L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 737
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Cela n'a rien à voir, ils vous disent juste ce que vous faites mal et qu'il n'y a pas de poisson. Il faut être plus souple et absorber les informations, changer de paradigme, bousculer l'image du monde, etc.
Ecoutez... les modèles ont déjà travaillé pendant une semaine... Je n'ai pas posé un seul doigt dessus et j'ai l'intention de les laisser fonctionner encore une semaine ou deux... Voyons voir....
Et oui, ils sont formés sur un maximum de 40 exemples....... Que ce soit bien ou mal, je ne sais pas, mais ça fait un bénéfice..... Qu'il soit fait de la bonne ou de la mauvaise manière ne regarde personne. L'important, c'est le résultat final et le point......
... Qu'elle soit obtenue de la bonne ou de la mauvaise manière n'a pas d'importance. L'important, c'est le résultat final et le point......
Vous ne pouvez pas argumenter avec cela.
La courbe d'équité doit être suffisamment longue, au moins un millier de transactions et si nous utilisons le ratio de Sharpe au lieu du No Return, tout le monde sera d'accord. 10 transactions ou même 100 avec un profit inférieur au drawdown ne sont pas sérieuses pour ceux qui cassent le dépôt.
Je pense que même une telle variante ne sera pas à l'abri du hasard et de la falsification. Idéalement, pour tester les méthodes d'apprentissage automatique, vous devriez offrir aux traders un outil simple et accessible qui leur permette de générer des modèles par eux-mêmes et de les tester à terme.
La courbe d'équité devrait à nouveau être suffisamment longue, au moins un millier de transactions et si nous regardons le ratio de Sharpe, et non le No Return, alors tout le monde sera d'accord, et si 10 transactions ou même 100, avec un profit inférieur au drawdown n'est pas sérieux, ce sont ceux qui "escaladent le dépôt".
D'où viennent ces chiffres ? 1 000 échanges. Vous devez comprendre qu'il n'y a pas de Graal. Le marché est trop volatile, et quand je vois une valeur de 1000 transactions, je comprends que c'est l'approximation la plus proche de ce qui n'existe pas (le Graal) et pourquoi n'aimez-vous pas les statistiques de 100 transactions ? Voici un exemple... Oui, je l'ai déjà posté. Le modèle a été entraîné sur 40 points et a fonctionné sur 80. Comment ça, les stats de cette balle courbe sont nulles ? ? ??? Pas assez de bénéfices ? Tu ne fais pas un peu trop de zèle avec tes CTs, Toxic ?????.
Sans parler du fait que nous apprenons la qualité du modèle immédiatement après la formation et que nous n'avons pas besoin d'allouer une autre mini parcelle OOS pour voir comment il fonctionne. On le sait après avoir obtenu les métriques des modèles formés. C'est-à-dire que nous avons entraîné quelques modèles, calculé leurs métriques, choisi celui qui avait les meilleures performances et sommes passés directement à la bataille, sans délai.
Le choix du modèle est très simple. Si une variable de sortie comporte un nombre égal de zéros et de uns, l'entropie d'une telle variable est généralement de 0,7 si elle est arrondie au chiffre supérieur. Cela signifie que l'incertitude du résultat est assez élevée. Le modèle présenté dans le post ci-dessus avait un OI de 0.87. C'est la somme des VI des deux polynômes. Et tout cela sur le terrain d'entraînement. C'était avant que le modèle ne soit mis en place. Ayant obtenu cette valeur, j'ai immédiatement compris que c'était la bonne, car tous les autres modèles basés sur le même fichier d'entraînement étaient soit 0,7, soit proches de cette valeur. D'ailleurs, ces modèles à la même partie de la boucle de rétroaction étaient à peu près nuls, ainsi que les modèles avec le résultat de 0,6 et moins. Ceux-ci ont fusionné.
D'où ma conclusion. Un modèle fonctionnel est un modèle dont l'information mutuelle (IM) par rapport à la sortie est supérieure à l'entropie de la sortie elle-même. L'incertitude de la sortie est de 0,7 et l'IV du résultat du modèle est de 0,87. En d'autres termes, le modèle en sait plus sur la sortie que l'incertitude de la sortie elle-même. Votre modèle formé sur 40 valeurs fonctionnera alors bien plus longtemps que l'intervalle de formation. Quoi qu'il en soit, j'ai déduit exactement ce fait......
Et si UI est supérieur à l'unité ou légèrement inférieur dans la fourchette de 0,95, c'est un signe évident de surentraînement. J'ai manipulé les données et j'ai délibérément réentraîné le modèle. Ainsi, tous les VI étaient supérieurs à l'unité. Voici un fait et une pensée pour vous....
Le choix du modèle est très simple. Si une variable de sortie comporte un nombre égal de zéros et de uns, l'entropie d'une telle variable est généralement de 0,7 si elle est arrondie au chiffre supérieur. Cela signifie que l'incertitude du résultat est assez élevée. Le modèle présenté dans le post ci-dessus avait un OI de 0.87. C'est la somme des VI des deux polynômes. Et tout cela sur le terrain d'entraînement. C'était avant que le modèle ne soit mis en place. Ayant obtenu cette valeur, j'ai immédiatement compris que c'était la bonne, car tous les autres modèles basés sur le même fichier d'entraînement étaient soit 0,7, soit proches de cette valeur. D'ailleurs, ces modèles à la même partie de la boucle de rétroaction étaient à peu près nuls, ainsi que les modèles avec le résultat de 0,6 et moins. Ceux-ci ont fusionné.
D'où ma conclusion. Un modèle fonctionnel est un modèle dont l'information mutuelle (IM) par rapport à la sortie est supérieure à l'entropie de la sortie elle-même. L'incertitude de la sortie est de 0,7 et l'IV du résultat du modèle est de 0,87. En d'autres termes, le modèle en sait plus sur la sortie que l'incertitude de la sortie elle-même. Votre modèle formé sur 40 valeurs fonctionnera alors bien plus longtemps que l'intervalle de formation. Quoi qu'il en soit, j'ai déduit exactement ce fait......
Et si UI est supérieur à l'unité ou légèrement inférieur dans la fourchette de 0,95, c'est un signe évident de surentraînement. J'ai manipulé les données et j'ai délibérément réentraîné le modèle. Ainsi, tous les VI étaient supérieurs à l'unité. Voici un fait et une pensée pour vous....
Tout dépend maintenant de l'output (l'enseignant). S'agit-il du profit ? de l'amortissement ? du facteur de profit ou d'autre chose ?
Maintenant, tout dépend de la sortie (l'enseignant). S'agit-il du profit ? de l'amortissement ? du facteur de profit ? ou d'autre chose ?
Je fais plusieurs variables de sortie par facteur de profit de signal. De -40 -20 0 20 40 60 80. Cela me permet de choisir un ensemble de données qui comporte le maximum de variables importantes sur l'échantillon maximal. Et quelle sortie ce sera, même avec un profit de -40 pips. Je le sais et je vais essayer d'obtenir 40 points de mieux que la clôture de la barre à laquelle le signal a été formé... Il s'agit d'une forme de sortie adaptative. Au moins pour moi....
Quant à la courbe d'équité, elle devrait être suffisamment longue, au moins un millier de transactions et si nous regardons le ratio de Sharpe au lieu du No Return, alors tout le monde sera d'accord. 10 transactions ou même 100 avec un profit inférieur à un drawdown ne sont pas sérieuses pour ceux qui "escaladent le dépôt".
Il a une PENSÉE sur la relation entre la cible et les prédicteurs - l'information mutuelle - et cette pensée peut surmonter tous les défauts des statistiques, car cette pensée a éliminé tout le bruit parmi les prédicteurs, et ce bruit est le principal mal.
Smarties, cela a-t-il un sens d'utiliser ce programme https://basegroup.ru/deductor/download pour une compréhension initiale des réseaux neuronaux (je suis généralement intéressé par la recherche de modèles dans des séries de nombres) ? Je suis tout à fait nouveau dans ce domaine, et j'aimerais avoir un logiciel en russe et avec visualisation des résultats de la grille (recherche de solutions).
Veuillez avoir un look professionnel.