¿Hay algún patrón en el caos? ¡Intentemos encontrarlo! Aprendizaje automático a partir de una muestra concreta. - página 10

 

tren

Este es el aspecto del modelo en la muestra de entrenamiento: se puede ver un buen margen delta entre la curva verde y la roja, lo que representa beneficios.

Pero a continuación podemos ver cómo el delta se ha reducido en la muestra de examen

Comparado con el probador, el balance calculado resultó ser un poco más optimista, pero la estructura es idéntica - creo que seguiré utilizándolo para la evaluación inicial.


 
Aleksey Vyazmikin #:

Así es como se ve el modelo en la muestra de entrenamiento - se puede ver un buen margen de delta entre la curva verde y roja - esto es ganancia.

Pero a continuación podemos ver cómo el delta se ha reducido en la muestra de examen

Comparado con el probador, el balance calculado resultó ser un poco más optimista, pero la estructura es idéntica - creo que seguiré utilizándolo para la evaluación inicial.


0,10500 es la mejor opción. Es más o menos la misma que la tuya. Pero la línea de equilibrio es diferente. Y el error es de alrededor de 0,5. Es arriesgado, empeorará un poco y podría empezar a drenar. 4200 operaciones y sólo 0,10500 /4200 ~= 0,00002 por operación. Muy arriesgado. Spread, deslizamientos, etc. se comerán todas las ganancias.


 
elibrarius #:
0,01050 es lo mejor. Es más o menos lo mismo que la tuya. Pero la línea de equilibrio es diferente. Y el error es de alrededor de 0,5. Es arriesgado, se deteriorará un poco y puede empezar a drenar. 4200 operaciones y ganar sólo 0.01050 /4200 ~= 0.00002 por operación. Muy arriesgado. Spread, deslizamiento, etc. se comerán todas las ganancias.


Debido al modelo del porcentaje de operaciones rentables aumentó en un 4%, más MM dará la misma cantidad - y ahora se puede pensar en la explotación.

Pero creo que este margen no es correcto, porque no se basa en la estructura del mercado - no hay ningún intento de comparar las condiciones de mercado similares para la formación, por lo que el modelo tiene que hacer todo por sí mismo.

 
Además, creo que el equilibrio debería estar determinado al final por dos modelos (compra y venta); al fin y al cabo, pueden autocompensarse.
 
Aleksey Vyazmikin #:
Además, creo que el equilibrio debe ser determinado al final por dos modelos (compra y venta) - porque pueden auto-compensarse.
Estoy de acuerdo, eso es lo que hago para mis experimentos, las diferentes clases no deben interferir entre sí cuando se entrena. 1 modelo buscará el mejor resultado global. Los 2 mejores modelos deberían ser globalmente mejores que uno solo. Pero por otro lado pueden sobreentrenarse más rápido, es decir, el sobreentrenamiento debería bloquearse con más fuerza.
 
Aleksey Vyazmikin #:
Además, creo que el equilibrio debe ser determinado al final por dos modelos (compra y venta) - porque pueden auto-compensar.
Aprender en las 2 primeras columnas) En la última muestra en H1.
 
elibrarius #:
Tren en las 2 primeras columnas) En la última muestra en H1.

¿Recoge el patrón temporal?

 
Aleksey Vyazmikin #:

¿Está captando un patrón temporal?

Lo detecto. Mira lo que obtienes
 
elibrarius #:
Yo lo hago. A ver qué consigues

Estoy teniendo un poco de diversión con un enfoque diferente en el momento - no hay oportunidad de probarlo todavía. Pero creo que también lo encontrará, si es obvio.

 
Aleksey Vyazmikin #:

Me estoy divirtiendo un poco con un enfoque diferente ahora - no hay oportunidad de comprobarlo todavía. Pero creo que también lo encontrará, si todo es obvio allí.

El punto es que es 2 veces mejor que en 5000+ características.
Resulta que todas las otras 5000+ características sólo empeoran el resultado. Aunque si los selecciona, seguramente encontrará algunos que mejoran.
Es interesante comparar lo que su modelo mostrará en estos 2.

Razón de la queja: