Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3288

 
СанСаныч Фоменко #:

Was Leksey Vyazmikin tut, hat nichts mit den Problemen des Verteidigungsministeriums zu tun. Er zieht aus einer Oper und versucht, aus einer anderen Oper eine Antwort zu bekommen - alles leeres Geschwätz eines Mannes, der ein Chaos im Kopf hat.

Wenn Sie nicht verstehen, was ich tue, fragen Sie mich. Ja, oft gehen meine Experimente über akademisches Wissen hinaus.

 
СанСаныч Фоменко #:

Hier habe ich ein grundlegendes Problem entdeckt: die Vorausschau. Es äußert sich folgendermaßen: Wir nehmen Teile einer großen Datei, untersuchen sie, testen sie, überprüfen sie - alles ist normal, der Fehler ist ungefähr derselbe. Aber sobald wir außerhalb dieser drei Dateien, die Teile einer großen Datei sind, laufen, ist das Ergebnis grundlegend anders, meist katastrophal.

Wenn wir bei jedem Schritt neu trainieren, wird das Problem des "Vorausschauens" beseitigt, da die Vorhersage mit denselben Prädiktorenwerten wie beim Training durchgeführt wird.

Wenn man nicht bei jedem Schritt lernt, werden alle Prädiktoren, einschließlich des Trainingsabschnitts, auf einige Werte gelehrt und dann auf diesen Werten vorhergesagt. Und hier stellt sich die Frage: Werden die neuen Prädiktorwerte mit den Prädiktorwerten in der Lernkurve übereinstimmen oder nicht?

Ich denke, es ist eine Implementierung Ihres Codes, bei der Sie Peeks gefunden haben. Ich habe die Peeks vor etwa 4 Jahren aussortiert. Meine Daten werden ausschließlich bis zum aktuellen Balken (einschließlich Historie) herangezogen. Außerdem füge ich meinem Valking Forward den Abschnitt Embargo 1-5 Tage hinzu(wie von Prado empfohlen). Wenn das Modell Bewegungen von 100-300 Punkten erfasst, dann ist 1 Tag ausreichend, wenn 1000 - dann sind 5 Tage zuverlässiger.
 
Aleksey Vyazmikin #:

Nach den Bildern zu urteilen, ist der Recall auch hier niedrig, d. h. das Modell ist nicht sehr zuversichtlich und sehr vorsichtig mit Prognosen.

Es gibt auch unvorsichtige Modelle - nehmen Sie einfach weniger saubere Blätter (nicht 0,9, sondern 0,7 oder 0,5), aber sie laufen aus (wie das Modell oben in diesem Bild, das untere verwendet sauberere Blätter und überspringt erfolgreich Auslaufperioden/Monate und Jahre). D.h. das Muster in der Tabelle ist das gleiche - die Unterschiede liegen in der Sauberkeit der verwendeten Blätter.
Insgesamt nichts, worauf ich Geld setzen würde, habe ich nicht gefunden.

 
Forester #:

Es gibt auch nachlässige Modelle - sie nehmen einfach weniger saubere Blätter (nicht 0,9, sondern 0,7 oder 0,5), aber sie entleeren sich (wie der oben im Bild, der unten verwendet sauberere Blätter und überspringt erfolgreich Entleerungsperioden/Monate und Jahre). D.h. das Muster in der Tabelle ist das gleiche - die Unterschiede liegen in der Sauberkeit der verwendeten Blätter.
Insgesamt nichts, worauf ich Geld setzen würde, habe ich nicht gefunden.

Ich sehe bei meinen Recherchen oft schöne Bilder, aber das Vertrauen reicht nicht aus, dass es morgen auch so sein wird.... bisher auch nicht sehr zufrieden mit den Ergebnissen. Ich bin dabei, den Lernprozess zu ändern.

Jetzt habe ich angefangen, einen Artikel zu schreiben, aber ich habe gemerkt, dass ich meine Methode nicht im Detail beschreiben will, also suche ich nach interessanten Ergebnissen in Experimenten mit CatBoost.

Warum wollen Sie nicht dazu übergehen, die Stichprobe nicht kontinuierlich, sondern nach Mustern zu partitionieren, wie ich es tue?

 
Aleksey Vyazmikin #:

Ich sehe bei meinen Recherchen oft schöne Bilder, aber ich bin mir nicht sicher, ob es morgen auch so sein wird.... Bis jetzt bin ich auch nicht sehr zufrieden mit den Ergebnissen. Ich bin dabei, den Lernprozess zu ändern.

Jetzt habe ich angefangen, einen Artikel zu schreiben, aber ich habe gemerkt, dass ich meine Methode nicht im Detail beschreiben will, also suche ich nach interessanten Ergebnissen in Experimenten mit CatBoost.

Warum wollen Sie nicht dazu übergehen, die Stichprobe nicht kontinuierlich, sondern nach Mustern zu partitionieren, wie ich es tue?

Ja - ich bin von der kontinuierlichen Partitionierung enttäuscht. Das Wachstum, das auf den Diagrammen zu sehen ist, wird mit einer langen Wartezeit bis zum Abschluss des Geschäfts erzielt - bis zu 10 Tage. Reduziert auf 3-5 Stunden und ich bekomme nur zufällig auf die OOS. Ich kam zu dem Schluss, dass dieser Gewinn von Nacht Einträge erhalten wird und es dauert mehr als 3 Stunden, um das Geschäft abzuschließen (dh sie sind meist in der Tageszeit abgeschlossen). Tägliche Einträge von 300-500 pts in der Regel für 1-3 Stunden und Geschäfte abgeschlossen sind - das ist, was sie zeigen, zufällig.

Ich habe nicht tun MO den ganzen Sommer, nur hier konnte ich etwas zu diskutieren. Im Winter wird es nichts zu tun geben - vielleicht werde ich noch ein wenig experimentieren.

Ich beneide euch alle, euren Enthusiasmus und das ständige Testen und Experimentieren....
 
Forester #:
Ja - in der Tat enttäuscht. Das Wachstum, das auf den Charts ist mit einer langen Wartezeit für den Abschluss des Geschäfts erhalten - bis zu 10 Tage. Ich reduzierte es auf 3-5 Stunden und es stellt sich heraus, nur zufällig auf OOS. Ich kam zu dem Schluss, dass dieser Gewinn von Nacht Einträge erhalten wird und es dauert mehr als 3 Stunden, um das Geschäft abzuschließen (dh sie sind meist in der Tageszeit abgeschlossen). Tägliche Einträge 300-500 pts in der Regel in 1-3 Stunden vergeht und Trades abgeschlossen sind - das ist, was sie zeigen, zufällig.

Ich habe vor langer Zeit ein Handelssystem mit einem guten Gewinn an der Moskauer Börse gemacht, aber nur im Tester - leider stellte sich heraus, dass ich den morgendlichen Preisrausch nicht berücksichtigt habe - der in einer Minute um 1000 Punkte auf Si fliegen konnte und das Terminal in diesen Momenten gerne bewegt.... Ich schließe jetzt während des Trainings für die Nacht. Ich unterstütze nicht wirklich die Idee, nach einer bestimmten Zeit zu schließen. Ich denke immer noch, dass es korrekter ist, entweder nach dem Marktereignis oder nach dem Zeitpunkt des Beginns eines neuen Balkens zu schließen (z. B. haben wir zur Minute eröffnet und zum neuen Stundenwert geschlossen). Ich selbst verwende eher Schleppnetze oder ATR-Levels.

Forester #:
Ich habe den ganzen Sommer über nicht an MO gearbeitet, nur hier konnte ich etwas diskutieren. Im Winter wird es nichts zu tun geben - vielleicht werde ich mehr experimentieren.

Ich beneide euch alle, euren Enthusiasmus und das ständige Testen und Experimentieren....

Im Gegenteil, euer Verhalten ist für einen normalen Menschen eher ungewöhnlich. Ich bin derjenige, der manchmal alles hinschmeißen will, aber ständig mit Ideen kommt, die ich ausprobieren möchte..... Das ist eine übermäßige Viskosität.

Das Richtige ist, das alles für ein Gehalt oder als Hobby zu machen. Genießen Sie den Prozess.

 
Andrey Dik schreiben Sie eine private Nachricht,
Darf ich Sie fragen, wie Sie die Kontrolle über das Thema übernehmen?
 
Aleksey Vyazmikin #:
Ich unterstütze nicht wirklich die Idee, nach einer bestimmten Zeit zu schließen. Ich denke immer noch, dass es korrekter ist, entweder nach einem Marktereignis zu schließen oder durch das Timing des Beginns eines neuen Balkens (zum Beispiel haben wir zur Minute geöffnet und zum neuen Stundenwert geschlossen). Ich selbst verwende eher Schleppnetze oder ATR-Levels.

Ich time meine Closings nicht. Ich prüfe nur den erreichten TP oder SL und schaue dabei 1-3-10-100 Stunden voraus. Die Basis ist dieser Indikator https://www.mql5.com/ru/code/903 - Parameter bars_future = 10 (ich habe ihn auf 10000 gesetzt, um sicherzustellen, dass alle Bars markiert sind)
Für den Fall von 3 Stunden, wenn TP/SL groß ist, gehen 300-500 pts pro Nacht nicht immer durch, so dass solche Trades als "Ich weiß nicht" übrig bleiben. Wenn es einen Blick auf 10000 Bars gab, wurden sie markiert und nahmen am Training teil, und ich denke, dass der Gewinn durch diese nächtlichen Einträge erzielt wurde.

Ich habe Traal ausprobiert - es hat mir nicht gefallen. Es fängt Trends ein, aber selten mit Pausen von 1-2 Jahren.

Sampler
Sampler
  • www.mql5.com
Индикатор i_Sampler рассчитывает идеальные входы, предназначен для обучения нейросети.
 
Andrey Dik #:
können Sie.
Wie ist das?
 

Nun, eher nicht als ein Pferd unter Menschen, sondern als ein guiggnm unter ehu).

Die Frage des Markups (Lehrerkonstruktion) für Preisdaten ist sehr wichtig, aber ich bezweifle, dass es möglich sein wird, darüber auf sinnvolle Weise zu diskutieren. Es gibt zu viele verschiedene Möglichkeiten, es zu tun, so dass jeder in einer für andere unverständlichen Sprache spricht. Und ich habe natürlich Angst, mein Wissen auszuplaudern.) Deshalb haben wir in diesem Thread etwas Obszönes.