L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 123
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
1. Non ho ancora una risposta, come viene costruito/definito/rilevato il modello? - Mi rendo conto che la domanda è probabilmente troppo intima, non sei obbligato a rispondere.
I pattern sono campioni di un campione di allenamento. Cioè è una linea nel campione: diversi valori di predittori e almeno un valore della variabile dipendente.
Perché mytarmailS chiama i pattern, cioè i risultati dell'apprendimento automatico, non è chiaro?
2. Le inversioni a U non sono nemmeno una risposta troppo "difficile", ma in generale della categoria "non so da dove e non so cosa". Ecco un'inversione sulla prossima candela, no? - un altro? - No, sbagliato! - Forse sulla quarta candela ci sarà un'inversione? - Sì, si è invertita, è andata a 150 punti e si è invertita di nuovo, ma no, non è stata un'inversione ma una correzione, anche se è stata comunque un'inversione... Non c'è modo di definire "pivot"! - E quindi non c'è modo di insegnare loro, non solo in anticipo, ma anche nel momento attuale.
Per quanto riguarda le potenziali inversioni, ci sono indicatori che possono segnare punti sul grafico per loro (più spesso usando frecce). L'esempio più semplice sono i frattali di B. Williams. I frattali di Williams, che sono noti per ridisegnare. In questo caso, possiamo cercare di prevedere, per esempio, con l'aiuto di un classificatore, se un frattale è vero o falso, e se si girerà (falso) o rimarrà sul grafico (vero). È abbastanza ovvio che se si prevede correttamente il vero frattale e si entra nel mercato secondo il segnale, e si esce al prossimo frattale, si può fare profitto. O di perdere soldi se la previsione si rivela falsa, ma di uscire dal mercato senza aspettare il prossimo frattale, minimizzando così le perdite potenziali. Attualmente sto lavorando su questo argomento.
Mihail Marchukajtes degli abitanti di questo thread è specializzato nella classificazione dei punti di inversione con l'indicatore tdsequenta
Un altro abitante di questo thread, SanSanych Fomenko, cerca di prevedere l'inversione di ZigZag.
Gli altri abitanti cercano per lo più di prevedere il colore della candela seguendo il modello classificato.
Un altro residente qui, SanSanych Fomenko, sta cercando di prevedere le inversioni di ZigZag.
Se guardo gli altri, di solito cerco di prevedere il colore della candela che segue il modello che ho classificato.
Non ho cercato di prevedere le inversioni di ZZ. Ci sono molte ragioni per questo. Prevedo l'affiliazione della spalla di ZZ. Non mi piace questa variabile obiettivo, ma un errore inferiore al 30% mi va bene, perché questa previsione è solo una parte di TC.
Se avrò tempo, proverò sicuramente a prevedere l'inversione ZZ con alcuni aggiustamenti che sono stati fatti su questo thread.
1. I modelli sono esempi di un campione di allenamento. Cioè, sono una linea nel campione: diversi valori di predittori e almeno un valore della variabile dipendente.
2. Perché mytarmailS chiama i pattern, cioè ciò che viene fuori dal machine learning, non è del tutto chiaro?
3. Per quanto riguarda le potenziali inversioni, ci sono indicatori che possono segnare punti sul grafico per loro (più spesso con frecce). L'esempio più semplice sono i frattali di B. Williams. I frattali di Williams, che sono noti per ridisegnare. In questo caso possiamo cercare di prevedere, per esempio, con l'aiuto di un classificatore, se un frattale è vero o falso, e rimarrà sul grafico (vero). È abbastanza ovvio che se si prevede correttamente il vero frattale e si entra nel mercato secondo il segnale, e si esce al prossimo frattale, si può fare profitto. O di perdere soldi se la previsione si rivela falsa, ma di uscire dal mercato senza aspettare il prossimo frattale, minimizzando così le perdite potenziali. Attualmente sto lavorando su questo argomento.
4. degli abitanti di questo argomento, Mihail Marchukajtes è specializzato nella classificazione dei punti pivot secondo l'indicatore tdsequenta
5. Un altro abitante di questo thread, SanSanych Fomenko, cerca di prevedere i punti di inversione di ZigZag.
6. Altri abitanti cercano spesso di prevedere il colore della candela seguendo il modello.
1. Cos'è un pattern - capisco, ma non so cosa sia misurato damytarmailS(cosa sono esattamente gli indicatori o cos'altro), ecco perché ho chiesto (per cercare di aiutarmi a determinare le cause dei problemi con il pattern).
2. Sì, non è chiaro.
3, 4, 5 Tutti gli strumenti che ci permettono di rilevare un'inversione o ridisegnano o lo fanno con un ritardo, e con un ritardo variabile. Non voglio concentrarmi sulle inversioni, ma posso dirvi con il 100% di certezza che non è ragionevole (per usare un eufemismo) rilevare le inversioni. Molto più corretto in termini di affidabilità di rilevamento e semplicità di descrizione, è l'approccio descritto di seguito(potete provarlo nell'argomento analizzato), mentre un frattale viene rilevato con un ritardo di 2-3 candele, significa incertezza che dovrebbe essere evitata con tutti i mezzi disponibili nel trading.
6. Il colore è 50/50. Indipendentemente dall'orizzonte scelto, è assolutamente poco promettente.
ZS.
Quindi, cerchiamo di capire cosa è indeterminato nelle quotazioni di mercato e cosa può essere rappresentato come una risposta chiara e "morbida" per una rete, un albero, un TS classico sugli indicatori o qualsiasi cosa vogliamo usare per il trading. La questione è che dopo aver risposto a queste domande, diventa possibile creare sistemi redditizi non solo su griglie e altri metodi di MO, ma anche su indicatori classici. Capisco che qualcuno dirà "datemi i rapporti, monitor! - Non lo farò, provate voi stessi, pensate per voi.
Quindi, cerchiamo di capire cosa è indefinito nelle quotazioni di mercato e cosa può essere rappresentato come una risposta chiara e allo stesso tempo "morbida" per la griglia, l'albero, il TS classico sugli indicatori, o qualsiasi cosa vogliamo usare per il trading. La questione è che dopo aver risposto a queste domande, diventa possibile creare sistemi redditizi non solo su griglie e altri metodi di MO, ma anche su indicatori classici. Capisco che qualcuno dirà "datemi i rapporti, monitor! - Non lo farò, provate voi stessi, pensate per voi.
Questo è un ramo sull'apprendimento automatico e non ci sono problemi con il ridisegno descritto da voi in linea di principio, perché nulla viene ridisegnato sulla storia.
L'intero punto dell'apprendimento automatico è quello di trovare tali combinazioni di predittori sulla storia che determinerebbero una delle classi della variabile obiettivo. Se parliamo di foreste casuali, si tratta di non più di 300 alberi (di solito da 50 a 100) che possono essere ottenuti su un campione di non più di 5000 barre. Aumentando ulteriormente il campione non aumenta il numero di alberi, cioè i tipi di alberi - "modelli" sono finiti per un dato insieme di predittori e variabile target
Il problema principale è nell'overtraining, dove nei campioni futuri gli alberi disponibili non predicono correttamente la classe, o piuttosto predicono la classe sempre peggio. Esattamente questa questione è considerata in questo ramo: cerchiamo di dimostrare che gli alberi ottenuti si verificheranno in futuro e l'errore di classificazione sui campioni futuri sarà approssimativamente lo stesso che sul campione di allenamento.
Questo thread riguarda l'apprendimento automatico e non c'è nessun problema di ridisegno, perché nulla viene ridisegnato sulla storia.
L'intero punto dell'apprendimento automatico è quello di trovare tali combinazioni di predittori sulla storia che determinerebbero una delle classi della variabile obiettivo. Se parliamo di foreste casuali, si tratta di non più di 300 alberi (di solito da 50 a 100) che possono essere ottenuti su un campione di non più di 5000 barre. Aumentando ulteriormente il campione non aumenta il numero di alberi, cioè i tipi di alberi - "modelli" sono finiti per un dato insieme di predittori e variabile target
Il problema principale è nell'overtraining, dove nei campioni futuri gli alberi disponibili non predicono correttamente la classe, o piuttosto predicono la classe sempre peggio. Questo è il problema affrontato in questo thread, vale a dire, cercare di dimostrare che gli alberi risultanti si verificheranno in futuro e l'errore di classificazione sui campioni futuri sarà circa lo stesso del campione di allenamento.
Beh, è più o meno quello che pensavo. Mi aspettavo una reazione simile.
Yury Reshetov, se sei interessato, scrivimi in un messaggio personale, ti dirò.
1. Non ho ancora una risposta, come viene costruito/definito/rilevato il modello? - Mi rendo conto che questa è probabilmente una domanda troppo intima, non disturbatevi a rispondere.
Sto provando un sacco di cose, combinazioni di candele + combinazioni di livelli, clustering di prezzi, ssa + clustering, indicatori con periodi adattivi, Fourier, ho un'idea di come descrivere le onde di Elliot in modo formalizzato, e alcune idee per la previsione della folla, ma non so come implementarle, sono tutte troppo complicate
I modelli sono esempi di un campione di allenamento. Cioè è una stringa in un campione: diversi valori di predittori e almeno un valore della variabile dipendente.
Perché mytarmailS chiama i pattern, cioè i risultati dell'apprendimento automatico, non è abbastanza chiaro?
Non sapevo che si chiamasse schema, lo terrò a mente, grazie.
Un altro abitante di questa zona, SanSanych Fomenko sta cercando di prevedere le inversioni di ZigZag.
In realtà, mi occupo delle inversioni ZZ.
Non voglio concentrarmi sulle inversioni, ma posso dire con il 100% di certezza che non è ragionevole (per usare un eufemismo) determinare le inversioni. Molto più corretto, sia in termini di precisione di rilevamento che di semplicità di descrizione, è l'approccio che descriverò di seguito(potete provarlo nell'argomento in studio)
Vai avanti, non vedo l'ora, e sarei anche interessato a sentire la logica del perché le inversioni a zigzag non sono un asso?
Beh, è più o meno quello che ho pensato io. Mi aspettavo una reazione simile.
Yury Reshetov, se sei interessato, scrivimi e te lo dirò.
Beh, è più o meno quello che ho pensato io. Mi aspettavo una reazione simile.
Non prestargli attenzione. San Sanych può diventare un po' presuntuoso nei suoi tentativi di imporre alcune regole di gioco personali e di "verità finale" qui. Il punto è che nell'apprendimento automatico non c'è ambiguità e ci sono molti problemi non completamente elaborati sul tema dell'applicazione delle scatole nere. Ecco perché sono "scatole nere", perché ovviamente non sono ovvie.
Il punto di questo thread è discutere tutto ciò che ha a che fare con l'apprendimento automatico, indipendentemente dal fatto che corrisponda alla propria visione del mondo o la contraddica. Ci sono tante opinioni quante sono le persone, e non c'è differenza di gusto o di colore.
Se c'è confusione su ML, allora discutetene qui - nessuno vi morderà per questo.
I marinai che non hanno domande e quelli che hanno un'idea chiara di dove scavare e vogliono solo misurare i pip, possono andare in un ramo: Machine learning: theory and practice (solo commercio; accesso solo per coloro che hanno uno stato).
Andrey Dik:
Yury Reshetov, se sei interessato, scrivimi in un messaggio personale e te ne parlerò.
Il metodo è il seguente (tutto ciò che segue si applica ugualmente sia alla ML che alla TS classica).
Il punto è quello di sbarazzarsi dell'incertezza, il che significa sbarazzarsi del fitting nell'addestramento e nell'ottimizzazione da un lato, e dall'altro formulare senza ambiguità dei requisiti "soft" al sistema. TP e SL all'entrata è anche un'incertezza, quindi lo usiamo solo per l'uscita di emergenza (dipende dalla volatilità dello strumento e lo selezioniamo empiricamente, quindi il 100% dei trade fa scattare gli stop il più raramente possibile, idealmente - mai. Prevedere l'intero commercio, dall'entrata all'uscita. Consideriamo il risultato con un profitto escluso lo spread e le commissioni come un trade di successo (il funzionamento del sistema è determinato dopo aver controllato se lo spread e le commissioni sono coperti). Non appena il segnale di entrata viene ricevuto, il sistema entra e poi aspetta un certo numero di barre (è determinato empiricamente e dipende dai predittori e dallo strumento). - Chiudere l'affare, se sta perdendo, aspettiamo un'altra barra. A volte uso due parametri: minimo e massimo (se un trade non viene chiuso dopo il numero massimo di barre - viene chiuso comunque), e a volte ne uso solo uno - il numero minimo di barre.
Molte persone saranno sorprese, ma molti sistemi, anche quelli apparentemente senza speranza, iniziano a funzionare, incluso TS su bacchette, per non parlare di tutti i tipi di sistemi con ML. Il trucco è di non esigere regole ferree di TC da te stesso e dalla macchina, di non cercare di descrivere completamente i movimenti del mercato e dare quelle regole molto "morbide" per il ML. Inoltre, ci sbarazziamo della cattiva eredità di mercato delle code pesanti (o più precisamente, le code smettono di essere importanti), la mancanza di stazionarietà nella BP smette di essere importante - perché sappiamo che le forme di mercato possono essere scalate verticalmente e orizzontalmente senza cambiare le loro proprietà interne (e questo rende la vita estremamente difficile agli emule).
Ne ho scritto sul 4° forum, credo nel thread Swinosaurs, su due tipi di tutti i TS (con confini definiti e indefiniti), ma l'idea non è stata completata lì. Ora tutto è più chiaramente visibile, o così...
In generale, uso la mia regola quando sviluppo sistemi di trading: se i cambiamenti nelle logiche portano ad aumentare la quota di varianti di successo dei parametri su tutte le possibili varianti, allora è un buon cambiamento (la probabilità di scegliere una cattiva variante per il trading è ridotta, non importa come cambiamo i parametri - saremo sul lato positivo). Questo approccio ha permesso di aumentare notevolmente questa quota nel mio TS.
Il metodo è il seguente (tutto ciò che segue si applica ugualmente sia alla ML che alla TS classica).
Il punto è quello di sbarazzarsi dell'incertezza, il che significa sbarazzarsi del fitting nell'addestramento e nell'ottimizzazione da un lato, e dall'altro formulare senza ambiguità dei requisiti "soft" al sistema. TP e SL all'entrata è anche un'incertezza, quindi lo usiamo solo per l'uscita di emergenza (dipende dalla volatilità dello strumento e lo selezioniamo empiricamente, quindi il 100% dei trade fa scattare gli stop il più raramente possibile, idealmente - mai. Prevedere l'intero commercio, dall'entrata all'uscita. Consideriamo il risultato con un profitto escluso lo spread e le commissioni come un trade di successo (il funzionamento del sistema è determinato dopo aver controllato se lo spread e le commissioni sono coperti). Non appena il segnale di entrata viene ricevuto, il sistema entra e poi aspetta un certo numero di barre (è determinato empiricamente e dipende dai predittori e dallo strumento). - Chiudere l'affare, se sta perdendo, aspettiamo un'altra barra. A volte uso due parametri: minimo e massimo (se un trade non viene chiuso dopo il numero massimo di barre - viene chiuso comunque), e a volte ne uso solo uno - il numero minimo di barre.
Molte persone saranno sorprese, ma molti sistemi, anche quelli apparentemente senza speranza, iniziano a funzionare, incluso TS su bacchette, per non parlare di tutti i tipi di sistemi con ML. Il trucco è di non esigere regole ferree di TC da te stesso e dalla macchina, di non cercare di descrivere completamente i movimenti del mercato e dare quelle regole molto "morbide" per il ML. Inoltre, ci sbarazziamo della cattiva eredità del mercato sotto forma di code pesanti (o più precisamente, le code smettono di avere importanza), la mancanza di stazionarietà nella BP smette di avere importanza - perché sappiamo che le forme del mercato possono essere scalate verticalmente e orizzontalmente senza cambiare le loro proprietà interne (e questo rende la vita incredibilmente difficile agli emleoners).
Ne ho scritto sul 4° forum, credo nel thread Swinosaurs, su due tipi di tutti i TS (con confini definiti e indefiniti), ma l'idea non è stata completata lì. Ora tutto è più chiaramente visibile, o così...
In generale, uso la mia regola quando sviluppo sistemi di trading: se i cambiamenti nelle logiche portano ad aumentare la quota di varianti di successo dei parametri su tutte le possibili varianti, allora è un buon cambiamento (la probabilità di scegliere una cattiva variante per il trading è ridotta, non importa come cambiamo i parametri - saremo sul lato positivo). Questo approccio ha permesso di aumentare questa quota nel mio TS.