Y a-t-il un modèle dans ce chaos ? Essayons de le trouver ! Apprentissage automatique sur l'exemple d'un échantillon spécifique. - page 14

 
Maxim Dmitrievsky #:

J'ai pris 4 indicateurs std avec des périodes différentes et je me suis entraîné sur eux pour les 12 dernières années, le test des 10 dernières années (à gauche de la ligne pointillée).

Là, il tombe juste sur le changement de la tendance globale (graphique orange), mais le TS s'accroche.

Vous pouvez ensuite voir quel type de transactions il ouvre sur le graphique et où, de sorte que vous pouvez estimer grossièrement le principe et commencer à partir de là.


Personne ne conteste le fait qu'il est possible de décrire avec un petit ensemble de prédicteurs toute régularité dans l'histoire, même dans ce fil de discussion il y avait un exemple d'utilisation de seulement deux prédicteurs à cette fin, et il y a des articles sur le portail, où l'utilisation d'un polynôme décrit l'histoire de plus de 10 ans sur la TF minute.

Randomiser les indicateurs et leurs paramètres, puis les entraîner - oui, c'est une option.

Vous avez donc perdu l'espoir d'une construction automatique de stratégie, et vous voulez maintenant contrôler entièrement le processus de prise de décision ?

 
Aleksey Vyazmikin #:

Personne ne conteste qu'il est possible de décrire avec un petit ensemble de prédicteurs toute régularité dans l'histoire, même dans ce fil de discussion il y avait un exemple d'utilisation de seulement deux prédicteurs à cette fin, et il y a des articles sur le portail, où l'utilisation d'un polynôme décrit l'histoire de plus de 10 ans sur la minute TF.

Randomiser les indicateurs et leurs paramètres, puis les entraîner - oui, c'est une option.

Vous avez donc abandonné l'espoir d'une construction automatique de stratégie et vous voulez maintenant contrôler entièrement le processus de prise de décision ?

Je ne veux rien par essence, juste une option pour obtenir des TF plus significatives et un terrain de réflexion.
 
Aleksey Vyazmikin #:

Personne ne conteste qu'il est possible de décrire avec un petit ensemble de prédicteurs toute régularité dans l'histoire, même dans ce fil de discussion il y avait un exemple d'utilisation de seulement deux prédicteurs à cette fin, et il y a des articles sur le portail, où l'utilisation d'un polynôme décrit l'histoire de plus de 10 ans sur la minute TF.

Randomiser les indicateurs et leurs paramètres, puis les entraîner - oui, c'est une option.

Vous avez donc abandonné l'espoir d'un assemblage automatique des stratégies et vous voulez maintenant contrôler entièrement le processus de prise de décision ?

La randomisation des jeux d'indicateurs à partir de 10 est une bonne chose, mais à partir de 100, c'est la malédiction de la dimensionnalité. Les ensembles doivent être construits de manière logique, l'aléatoire n'est pas assez puissant.
 
Maxim Dmitrievsky #:
Je ne veux rien par essence, juste une option pour obtenir des CT plus significatifs et un terrain de réflexion.

Et quel est, selon vous, l'avantage d'une stratégie qui peut être décrite avec des mots ?

 
Valeriy Yastremskiy #:
L'énumération aléatoire d'ensembles d'indicateurs à partir de 10 est acceptable, mais à partir de 100, c'est la malédiction de la dimensionnalité. Les ensembles doivent être construits logiquement d'une manière ou d'une autre, l'énumération aléatoire n'est pas assez puissante.

Le hasard est une question de chance, sinon ce ne serait qu'un dépassement.

En fait, il y a un problème d'apprentissage de groupe, lorsqu'un ensemble de prédicteurs est échantillonné pour un phénomène, mais que le modèle retient quelque chose qui est le meilleur à ce moment-là sur l'échantillon actuel. La plupart des prédicteurs dont je dispose sont exactement comme cela. Idéalement, je devrais construire un arbre sur un groupe de prédicteurs, puis le suivant sur un autre, mais je ne sais pas comment faire.

 
Aleksey Vyazmikin #:

Et quel est l'avantage d'une stratégie qui peut être décrite par des mots ?

Il s'agit de savoir s'il vaut mieux fouiller au hasard ou s'en tenir à des informations a priori fiables
 
Maxim Dmitrievsky #:
Il s'agit de savoir s'il vaut mieux fouiller au hasard ou s'en tenir à des informations a priori fiables

L'information ne devient pas plus fiable en la comprenant.

Vous aurez juste connaissance d'un phénomène statistique, mais la cause de ce phénomène restera probablement un mystère.

 
Aleksey Vyazmikin #:

La compréhension de l'information ne la rend pas plus crédible.

Vous serez simplement au courant d'un phénomène statistique, mais sa cause restera probablement secrète.

Que voulez-vous, comprendre un monde infini ou quelque chose comme ça ?
 

La question de la branche est certainement intéressante....

C'est pourquoi je m'interrogeais.

Il est probablement possible de déterminer une régularité.

Je suggère d'analyser plusieurs barres d'affilée, par exemple 3-4.

Ensuite, déplacez une barre du début de cet échantillon de 3-4 barres et analysez à nouveau.

Comme si l'on superposait un échantillon à un autre.

Il est possible de trouver un modèle

Comme ceci :


 
Maxim Dmitrievsky #:

En tant que théoricien, dites-moi si vous pouvez vous entraîner sur un échantillon, puis déplacer l'échantillon d'une barre, vous entraîner à nouveau, puis le déplacer à nouveau d'une barre et vous entraîner à nouveau

puis superposer les résultats de l'entraînement et voir ce qui se passe.

Le chaos disparaîtrait-il ?

Vous avez saisi l'idée ?

Raison: