Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 107
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
Ternario: significa que puede adoptar tres estados mutuamente excluyentes. Otro nombre es ternario.
Y una rejilla con tres salidas, cada una de las cuales es binaria, puede producir 8 estados mutuamente excluyentes, de los cuales sólo tres se interpretan sin ambigüedad, como un ternario. ¿Cómo interpreta los 5 estados restantes?
También utilizo el ternario de alguna manera, tengo tres clases - giro hacia arriba, giro hacia abajo y sin giro, esos son 1,-1,0
es decir, puedo ganar con pequeñas paradas y grandes beneficios, es decir, gestiono los riesgos en lugar de hacer una buena previsión
no es un sistema, es sólo un generador de entradas con topes
pero lo triste de este enfoque es que no está claro cómo entrenar el modelo
===========================================
Aunque el modelo funciona de forma bastante débil, no le impide obtener beneficios estables, y un 14% al mes no es el límite, he visto un 35%, todo depende de cómo entrenes el modelo.
=====================================
y las ganancias a expensas de la relación entre el tope y la pila de 10:1 son bastante estables, además de que hay un control del riesgo
También utilizo el ternario de alguna manera, tengo tres clases - giro hacia arriba, giro hacia abajo y sin giro, esos son 1,-1,0
En principio, este enfoque no requiere una buena previsión del mercado, se puede ganar no a través de una buena previsión, sino a través de pequeñas paradas y grandes ganancias, es decir, a través de la gestión del riesgo
no es un sistema, es sólo un generador de entradas con topes
pero lo triste de este enfoque es que no está claro cómo entrenar el modelo
===========================================
Aunque el modelo funciona de forma bastante débil, no le impide obtener beneficios estables, y un 14% al mes no es el límite, he visto un 35%, todo depende de cómo entrenes el modelo.
=====================================
Tengo una buena relación stop/stop de 10:1 y gano buen dinero.
¡Genial! ¿Cuál es tu preocupación?
no está claro cómo entrenar un modelo de este tipo, todos los métodos están orientados al error de clasificación y en mi enfoque la probabilidad de acertar siempre estará por debajo del plinto, en definitiva la eficacia de mi modelo debe ser evaluada de forma diferente, pero cómo no lo sé
No sé cómo entrenar dicho modelo, todos los métodos se basan en el error de clasificación, y en mi planteamiento la probabilidad de acertar siempre estará por debajo del plinto, en definitiva, la eficacia de mi modelo debería evaluarse de otra manera, y no sé cómo.
Se dice que el 14% al mes, y a veces se llega hasta el 35%. Entonces no te preocupes más por no saber, porque los resultados son sorprendentes, sin falsa modestia por los resultados.
Aunque, yo no usaría stops fijos para salir del mercado (como sabemos los patrones tienden a escalar de cualquier manera antes y después de entrar en el mercado). Pero por simplicidad a veces lo hacía: aprendía a salir con paradas sl/tp=1/3, pero usaba 1/2 ratio en OOS (le daba una ventaja a la neurona, y me lo agradecía en forma de aumento del número de respuestas correctas comparado con lo que sería si usara 1/3). Como, como he dicho es necesario limitar el tiempo de acuerdo, porque la probabilidad de que en el futuro el precio no llegará a SL y TP nunca, aunque pequeña, pero todavía allí, y no podemos decir que la red está entrenado mal, sólo podemos decir que la vida es corta.
En algún lugar se sugirió que el modelo debería predecir un movimiento de al menos un número determinado de pips durante el entrenamiento... Esta es una idea muy sensata en mi opinión...
Puedo añadir - un movimiento de al menos un número especificado de puntos teniendo en cuenta la volatilidad típica en el momento dado en el marco temporal apropiado y el tiempo de vida especificado de la operación. La última vez que trabajé en rejillas, hace 2 años, lo hice en esta dirección. En general, abandoné las cuadrículas, porque algunas características probabilísticas del mercado no estaban claras para mí. Ahora todo se ha asentado más o menos en mi mente y quizás deba seguir trabajando en las rejillas....
Tal y como yo lo veo, el papel de los métodos de "machine learning" en el TS debe minimizarse al máximo, y los factores de mercado que se repiten de forma constante de año en año deben pasar a primer plano. Por ejemplo, ¿alguien en este hilo utiliza el conocimiento de que la volatilidad es máxima a mitad de la jornada bursátil? - improbable.... Y es una característica innegable del mercado que no cambia.
Hay otra observación (hecho invariable) conocida por todos, pero obstinadamente ignorada por los "operadores de máquinas": en los TFs inferiores el comportamiento de los precios durante la noche difiere drásticamente del del día.
Pero esta diferencia no sirve de nada en TFs más grandes que H1, y tal vez por eso muchos TS muestran resultados más estables en TFs más altos (porque los cambios de precios de las velas son más o menos homogéneos)?
Pero queremos más operaciones (aunque con mayores pérdidas inevitables en comisiones y spreads), por eso tenemos que utilizar TFs inferiores a H1. Hay dos maneras de resolver el problema del "comportamiento diferente de los precios" dentro de un día: 1). o dividiendo un TS adecuado en "noche" y "día", 2). o limitando la hora de negociación del día (por ejemplo, de 05:00 a 20:00). Normalmente no me molestaba y me guiaba por la segunda variante, pero incluso un filtro tan simple por tiempo mejora significativamente los resultados de la formación y de las operaciones posteriores.
Para el intradía "nocturno" no he conseguido construir un TS adecuado en neuronas, porque hay otras reglas, en mi opinión, diferentes a las combinaciones de patrones.... Por esta razón no soy capaz de construir neuronas intradía adecuadas, porque allí se aplican otras reglas, diferentes de las combinaciones de patrones, imho: . Cuáles - es la gran pregunta, pero la cuestión principal es si los patrones deben aplicarse en las horas nocturnas (reglas para las que los predictores son difíciles de formalizar), si en estas mismas horas nocturnas se pueden aplicar con éxito TS más simples y poco sofisticadas como el comercio de canales y variaciones similares sobre un tema de canales...
Hay otra observación (hecho invariable) conocida por todos, pero ignorada obstinadamente por los "chicos de las máquinas": en los TFs más bajos el comportamiento de los precios por la noche es marcadamente diferente al del día. .
El tiempo debería incluirse como predictores (junto con otros).
Cada uno de los predictores se divide por el número correspondiente de predictores, por ejemplo, el número de horas por 24 predictores. Por ejemplo, el primer predictor tiene 1 para la primera hora y ceros para las demás posiciones. El segundo predictor tiene 1 para la segunda hora y ceros para las demás posiciones, etc.
Si comprobamos la capacidad de predicción de esos predictores, resulta que cada uno de esos predictores artificiales tiene una capacidad de predicción diferente. Por ejemplo, para un día de la semana es el miércoles y el jueves. Los demás días de la semana = ruido y deben excluirse del modelo.
Tenemos predictores de muy buena calidad.
El tiempo debería incluirse como predictores (junto con otros).
Cada uno de los predictores se divide por el número correspondiente de predictores, por ejemplo, el número de horas por 24 predictores. Por ejemplo, el primer predictor tiene 1 para la primera hora y ceros para las demás posiciones. El segundo predictor tiene 1 para la segunda hora y ceros para las demás posiciones, etc.
Si comprobamos la capacidad de predicción de esos predictores, resulta que cada uno de esos predictores artificiales tiene una capacidad de predicción diferente. Por ejemplo, para un día de la semana es el miércoles y el jueves. Los demás días de la semana = ruido y deben excluirse del modelo.
Obtenemos predictores de muy alta calidad.
Exactamente. Casi. El número de la hora sólo tiene que descomponerse en 23 variables binarias...
Y para algunos métodos tampoco es necesario hacerlo. Un bosque aleatorio se encargará de esa variable gato por sí mismo.
Hay otra observación (hecho inmutable) conocida por todos, pero ignorada obstinadamente por los "chicos de las máquinas": en los TF más bajos, el comportamiento de los precios por la noche es muy diferente al del día.