Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 171

Nuevo comentario
 

necesidad de renunciar al precio en la opinión de BP, es el punto de vista más ridículo para el MdD, en el caso del mercado. imho...

pero cómo representarlo...

 
A la hora de categorizar para la verdad o la falsedad, lo importante no es cómo ha dividido la red estos conceptos, sino cómo los dividirá de forma estable en el futuro. Y la división en sí no es importante, lo importante es que sea estable. Este es un ámbito en el que es tan difícil hacer una ST de drenaje estable como hacer una de vertido. Por ejemplo yo lo hago así, entreno la red cada día, según el volumen del día anterior y el interés abierto. Luego, durante 3-4 señales construyo el modelo (a veces invierto las señales) orientándolo hacia el mercado, y voilá, la red divide las señales buenas de las malas de forma estable. Esto es lo más importante....
 
BlackTomcat:

1) ¿Hay un intervalo de tiempo entre estos periodos?

2) El patrón se ha agotado, se ha reconocido y mucha gente ha empezado a explotarlo. Por ello, se está convirtiendo en un patrón inverso.

3) Actualmente estoy trabajando en un ST que utiliza métodos gráficos. En mi opinión, si hay un patrón de trabajo, es este.

4) Me gustaría hacer algunos comentarios más a mi post anterior. Me pareció que había analizado más o menos barras separadas allí. Pero en realidad esto no es así. El análisis de barras individuales tiene derecho a existir, pero estas barras clave no suelen estar en la zona de los máximos.

1) que yo recuerde no lo es, la foto no es reciente, ya no la recuerdo...

2) es bueno que no soy el único que piensa así.

3) no soy el único que lo piensa... incluso puedo entrar con un stop en tres ticks y tomar 1k2 , 1k5 en el 50% de los casos, pero es imposible analizarlo matemáticamente, así que es una basura

4) todos necesitan saber cómo buscar

 

п

Si hay alguien que sea bueno programando divergencias, podemos intentar implementar un patrón tan complicado y probarlo

 
mytarmailS:

3) yo también..., incluso puedo entrar con stop a tres ticks y coger 1k2 , 1k5 en el 50% de los casos, pero es imposible fomalizarlo matemáticamente, así que es una basura.

No estoy de acuerdo contigo en eso. :) Estoy bastante seguro de que los métodos gráficos pueden y deben ser formalizados. Tal vez debido a una cierta complejidad, hay una división entre el 95% y el 5% de los que tienen éxito. Pero si hay un camino hacia el éxito en el intercambio, se encuentra exactamente en esta área. En cualquier caso, puedo ver mucho en la pantalla, aunque no evita los errores. Sin embargo, siempre hay un escenario alternativo. Y la buena noticia es que si se reconoce todo correctamente y a tiempo, no es muy difícil cambiar a un escenario alternativo, incluso con algunas (pequeñas) pérdidas.
También quiero añadir que en algún momento me volví muy escéptico de todos los métodos matemáticos (indicadores). Son atractivas porque son sencillas de aplicar, pero en esta sencillez reside su inutilidad. La historia del comercio de divisas es muy larga (incluso se puede decir que "antigua"), y casi nadie se sentaba a calcular los estocásticos y el RSI en aquella época. :) Pero dibujar líneas en el gráfico, eso es fácil. Y si generaciones de comerciantes han sido educados y formados en ella, ¿por qué iba a dejar de funcionar de repente? Con la aparición de la tecnología informática todo se volvió más complejo y acelerado, y ahora los canales de tendencia pueden verse incluso en los movimientos de los ticks. Pero el hecho de que sigan existiendo favorece su uso.
Los métodos gráficos tienen otra ventaja muy importante: ¡te muestran el PROPÓSITO! Te muestran hacia dónde (o debería decir, hacia dónde) se dirige el precio. Cuando se sabe dónde está el objetivo del movimiento del precio, la cuestión de su dirección desaparece por sí sola.

 
BlackTomcat:
Aquí es donde no estoy de acuerdo contigo. :) Estoy bastante seguro de que los métodos gráficos pueden y deben ser formalizados. Tal vez debido a una cierta complejidad hay una división entre el 95% y el 5% de los que tienen éxito. Pero si hay un camino hacia el éxito en el intercambio, se encuentra exactamente en esta área. En cualquier caso, puedo ver mucho en la pantalla, aunque no evita los errores. Sin embargo, siempre hay un escenario alternativo. Y la buena noticia es que si todo es correcto y TIEMPO para reconocer, no es muy difícil cambiar a un escenario alternativo, incluso con algunas (pequeñas) pérdidas.
Está formalizado, pero no es posible explicarlo a una máquina, no sé exactamente cómo
 

No voy a hacer una referencia, ya que en varios posts se pierde un detalle importante.

El valor de la variable objetivo no puede coincidir con los valores del predictor en el tiempo, es decir, el valor de la variable objetivo debe desplazarse hacia atrás. Si es por 1 entonces es un paso adelante, si es por 10 entonces es diez pasos adelante.

La variable objetivo, el profesor, debe mirar hacia adelante.

Para ilustrar este punto se ha expresado una idea aquí en el hilo que destaca más claramente el matiz de que la variable objetivo está por delante de los predictores.

La cuestión es la siguiente. Tomamos las inversiones, como el Machka por ejemplo. A partir de estos retrocesos en el historial avanzamos y marcamos el retroceso en cuestión en el pasado tras el cual el precio ha cambiado en algún número de pips, por ejemplo en 100. Lo hemos encontrado. Tomamos la siguiente reversión y buscamos un cambio de 100 pips y así formamos el maestro. Esta idea demuestra muy claramente el enfoque de la formación de la variable objetivo: la variable objetivo debe realizar "mirando hacia adelante", lo que es bastante factible en los datos históricos. Es la variable objetivo, no la aplicación del operador de predicción, la que proporciona las predicciones del modelo.

Hay otro matiz importante en esta idea. Es bastante obvio lo que predecimos: predecimos la futura subida/bajada del precio en 100 pips. Esto contrasta con ZZ, que se marca con "1" para una rodilla ascendente y con "0" para una rodilla descendente. Si lo piensas, ¿QUÉ estamos prediciendo?

Así que los requisitos para la variable objetivo son:

1. La variable objetivo debe mirar hacia adelante

2. Debe haber una clara comprensión de lo que estamos prediciendo.

Parecen ideas obvias, pero en la práctica no se pueden llevar a cabo: o las botas están demasiado apretadas, o hay algo que estorba...

PS.

A petición mía, se probó la idea, pero no se pudo encontrar ningún predictor de su aplicación.

 
Alexey Burnakov:
Les respondo a los dos.

Un modelo carece de valor si se evalúa con los datos sobre los que se seleccionó el modelo. INCLUSO si se trata de un periodo de datos en el que el modelo no ha sido entrenado.

Piensa en ello.

Hay 1) Sobreaprendizaje. Esto es cuando se pone al día el modelo en los datos de entrenamiento hasta un estado de casi perfección. En otros datos no hay generalizabilidad.

Y hay 2) sesgo de selección (selección optimista del modelo). Es cuando se selecciona el mejor modelo o comité sobre datos que YA conocen el comportamiento del modelo. Y de nuevo, aunque sea un caso de prueba.

La realidad resultante es ésta. El modelo no entrenado seleccionado por los bloques de prueba de validación cruzada (uno que va al lado positivo en la prueba) se ajusta potencialmente a la PRUEBA. Para reducir este efecto, se inventó la validación cruzada anidada. El modelo (o el comité) ya seleccionado debe probarse con otros datos.

En otras palabras, se trata de la validación del método de selección del modelo.

Una vez más, también tengo docenas de modelos, también doy vueltas a los predictores y parámetros. ¡Y estos modelos van en sólido plus durante un periodo de 8 años cada uno! Y ese es el período de prueba. Pero cuando los "mejores" modelos seleccionados por la prueba se prueban mediante un muestreo diferido, hay sorpresas. Y esto se llama - Validación cruzada del ajuste del modelo.

Cuando esto está claro, la experimentación pura continúa. Si no está claro, verás que la calidad disminuye en varias ocasiones en el mundo real. Que es lo que se observa en el 99% de los casos.

¡Alexey!

En mi opinión, sobrestimas la importancia de herramientas formales como la "validación cruzada" o los "comités de modelos".

Cuando se desarrollan modelos, debe haber un criterio de evaluación, que no tiene NADA, NADA que ver con el proceso de aprendizaje.

Permítanme enumerar estos criterios:

1. Validación del modelo en un intervalo de tiempo PARA el intervalo de entrenamiento.

2. Ejecución del Asesor Experto que utiliza el modelo en el probador. Además, el Asesor Experto no tiene MM, es el más primitivo. No hay stops, Take Profits, etc.

Si en algún momento, los resultados obtenidos son muy diferentes a los obtenidos durante el entrenamiento, entonces el modelo se RECONSTRUYE, es decir, los predictores no tienen capacidad de predicción para la variable objetivo. Los criterios enumerados no dicen qué hacer, cómo cambiar - estos criterios dicen una cosa: EL MODELO SE DEVUELVE.

PS.

Para los partidarios acérrimos de la ACM observo que sin todas esas acciones y herramientas que se discuten en este hilo, el probador no da ninguna base para especular sobre el comportamiento futuro del sistema de comercio. El probador dice: "Estos son los resultados para este periodo de tiempo". Eso es todo. El probador da exactamente una cifra, por ejemplo, el factor de beneficio que está relacionado con un determinado período de la historia. Y sólo se pueden obtener estadísticas en R. Y el probador es una parte final del diseño del modelo, pero no sustituye a todo el proceso de desarrollo.

 
mytarmailS:

Así que si hay alguien que es bueno en la programación de la divergencia, podemos tratar de implementar un patrón tan complicado y probarlo

En kodobase he visto indicadores que marcan las divergencias con líneas.
 
SanSanych Fomenko:

¡Alexey!

1) Creo que sobrestimas la importancia de herramientas formales como la "validación cruzada" o los "comités de modelos".

2) El probador da exactamente una cifra, como el factor de beneficio, que se refiere a un periodo histórico concreto. Y las estadísticas sólo se pueden obtener en R. Y el probador es la parte final del diseño del modelo, pero no sustituye a todo el proceso de desarrollo.

Sr. SanSanych,

No hay que hablar de comités, es un caso especial en el proceso de selección de modelos. En cuanto a las validaciones, no, no las sobrevaloro.

2) La MT no da la distribución de las estadísticas.

1...164165166167168169170171172173174175176177178...3399
Nuevo comentario
Razón de la queja: