Discusión sobre el artículo "Indicador de previsión de volatilidad con Python"

 

Artículo publicado Indicador de previsión de volatilidad con Python:

Hoy pronosticaremos la volatilidad extrema futura utilizando una clasificación binaria. Asimismo, crearemos un indicador de previsión de volatilidad extrema usando el aprendizaje automático.

En este artículo, hablaremos de mi viaje desde la desesperación hasta un sistema de previsión de la volatilidad que funciona. Sin tecnicismos ni términos académicos: solo experiencia real y soluciones prácticas. Asimismo, le mostraré cómo crucé MetaTrader 5 con Python (spoiler: no se hicieron amigos de inmediato), cómo hice que el aprendizaje automático trabajara para mí y qué escollos encontré en el camino.

La principal conclusión que he sacado de toda esta historia es que no se puede confiar ciegamente ni en los indicadores clásicos ni en la moda de las neuronas. Recuerdo configurar una compleja red neuronal durante una semana, y que luego un simple XGBoost mostrase mejores resultados. O cómo una vez, un simple Bollinger salvó un depósito en el que todos los algoritmos inteligentes habían metido la pata.

También me di cuenta de que en el trading, como en el boxeo, lo principal no es la fuerza de los golpes, sino la capacidad de anticiparse a ellos. Mi sistema no hace predicciones sobrenaturales. Simplemente ayuda a estar preparado para las sorpresas del mercado y aumentar a tiempo el margen de seguridad de la estrategia comercial.


Autor: Yevgeniy Koshtenko

 
Gran artículo, ¡gracias! Me doy cuenta de que el artículo es bastante fresco, pero voy a preguntar - ¿tiene alguna práctica de trabajo con la previsión de la volatilidad? Cuando yo mismo estaba "dabbling" con regresiones, confirmé observaciones de terceros que las predicciones son imposibles de la palabra "absolutamente". En resumen - entrenamiento del modelo sobre un periodo de varios meses con validación sobre los valores del mes siguiente y prueba del modelo sobre el mes siguiente. La línea de regresión de prueba se encuentra perfectamente en las cotizaciones. Pero vale la pena cambiar el "objetivo" para el modelo de 1 bar en el futuro y la prueba es un culo completo. No es un secreto que todos los indicadores, incluida la volatilidad, se derivan de la cotización. Existe el escepticismo de que el resultado debería ser similar. Por otra parte, me doy cuenta de que el nivel de diversidad de los datos en el conjunto de datos puede influir mucho en el rendimiento del modelo. Por qué me interesó su artículo - Pensé que su enfoque es mucho mejor que "encajar" calendarios de noticias financieras dentro de la estrategia para evitar operaciones de trading cerca (antes) de las noticias.
 
Aleksei Morozov operar cerca (antes) de las noticias.

Hola, muchas gracias. No me baso en un solo método. Tengo un EA Python integral, que incluye el análisis de patrones ingenuos, aprendizaje automático en código binario, aprendizaje automático en barras 3D, red neuronal en el análisis de volumen, análisis de volatilidad, modelo económico basado en datos del Banco Mundial y el FMI, enormes conjuntos de datos de cientos de miles de filas en todos los países del mundo, todas las estadísticas que es posible en todos....Y un módulo estadístico que construye todas las características estadísticas posibles, y un algoritmo genético que optimiza hiperparámetros, y un módulo de arbitraje que construye precios justos de divisas, y la descarga de los titulares y el contenido de los medios de comunicación del mundo en una moneda en particular, con el análisis de la coloración emocional de todos los artículos de noticias y notas (en el 80% de los casos cuando los medios de comunicación le animan a comprar algo, entonces viene el colapso, si la noticia es negativa - lo más probable es que sube con un retraso de 3-4 días).

¿Tiene alguna idea sobre qué más añadir? Sólo he llegado a la conclusión de que todavía tengo que hacer una carga de posiciones de un conocido sitio de monitoreo de cuentas (no sé si puedo decir su nombre aquí), he hecho el código, también voy a escribir un artículo sobre ello, el precio más a menudo va en contra de la multitud.

También estoy trabajando en la carga de datos sobre los volúmenes de futuros, grupos de volumen, y el análisis de los informes COT - también en Python.

 
Aleksei Morozov el comercio cerca (antes) de la noticia

Y yo uso tanto los modelos de regresión y modelos de clasificación, y pronto quiero hacer un supersistema que recibirá todas las señales, todas las señales de todos los modelos, así como flotante de ganancias / pérdidas y ganancias / pérdidas de la historia de la cuenta, y alimentar todo en DQN modelo =).

 
venv_volatility\Scripts\activate

La respuesta al primer comando es "Python", pero para esta línea obtengo "El sistema no puede encontrar la ruta especificada"

(recién instalado Python, siguiendo sus instrucciones)