L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 951

 
Aleksey Vyazmikin:

Je vais ajouter quelques prédicteurs supplémentaires et passer aux ensembles..... et alors les tambourins et la danse commenceront.

il vaut mieux ne pas commencer ;) ça craint

quand il n'y a pas de stratégie dans votre tête et aucune confirmation fondamentale que cela peut même fonctionner, c'est juste du kurvafitting.

les prédicteurs nuls ne sont pas nuls, les modèles nuls ne sont pas nuls... ça pourrait prendre une éternité.

Ayant pleinement conscience de ce phénomène, je viens de faire un curvafitter et un regulariser. Il mange tout ce qu'il y a en entrée, crache des trucs aléatoires en retour, mais après régularisation, il fonctionne pendant un certain temps.

 
Maxim Dmitrievsky:

il vaut mieux ne pas commencer ;) ça craint

quand il n'y a pas de stratégie dans votre tête et pas de confirmation fondamentale que ça peut marcher du tout, c'est de l'adaptation.

cull prédicteurs non cull, cull modèles non cull...

Vous n'en avez pas besoin, si l'EA fonctionne bien avec ces données, il y a des régularités qui y sont décrites, et peu importe que ce soit un ajustement ou non, alors utilisons au moins le modèle MO sur ces données !

 
Aleksey Vyazmikin:

Ce n'est pas nécessaire, si l'EA fonctionne bien sur ces données, alors il y a des modèles qui y sont décrits, et qu'il y ait un ajustement ou non, alors laissez le modèle MO en sortir, au moins !

La prise de conscience est une chose compliquée qui passe par la souffrance.

 
Maxim Dmitrievsky:

La conscience est une chose complexe qui passe par la souffrance.

Conscience que le MO ne peut pas reproduire la logique claire de l'algorithme ?

 
Aleksey Vyazmikin:

La prise de conscience que le MO ne peut pas reproduire la logique claire de l'algorithme ?

ça n'a pas de sens du tout.

 
Maxim Dmitrievsky:

et ça n'a pas de sens du tout.

Alors oui, je suis déçu.

 
Machine Learning and Reinforcement Learning in Finance | Coursera
Machine Learning and Reinforcement Learning in Finance | Coursera
  • www.coursera.org
Machine Learning and Reinforcement Learning in Finance from New York University Tandon School of Engineering. The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core ...
 

Pour le dernier fichier, j'ai eu ceci avec l'arbre :

2016, formation


y_pred

y_true-101
-113392388444472
010803767146029
17413376787415


2015, test :


y_pred

y_true-101
-19552392625429
011495721317509
18581403776835

en prédisant -1 : -1 se produira en fait un peu plus souvent que 1. Mais le 0 sera le plus fréquent de tous, et tout cela se terminera probablement par des pertes. De même pour la classe "1".


Les problèmes sont sortis avec l'arbre. La génétique a choisi le paramètre d'arbre cp = 0, ce qui donne à l'arbre l'autorisation d'avoir un tas de branches. C'est regrettable, nous aurions dû limiter ce paramètre à une petite valeur non nulle.

 

Je ne pense pas qu'il y ait assez de prédicteurs dans les données pour classer '0'. Nous avons besoin de quelques indicateurs de planéité par exemple.

C'est mauvais avec l'arbre en général. Le bois de SanSanych est beaucoup plus frais.


Aleksey Vyazmikin:

Qu'est-ce que c'est que cette reconversion, de mauvais réglages, un marché radicalement différent ?

Mauvais paramétrage des modèles, et surentraînement en conséquence.

 
Dr. Trader:

Le bois de SanSanych est beaucoup plus frais.

Il n'a pas un seul prédicteur qui pourrait se rapporter à sa variable cible - que du bruit. Et il s'assoit dans le hochet et met des dossiers de déchets ici au lieu de vérifier le bruit.

Raison: