Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 237

 
ivanivan_11:
¿Y qué? ¿Todo es malo, aparentemente? Vencer al mercado en forma de buy and hold ha fracasado.

la pregunta no es...

la pregunta es por qué un modelo entrenado en la aleatoriedad se comporta mejor con los nuevos datos de mercado (OOS) que un modelo entrenado originalmente con datos de mercado

p.d. nadie intentó crear un super sistema

 
mytarmailS:

la pregunta no es...

la pregunta es por qué un modelo entrenado en la aleatoriedad se comporta mejor con los nuevos datos de mercado (OOS) que un modelo entrenado originalmente con datos de mercado

p.d. nadie intentó crear un super sistema

Reencauzado. Un modelo sobreentrenado no tiene ninguna característica.
 
SanSanych Fomenko:
Está reeducado. Un modelo sobreentrenado no tiene ninguna característica.

preguntas...

1) ¿por qué no se vuelve a entrenar el que se entrena al azar?

2) ¿por qué el que se entrena en los aleatorios no pierde el depósito dirigido?

3) ¿por qué el que se entrena con datos reales pierde la dirección de la tendencia?

 
mytarmailS:

preguntas...

1) ¿por qué no se vuelve a entrenar el que se entrena al azar?

2) ¿por qué el que se entrena en los aleatorios no pierde el depósito dirigido?

3) ¿por qué el que se entrena con datos reales pierde la dirección de la tendencia?

Me parece (no estoy seguro)

  • el azar no se puede volver a entrenar - no hay más ruido
  • entrenado algo, y realmente reentrenado, fuera de la muestra de entrenamiento se comporta arbitrariamente - el entrenamiento no tiene nada que ver con su comportamiento futuro.

 
mytarmailS:

preguntas...

1) ¿por qué no se vuelve a entrenar el que se entrena al azar?

2) ¿por qué el que se entrena en los aleatorios no pierde el depósito dirigido?

3) ¿por qué el que se entrena con datos reales pierde la dirección de la tendencia?

La cuestión es que cuando utilizamos el ruido como guía, obtenemos un sistema neutral. También funciona esencialmente de forma aleatoria con los datos del mercado. Y es más rentable actuar al azar en el mercado que pensar que se sabe hacia dónde irá el mercado(una parrilla entrenada piensa que sí).

Nada sorprendente por tanto, el mercado siempre intenta moverse en contra de sus estadísticas (en contra de las masas), y el aprendizaje consiste en estadísticas de memoria en el peor de los casos y en captar patrones en el mejor. Pero ni las estadísticas ni los patrones funcionan en el futuro, porque el mercado siempre intenta moverse en contra de sus estadísticas, en contra de las masas. El círculo está cerrado. El aprendizaje no tiene sentido, todo lo que se aprenda (en el buen sentido, sin sobreaprendizaje) será inútil en el OOS.

De ahí los resultados medios (ni buenos ni malos) sobre los datos del mercado de un sistema entrenado en el azar. Estos pensamientos fueron expresados por mí en algún momento de 2009, cuando sugerí generar una serie sintética esencialmente a partir de datos aleatorios pero con características paramétricas y estudiar cómo se comporta el TS sobre dichos datos, que luego se aplicaría a los datos reales del mercado. Se trata de un "enfoque pesimista" del mercado.

El enfoque "optimista" es el mismo que mencioné el año pasado: "patrones fluidos". El significado es el mismo: el mercado cambia constantemente, pero la diferencia está en seguir estos cambios, en seguir la derivada del mercado y en operar contra los cambios (o según los cambios).

Los dos enfoques "pesimista" y "optimista" no se contradicen entre sí, sino que se limitan a observar el mercado desde distintos ángulos (faceta/perfil).

Y ojo, no he dicho nada de que el mercado sea aleatorio. Si el mercado fuera aleatorio, no veríamos efectos similares con modelos entrenados con datos aleatorios. Sí y no dejarán que los Tíos sean un mercado al azar (la economía por la pierna).

 

Intenté seleccionar los patrones de trabajo "con mi propio método" desde el aleatorio, el modelo tardó mucho en aprenderse, seleccioné el primer patrón disponible para comprar, y entonces el estudio se colapsó y tuve que cubrirlo a través de la finalización de las tareas, logré guardar el modelo, pero el objetivo no se guardó y esencialmente la búsqueda de patrones fue imposible, tuve que reaprender todo el modelo, que fastidio...

El único patrón que logré escribir fue bastante bueno(o eso quiero pensar :)) )

й

я

Se ve muy bien, ¡¡¡no estás de acuerdo!!!

El 77% de los beneficios es bueno.

La relación toma/parada sobre 1k2 también es +-no está mal

Tengo un montón de buenos resultados, no sé qué hacer con ellos, se negocian al alza.

Puede que tenga que volver a enseñar el modelo y probar, probar, pensar y volver a probar... Mientras tanto, buena suerte a todos)

 
mytarmailS:

Intenté seleccionar los patrones de trabajo "con mi propio método" desde el aleatorio, el modelo tardó mucho en aprenderse, seleccioné el primer patrón disponible para comprar, y entonces el estudio se colapsó y tuve que cerrarlo por la finalización de las tareas, logré guardar el modelo, pero el objetivo no se guardó y esencialmente la búsqueda de patrones fue imposible, tuve que volver a aprender todo el modelo, que fastidio...

El único patrón que logré escribir fue bastante bueno(o eso quiero pensar :)) )

Se ve muy bien, ¡¡¡no estás de acuerdo!!!

kol. rentable 77% es bueno

La relación toma/parada de más de 1k2 también es +-no está mal

Tengo un montón de buenos resultados, aunque no sé lo que quería decir y no sé qué hacer con ellos.

Puede que tenga que volver a enseñar el modelo y probar, probar, pensar y volver a probar... Mientras tanto, buena suerte a todos)

¿Es tu laboratorio galés?
 
Vizard_:
He echado un vistazo al nuevo conjunto de datos por interés.
(Me he adelantado un poco. Apenas te encontré))) ponte al día...
https://numer.ai/

Algo ha salido mal.

Tomé el mismo modelo con los mismos parámetros que la última vez, el resultado después de la evaluación fue peor. Tuve que ajustar los parámetros del modelo y volver a hacer una validación cruzada. Decidí obviar este procedimiento y entrenar otro modelo que mostró resultados mucho mejores en los datos de entrenamiento. Ahora he pronosticado este segundo modelo pero el logloss en numerai es peor. No es bueno. Volveré al primer modelo y lo cruzaré.

 

he comprobado el mismo patrón, pero no durante medio año (oos)(como la primera vez), sino durante 5 años (oos)

Todos los indicadores han caído drásticamente, pero no puedo decir que el patrón no esté funcionando, las paradas son las mismas, nada ha cambiado y no se han hecho ajustes y también he notado una tendencia constante a la baja en el mercado, el patrón es largo, sólo podemos operar en largo

й

si optimizamos las paradas y los despegues podemos obtener una mejor imagen, pero es un ajuste fino.

ф


Estoy un poco confundido con todo esto, ¿por qué funciona en absoluto?

=================================================================

Y una pregunta para la sala: ¿a alguien le interesa lo que estoy poniendo, porque no veo ningún interés...

¿tal vez nadie lo necesita y sólo estoy ensuciando el hilo?

 
mytarmailS:

=================================================================

Y una pregunta para la sala: ¿a alguien le interesa lo que posteo, porque no veo ningún interés...

¿Quizás nadie lo necesita y sólo estoy ensuciando el hilo?

Por supuesto que es interesante.

Ahora en tiempo real. Y no te olvides de hacer un seguimiento aquí.

Razón de la queja: