную зону.
Однако можно легко показать, что прогноз на валидационных выборках значительно отличается от случайного гадания для некоторых горизонтов (снова лучшая зона это в районе 32 минут +-).
Немного поясню графики. Вчера ночью не получилось описать подробно.
Валдиация на 49 слабо зависимых выборках по 13 000 наблюдений. Внутри ящиков лежат 49 значений accuracy - точности угадывания направлений (BUY | SELL) - для каждой из выборок. Ящик это медиана окруженная 1 и 3 квартилями.
Задача была проверить, можно ли при всех наших входных условиях достичь на валидации точности, достаточной для преодоления спреда, то есть, для выхода торговли в безубыток.
Интересно, что для горизонтов прогноза вплоть до 128 минут машина угадывает направления значимо лучше, чем случайное гадание - 50%.
Однако нам бы хотелось получить метрику точность на валидации, лежащую значимо выше одной из ступеней на цветных графиках. Тогда сразу можно сказать, что для этого горизонта можно торговать как минимум в безубыток с учетом обозначенного спреда.
Хочу пополнить набор входных данных, а также можно поменять логику кроссвалидации, отбор переменных, и даже попробовать обучить другим методом.
Кроме того, в планах попробовать предсказать не приращения с шагом по времени, а наступление события Take Profit | Stop Loss для различных уровней.
Это результаты моделирования знака приращения. Пока не вышли в прибыльную зону.
Однако можно легко показать, что прогноз на валидационных выборках значительно отличается от случайного гадания для некоторых горизонтов (снова лучшая зона это в районе 32 минут +-).
Немного поясню графики. Вчера ночью не получилось описать подробно.
Валдиация на 49 слабо зависимых выборках по 13 000 наблюдений. Внутри ящиков лежат 49 значений accuracy - точности угадывания направлений (BUY | SELL) - для каждой из выборок. Ящик это медиана окруженная 1 и 3 квартилями.
Задача была проверить, можно ли при всех наших входных условиях достичь на валидации точности, достаточной для преодоления спреда, то есть, для выхода торговли в безубыток.
Интересно, что для горизонтов прогноза вплоть до 128 минут машина угадывает направления значимо лучше, чем случайное гадание - 50%.
Однако нам бы хотелось получить метрику точность на валидации, лежащую значимо выше одной из ступеней на цветных графиках. Тогда сразу можно сказать, что для этого горизонта можно торговать как минимум в безубыток с учетом обозначенного спреда.
Хочу пополнить набор входных данных, а также можно поменять логику кроссвалидации, отбор переменных, и даже попробовать обучить другим методом.
Кроме того, в планах попробовать предсказать не приращения с шагом по времени, а наступление события Take Profit | Stop Loss для различных уровней.
Alexey Burnakov
Тизер к следующей итерации Большого эксперимента. В данный момент я обучаю машину предсказывать направление движения цены (BUY | SELL). Проверка на валидационной выборке покажет для каких горизонтов предсказания более робастны и, следовательно, устойчивы. Для получения положительного эджа в торговле для каждого горизонта предсказания нужно достичь определенной точности - с учетом спреда. На картинке представлены "лакмусовые бумажки", показывающие какую точность нужно достичь нашей системой для того, чтобы выйти в нуль, в зависимости от разного спреда (от 1 до 3 пунктов). Ну, скрестим пальцы и будем учить и учить наши машины. Скорее всего, через неделю только выкачу результаты. Уже много данных для обработки и осмысления получил.
· 1
Alexey Burnakov
Начало по ссылкам: https://www.mql5.com/ru/blogs/post/659572 https://www.mql5.com/ru/blogs/post/659929 https://www.mql5.com/ru/blogs/post/660386 https://www.mql5.com/ru/blogs/post/661062...
· 1
769
1
Alexey Burnakov
В блоге https://www.mql5.com/ru/blogs/post/661499 произошло обновление. Почитайте...
Alexey Burnakov
Важно: я решил выложить в общий доступ обучающий и валидационный наборы данных для всех желающих поэкспериментировать. Если у кого-то получится воспроизвести и возможно улучшить результаты регрессии на валидации, прошу сообщить мне.
https://drive.google.com/open?id=0B_Au3ANgcG7CMmJvVGpXOEg3cGs
https://drive.google.com/open?id=0B_Au3ANgcG7CMmJvVGpXOEg3cGs
· 2
Alexey Burnakov
Начало по ссылкам: https://www.mql5.com/ru/blogs/post/659572 https://www.mql5.com/ru/blogs/post/659929 https://www.mql5.com/ru/blogs/post/660386 https://www.mql5.com/ru/blogs/post/661062...
· 3
2314
9
Alexey Burnakov
На тему кроссвалидации временных рядов в пакете caret (R): http://www.r-bloggers.com/time-series-cross-validation-5/
Alexey Burnakov
Начало по ссылкам: https://www.mql5.com/ru/blogs/post/659572 https://www.mql5.com/ru/blogs/post/659929 https://www.mql5.com/ru/blogs/post/660386 Сегодня...
527
3
Alexey Burnakov
2016.02.22
Похоже, есть проблема с дизайном эксперимента. Кроссвалидация использует случайную выборку наблюдений. Это прямо противоречит моей задумке, когда нужно брать хронологически изолированные куски набора данных. По этой причине результат на кроссвалидация получился лучше, чем на валидацонном наборе. В следующий раз сделаю правильно.