L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3347

Nouveau commentaire
 
fxsaber #:

Aucun de mes CT n'utilise la valeur de l'écart dans la logique (même indirectement). Je ne suis pas le seul à le faire.

La raison pour laquelle les données initiales sous la forme de deux cours acheteur/vendeur sont converties en cours/écart et que l'on recherche ensuite l'alpha dans le cours est un mystère pour moi.

Parler de spread, de timeframes et de chandeliers japonais, c'est à peu près la même chose.

J'ai compris l'idée, j'y réfléchirai demain :)
 
fxsaber #:

"Hello World" dans le domaine de la compréhension des données brutes - pour écrire un script qui montrera le profit maximum possible sur un intervalle historique.

Si vous ne l'avez pas, c'est que vous ne savez pas ce que vous faites.

Tout le monde ne peut pas atteindre ce point, en étudiant le MOE. Il n'est écrit nulle part. En général, il s'agit de désirs très simples d'entasser plus de signes et plus de couches dans le NS.
 
nevar #:

Le NHITS et le lightGBM ont également un RMS plus faible que le TimeGPT dans les données journalières et horaires. https://valeman.medium.com/what-truly-works-in-time-series-forecasting-the-results-from-nixtlas-mega-study-78eda5133622



Avez-vous essayé Conformal Prediction ?

https://valeman.medium.com/how-to-predict-full-probability-distribution-using-machine-learning-conformal-predictive-f8f4d805e420

https://github.com/valeman/awesome-conformal-prediction#papers-time-series

Bonjour, pas encore. Merci pour ce livre et ces articles étonnants, je le lirai sans aucun doute.
 
Maxim Dmitrievsky #:


Il s'avère donc que le modèle lui-même se situe au niveau de l'écart, ou comment l'interpréter ? C'est-à-dire qu'il ne couvre pas les coûts de négociation.

Il s'agit donc, sur mashki, d'une perte uniforme sur chaque transaction égale au spread)))))) A zéro spread même profit))

 

Maxim Dmitrievsky#:


Il s'avère donc que le modèle lui-même se situe au niveau du spread, ou comment l'interpréter ? C'est-à-dire qu'il ne couvre pas les coûts de négociation.

Le spread n'a rien à voir avec cela.

Nous prenons simplement les statistiques pour H1

> quantile(abs(na.omit(diff(CLOSE))), probs = seq(0, 1, 0.01)) 
       0%        1%        2%        3%        4%        5%        6%        7%        8%        9%       10%       11%       12% 
0.0000000 0.0000100 0.0000200 0.0000300 0.0000400 0.0000500 0.0000600 0.0000700 0.0000800 0.0000800 0.0000900 0.0001000 0.0001100 
      13%       14%       15%       16%       17%       18%       19%       20%       21%       22%       23%       24%       25% 
0.0001200 0.0001300 0.0001400 0.0001500 0.0001700 0.0001800 0.0001900 0.0002000 0.0002100 0.0002200 0.0002300 0.0002400 0.0002500 
      26%       27%       28%       29%       30%       31%       32%       33%       34%       35%       36%       37%       38% 
0.0002600 0.0002700 0.0002800 0.0002900 0.0003000 0.0003100 0.0003200 0.0003400 0.0003500 0.0003700 0.0003800 0.0003900 0.0004000 
      39%       40%       41%       42%       43%       44%       45%       46%       47%       48%       49%       50%       51% 
0.0004200 0.0004300 0.0004400 0.0004500 0.0004700 0.0004800 0.0004900 0.0005100 0.0005300 0.0005400 0.0005500 0.0005700 0.0005900 
      52%       53%       54%       55%       56%       57%       58%       59%       60%       61%       62%       63%       64% 
0.0006000 0.0006200 0.0006400 0.0006600 0.0006800 0.0006900 0.0007100 0.0007300 0.0007500 0.0007700 0.0007900 0.0008100 0.0008300 
      65%       66%       67%       68%       69%       70%       71%       72%       73%       74%       75%       76%       77% 
0.0008600 0.0008800 0.0009100 0.0009300 0.0009600 0.0009800 0.0010100 0.0010300 0.0010600 0.0010900 0.0011300 0.0011700 0.0012100 
      78%       79%       80%       81%       82%       83%       84%       85%       86%       87%       88%       89%       90% 
0.0012500 0.0012900 0.0013300 0.0013700 0.0014200 0.0014600 0.0015100 0.0015730 0.0016300 0.0017000 0.0017700 0.0018500 0.0019300 
      91%       92%       93%       94%       95%       96%       97%       98%       99%      100% 
0.0020200 0.0021500 0.0022900 0.0024400 0.0026400 0.0029300 0.0032600 0.0037200 0.0048404 0.0173300

et de voir bêtement à partir de quelle valeur d'incrément de prix vos prévisions "rentables" deviennent non rentables, c'est-à-dire qu'à 10 pips de 4 chiffres, seuls 25 % des mouvements du marché deviennent potentiellement rentables. Et ce, avec une prévision sans erreur !

 
СанСаныч Фоменко #:

La diffusion n'a rien à voir avec cela.

Nous nous contentons de prendre les statistiques pour H1

et de voir stupidement à quelle valeur de l'incrément de prix vos prévisions "rentables" se transforment en prévisions non rentables, c'est-à-dire qu'à 10 pips de 4 chiffres, seuls 25 % des mouvements du marché deviennent potentiellement rentables. Et ce, avec une prévision sans erreur !

Vous ne comprenez pas ce que j'écris

Lorsque l'on marque avec le spread, 0% des transactions ne sont pas rentables. Et peu importe que l'on calcule le prix moyen + l'écart, ou que l'on calcule les ticks Saber sur l'offre et la demande séparément. En moyenne, le résultat est comparable.

Vous pouvez calculer par ticks plus tard, si vous êtes un scalper féroce et travaillez dans 1-2 dts, je n'aime pas particulièrement de tels TS.

 

Dessinez un diagramme de distribution des transactions, où la ligne horizontale représente le bénéfice des positions fermées et la ligne verticale le nombre de positions fermées.

Pour une fourchette étroite et une fourchette large.

 
Maxim Dmitrievsky #:

Vous ne comprenez pas ce que j'écris

Lorsque l'on marque avec le spread, 0 % des transactions ne sont pas rentables. Et peu importe que l'on calcule le prix moyen + le spread, ou que l'on calcule les ticks Saber sur l'offre et la demande séparément. En moyenne, le résultat est comparable.

Vous pouvez calculer par ticks plus tard, si vous êtes un scalper féroce et travaillez dans 1-2 dts, je n'aime pas particulièrement de tels TS.

Ma marge est l'incrément de prix.

Prenez votre markup et regardez le quantile Quel est le profit pour lequel votre markup est conçu ? Comparez-le aux statistiques.

 
СанСаныч Фоменко #:

Ma marge est l'augmentation du prix.

Sur la même liste.

 
СанСаныч Фоменко #:

Ma marge est l'augmentation du prix.

Prenez votre marge et regardez le quantile. Quel profit votre marge est-elle censée réaliser ? Comparez-le aux statistiques.

Non, cela ne pose aucun problème. La marge bénéficiaire importe peu. Ce qui compte, c'est l'erreur de classification. Elle augmente lorsque l'écart est ajouté à la formation ou reste inchangée.

Mais le modèle ne commence pas à mieux fonctionner lorsque le spread est pris en compte dans la majoration, il ne donne pas de bénéfice, mais sans le spread, il fonctionne de la même manière que s'il avait été entraîné sans lui. C'est pourquoi j'ai ajouté l'écart à l'erreur de classification de manière conditionnelle. C'est-à-dire que la réponse du modèle ne vous permet pas de le battre.

La prise en compte de l'écart dans la majoration signifie la longueur des transactions qui le dépassent. En d'autres termes, j'allonge les transactions, puis je les entraîne, et le résultat du test sur l'écart accru est presque le même que le résultat d'un autre modèle entraîné sur des transactions plus courtes.

Il s'avère que c'est une conclusion assez claire que sur mes signes, disons, la MO ne peut pas battre l'écart.

Mais parfois, c'est possible, avec certaines machinations liées au kozul. En d'autres termes, s'il existe un indicateur statistique de la "fiabilité" déduite des signaux, ceux-ci fonctionnent également lorsque le spread augmente.

1...334033413342334333443345334633473348334933503351335233533354...3399
Nouveau commentaire
Raison: