Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 116
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
El mercado se mueve en contra de sus propias estadísticas, es una teoría que he confirmado con la práctica, es la única teoría que conozco que responde a todas las preguntas, desde por qué el modelo no funciona con nuevos datos hasta por qué todo el mundo pierde dinero en el mercado en primer lugar...
¿por qué te resulta tan difícil aceptarlo?
¿los viejos conocimientos y hábitos son tan poco favorables a la nueva información?
¿por qué concentrarse tanto en el modelo cuando la diferencia de rendimiento entre los modelos está entre el 0,5% y el 5%?
Ningún modelo puede ayudar porque se trata de los propios datos.
Se puede entender un pensamiento, una información que debe estar revestida de términos y conceptos comunes.
Pero con tus repetidas llamadas demuestras una ignorancia sorda, desconocimiento de las cosas más sencillas de la estadística.
El mercado se mueve en contra de las estadísticas, pero las estadísticas son diferentes. La noción de esto es básica cuando se utiliza la palabra "estadística". Si no entiendes eso, estás mostrando gráficos que no te dicen nada.
Todo lo que escribes como refutación de la estadística a tu entender es una refutación de la parte de la estadística que es aplicable a los procesos aleatorios ESTACIONARIOS. En los mercados financieros no hay procesos estacionarios, sólo no estacionarios que se diferencian de los estacionarios porque las características derivadas de los datos históricos no son aplicables a los nuevos datos. Lo siento, pero esto es elemental. No se pueden aplicar las herramientas de la estadística estacionaria a las series temporales financieras no estacionarias.
Aquí nos ocupamos de entrenar modelos sobre datos históricos no estacionarios para que tengan aproximadamente las mismas características en el futuro. Este es el problema que estamos resolviendo. Y sostengo que con una cuidadosa adhesión a una serie de técnicas este problema puede resolverse.
Lo siento, estoy harto de tu ignorancia.
El mercado se mueve en contra de sus propias estadísticas, es una teoría que he confirmado con la práctica, es la única teoría que conozco que responde a todas las preguntas desde por qué el modelo no funciona con nuevos datos hasta por qué todo el mundo pierde dinero en el mercado en primer lugar...
¿por qué es tan difícil de aceptar para ti?
Así es, casi. No va en contra, simplemente pasa de un ruido a otro, según los ajustes al ruido incorporados en el modelo. Eso si es así como hiciste el modelado. Sólo tú eres responsable de ello.
Haz otro modelo en el que el mercado se pasee por las estadísticas encontradas.
¿Qué hay que aceptar aquí? ¿El hecho de que hagamos modelos y que estén sobreentrenados? O la creencia de que "el mercado camina en contra de sus propias estadísticas". No somos una organización religiosa para creer en santas ficciones.
Pero si escribes un estudio en el que pruebes 100 métodos con todos los datos de forex y concluyas que todos ellos están sobreentrenados y no dan beneficios, entonces lo leeremos con gusto. Pero un microestudio, basado en principios desconocidos, no es un indicador.
Comparto un interesante artículo. Para mí tiene sentido, me parece un buen intento. Hay miles de modelos que muestran unos buenos resultados comerciales en el entrenamiento y en las pruebas. Hay datos fuera de la muestra. Comienza a comprobar el procedimiento de selección del modelo. El gráfico del artículo es el mismo que el mío. Débil correlación entre la prueba y la validación. Por lo tanto, la selección de modelos por los mejores resultados de las pruebas no ofrece ninguna superioridad fuera de la muestra.
Y luego vea usted mismo lo que hacen allí.
https://blog.quantopian.com/using-machine-learning-to-predict-out-of-sample-performance-of-trading-algorithms/
El mercado se mueve en contra de sus propias estadísticas, esta es una teoría que he confirmado con la práctica
Si el mercado está dominado por una tendencia o lateralidad y los factores básicos del modelo intentan predecir la continuación de la tendencia o las reversiones desde los límites del canal, entonces no es de extrañar que el modelo de contratendencia (aprendido de la lateralidad) se invierta en una región en la que prevalece la tendencia y obtenga beneficios.
Pero la cuestión es que su "teoría" no siempre se confirma en la práctica, sino sólo cuando la tendencia se convierte en contratendencia y viceversa.
Esto sucede con mayor frecuencia si una parte importante de los predictores son insignificantes -basura- y uno es el más significativo, como el impulso. En ese caso, el predictor más significativo obtendrá un factor de ponderación gordo durante el "aprendizaje", y los demás sólo serán ligeramente ruidosos con ponderaciones pequeñas.
Si el mercado está dominado por una tendencia o lateralidad y los principales factores del modelo intentan predecir la continuación de la tendencia o las reversiones desde los límites del canal, no es de extrañar que el modelo de contratendencia (aprendido de la lateralidad) se "invierta" en la zona donde prevalece la tendencia y obtenga beneficios.
Pero la cuestión es que su "teoría" no siempre se confirma en la práctica, sino sólo cuando la tendencia se convierte en contra-tendencia y viceversa.
Ocurre más a menudo si una parte considerable de los predictores son insignificantes -basura- y uno de ellos es el más significativo, por ejemplo, el impulso. En tal caso, el predictor más significativo obtendrá un gran factor de ponderación durante el "entrenamiento", mientras que los demás serán sólo ligeramente ruidosos con ponderaciones pequeñas.
Esta teoría se confirma en la práctica SIEMPRE.
Porque la única característica estadística estable del mercado es la no estacionariedad: cuanto más larga es la tendencia o la fase plana, más fácil es identificarla estadísticamente y más probable es que cambie la tendencia.
Es la única característica estadística estable de una serie de precios.
Esta teoría se confirma en la práctica SIEMPRE.
Porque la única característica estadística estable de un mercado es la no estacionariedad: cuanto más larga es la tendencia o la fase plana, más fácil es identificarla estadísticamente y más probable es que la tendencia cambie.
Esta es la única característica estadística estable de una serie de precios.
1) ¿Se trata de un gráfico con los datos sobre los que se ha realizado el entrenamiento propiamente dicho, o es sólo una prueba sobre datos nuevos?
2) Si fuera tan sencillo, bastaría con entrenar cualquier modelo y sólo invertir sus predicciones. Lamentablemente, no funciona.
3) El problema no es que los modelos den resultados opuestos, sino que en algunas barras el resultado será correcto, en otras será erróneo, y todo esto es aleatorio y no hay forma de filtrar sólo los resultados correctos.
4) ¿Y por qué quitas la predicción S de la predicción B? ¿Tal vez deberías hacer lo contrario, S-B? Entonces, de repente, la correlación también será correcta.
1) prueba con datos nuevos, por alguna razón ni siquiera miré los datos de entrenamiento
2) ¡sí! no funciona, porque el gráfico azul obtenido no tiene capacidad de predicción, se invierte al mismo tiempo que el gráfico de precios regular o incluso una vela más tarde, pero rara vez, es imposible obtener beneficios de él, pero le da una idea del proceso que quería mostrarle
3) Pues ya ves, no hay aleatoriedad en el gráfico, el gráfico está totalmente correlacionado inversamente con el precio
4) Si expresamos cuantitativamente las señales de compra y venta, por ejemplo comprar = 10 puntos, vender tiene 5 puntos
comprar - vender = 5 ( más bahías todo bien)
y si
comprar - comprar es igual a - 5 (esto es ridículo)
1) Sí, casi. No va en contra, simplemente se desplaza aleatoriamente de un ruido a otro, de acuerdo con los ajustes incorporados del modelo al ruido. Eso si has hecho el modelado de esa manera. Sólo tú eres responsable de ello.
2) Hacer otro modelo en el que el mercado camine sobre las estadísticas encontradas.
3) ¿Qué hay que aceptar aquí? ¿El hecho de que hagamos modelos y que estén sobreentrenados? O la creencia de que "el mercado camina en contra de sus propias estadísticas". No somos una organización religiosa para creer en santas ficciones.
1) ¿ves alguna aleatoriedad en el gráfico azul en relación con el precio?
2) no es tan fácil como parece
3) intenta refutarlo ;) lo que dices es un bulo - también es un bulo, pero es sólo tuyo ... ¿estás de acuerdo?
Pero la cuestión es que su "teoría" no siempre se confirma en la práctica, sino sólo cuando se pasa de la tendencia a la contratendencia y viceversa.
El gráfico azul va en contra tanto de los pequeños movimientos como de los grandes. Si miras un gráfico de 200 velas irá en contra del precio y si miras 20 000 velas la imagen será la misma
Lo siento, estoy harto de tu ignorancia.