От обратного
Собственно возможно сабж. Может плохо смотрел, если тема рассматривалась натыкайте фейсом плз.
Мы смотрим на котировки, пытаемся сделать желательно прибыльного советника. Запускаем тестер на оптимизацию, ура есть положительный результат. На форварде как всегда сливает. Если выбрать достаточно длинный кусок истории, можно заметить, что советник сливает не везде, на некоторых участках есть прибыль. Т.е. советник в эти момент был в "резонансе с рынком".
Собственно сама идея, торгуем виртуально, результаты виртуальных сделок пишем в какой нибудь кластеризатор. И если рынок по результатам сделок в момент сейчас, попадает в прибыльный кластер ведем реальную торговлю. Имхо аналитические методы здесь плохо подходят, мы не знаем минимально необходимой длины выборки. Мы на знаем как должна выглядеть серия прибыль- убыток, чтобы отнести ее к прибыльному кластеру. Может нейросети или еще что-то.
Ничем не отличается от покупки на росте и закрытии на падении.
Пока обработаете виртуальный результат и будете принимать решение торговать, поезд уже уйдёт, далеко.
Пока обработаете виртуальный результат и будете принимать решение торговать, поезд уже уйдёт, далеко.
Поезд проедет лишь там, где проложен путь.
Вопрос в траектории прохождения эквити. Ну скажем в пространстве состояний по результатам тестирования, есть область в которой анализируемый параметр имеет положительное мат ожидание для системы в целом. Если скажем эта траектория идет из отрицательной области в положительную. По аналогии с поездом, объявили посадку пассажирам. При блиближении траектория к идеально, аналогия вагончик тронулся. И соответствено отдалении, пора сигать.
Ничем не отличается от покупки на росте и закрытии на падении.
Вы пробовали, или вы так думаете.
Поезд проедет лишь там, где проложен путь.
Вы пробовали, или вы так думаете.
Тут еще такой интересный момент, есть над чем мозг вывихнуть. Мы не знаем оптимальную длину выборки для принятия решения. Длинная выборка, это накапливание данных, и тогда решение наверняка будет запоздалым, короткая выборка наверняка ошибочное решение. По аналогии опишем человеческую морду, и мордочки животных все до последнего волоска. Если данные кластеризировать, то мы можем любого представителя гомо-сапиенс отнести к классу человеко...... С другой стороны, для того чтобы отнести гомо-сапиенс к его кластеру совсем не обязательно описывать все, достаточно несколько отличительных признаков.
Ближе к нашим баранам, имеем выборку из заведомо избыточных векторов описателей. Для того чтобы отнести какой то объект к его классу, его вектор описатель должен быть такой же длины что и тренировочные вектора. Имеем короткий, предположим достаточный вектор описатель, как теперь его отнести к какому-то классу в кластеризаторе построенном на избыточных векторах описателях.
Для затравки.
Есть несимметричная монета. Мы не знаем соотношение вероятностей выпадения орла и решки, только то что они разные.
Как на этом заработать?
Нужно просто знать все параметры - вес , на какую высоту подкидывается монета , ускорение , скорость падения посчитать , потом нужен ряд экспериментальных с подкидыванием. Если знать все параметры то можно высчитать. Просто получить их бывает тяжело.
P.S. ( Для затравки тоже ) Попробуйте пофантазировать как делают прогноз погоды , а потом примените это на рынок.
Если бы прогноз погоды делали трейдеры, то это было бы так:
Нужно просто знать все параметры - вес , на какую высоту подкидывается монета , ускорение , скорость падения посчитать , потом нужен ряд экспериментальных с подкидыванием. Если знать все параметры то можно высчитать. Просто получить их бывает тяжело.
А нет статистики и вероятности меняются.
Я примерно знаю как делают прогноз погоды. При чем здесь рынок? )
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Собственно возможно сабж. Может плохо смотрел, если тема рассматривалась натыкайте фейсом плз.
Мы смотрим на котировки, пытаемся сделать желательно прибыльного советника. Запускаем тестер на оптимизацию, ура есть положительный результат. На форварде как всегда сливает. Если выбрать достаточно длинный кусок истории, можно заметить, что советник сливает не везде, на некоторых участках есть прибыль. Т.е. советник в эти момент был в "резонансе с рынком".
Собственно сама идея, торгуем виртуально, результаты виртуальных сделок пишем в какой нибудь кластеризатор. И если рынок по результатам сделок в момент сейчас, попадает в прибыльный кластер ведем реальную торговлю. Имхо аналитические методы здесь плохо подходят, мы не знаем минимально необходимой длины выборки. Мы на знаем как должна выглядеть серия прибыль- убыток, чтобы отнести ее к прибыльному кластеру. Может нейросети или еще что-то.