Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2409
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Можно вычесть скользящую среднюю и нормировать по волатильности. Тогда получится стационарный ряд.
Интересное наблюдение (странно что никому даже в голову не пришло)
Если обучать модель в небольшом окне в д. сл. размером 100 на НЕ нормированных ценах те как есть, то модель очень неплохо прогнозирует новые данные если они(цены) в том же диапазоне что и на трейне..
Те для модели важны прошлые цены, тобиш уровни..
Те модель фиксирует не только паттрен и целевую, а еще и цену паттерна и сопоставляет с текущей ценой
на верхней картинке первые 100 цен(синий) это трейн ,дальше тест..
на нижней выход модели в вероятностях от покупки
Вот так выглядит картина если цены теста не попали в диапазон трейна
Кароч. очень интересно было бы разработать какие то признаки на этой теме, но сложно работать с абсолютными ценами
Оч интересно, честно говоря
Давно уже писал из собственных наблюдений, что нормализация зло. Вопрос как раз как ее минимизировать. Потому что на трендовых рынках всегда будет выход за диапазон и нормализовать фичи все равно придётся.
Использовать для нормализации не выборочное распределение признака, а генеральное (в предположении, что цена == СБ)?
Использовать для нормализации не выборочное распределение признака, а генеральное (в предположении, что цена == СБ)?
я за какие-нибудь инновационные подходы )
я за какие-нибудь инновационные подходы )
спиннер крутани
как мне советовал,
ты понял о ком речь была?
чертов еврей.спиннер крутани
как мне советаловал,
ты понял о ком речь была?
Нельзя дергаться, сейчас но потом.Давно уже писал из собственных наблюдений, что нормализация зло. Вопрос как раз как ее минимизировать. Потому что на трендовых рынках всегда будет выход за диапазон и нормализовать фичи все равно придётся.
Можно кластеризировать (или более простым способом разделить) цены на диапазоны , каждый диапазон можно представить как стационарный ряд, можно тогда и нормализировать , и будем помнить прошлые цены...
просто как идея..
Можно кластеризировать (или более простым способом разделить) цены на диапазоны , каждый диапазон можно представить как стационарный ряд, можно тогда и нормализировать , и будем помнить прошлые цены...
просто как идея..
А при переходах из диапазона в диапазон что делать
Это просто мысли в слух в виде картинок... у меня нету готовых ответов
Можно диапазон считать относительно последней цены, постоянно смещая
Так же появилась крутая идея как редуцировать цены в более компактную и повторяемую форму АМО такая форма данных должна понравиться
плюсы :
1) Данные намного в более простом виде чем сырые данные, что ВОЗМОЖНО обеспечит повторяемость и адекватное обучение
2) Думаю что информация ВОЗМОЖНО практически не теряется при таком преобразовании
алгоритм такой
1) кластеризирую цены , дбсканом (он самый интелектуальный) и умеет отделять шумы
2) сохраняю среднюю цену каждого облака , а так же количество точек в облаке
получаем точки центров кластеров как цены вверху, а в низу сколько точек в кластере
или так
Кароч я собой доволен )) пока код не закончен))
для сравнения один и тот же паттерн до преобразования и после