L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 573

 
Yuriy Asaulenko:
Cioè come lo slancio. Quindi batte per la coda.

La ragione è di non usare le quotazioni grezze per problemi di regressione, perché i modelli non possono estrapolare e bisogna prevedere, per esempio, le letture degli oscillatori su prezzi non quotati.

 
Dmitry Fedorchenko:

Torturato per sei mesi con diversi predittori, compresi gli incrementi da qualsiasi cosa a qualsiasi cosa, il numero di predittori. E ho usato diversi modelli. E RF, e SVM, e MLP... Ho anche provato i tempi dell'ultimo anno e sono sceso a M1. Il massimo che sono riuscito ad ottenere sul campione di convalida è stato il 53% di precisione, e il 100,0% sul campione di allenamento. Questo non è sufficiente per il trading. Ho bisogno di almeno il 57% di precisione per essere redditizio. O le mie mani sono storte o qualcos'altro. Qualcuno ha ottenuto risultati migliori? Sono solo curioso.

Beh, in realtà il 50% di previsioni corrette non è troppo male per il trading. Per esempio, rapporto profitti/perdite = 2/1. Dipende da come lo fai).
 
Sergey:

Salve.


Qualche consiglio, per favore. Come integrare in metatrader un modello già preparato (il modello è stato creato in python usando xgboost)?

L'unica opzione che ho trovato su Google è salvare il modello in un file di testo in python e poi caricarlo in mql usando R.

Ci sono altre opzioni? Ha qualche esempio di implementazione?


Grazie in anticipo!


Ho scelto Named Pipes come soluzione più semplice e versatile. Cioè ora mt e lo script python comunicano tra loro come un client-server. Invio di richieste/risposte l'uno all'altro.

 
Maxim Dmitrievsky:

Il punto qui è di non prendere le quotazioni grezze per i problemi di regressione, perché i modelli non possono estrapolare ed è necessario prevedere, per esempio, le letture degli oscillatori sulle non quotazioni.

Ho capito, ma non si può prevedere nulla con Momentum perché i nuovi dati in arrivo e i vecchi dati in uscita hanno pesi uguali e questo con un ritardo di -50. Cioè, non sappiamo con certezza cosa è cambiato, da cui è sorto il Delta - se la coda è caduta o il naso si è alzato...
 
Maxim Dmitrievsky:

È possibile convertirlo di nuovo in quotazioni, qui il punto è di non prendere quotazioni nude per compiti di regressione, perché i modelli non possono estrapolare ed è necessario prevedere, per esempio, letture di oscillatori su non quotazioni. o semplicemente incrementi.


+ Ho appena controllato l'adeguatezza del modello, altrimenti SanSanych continua a chiamarlo sonaglio.

È chiaro che c'è un errore, ma il tipo generale degli incrementi rimane lo stesso. E questo non è un errore del modello stesso, ma perché è costruito sulla base di predittori e anche lì c'è un errore.


 
Maxim Dmitrievsky:

+ appena controllato il modello per l'adeguatezza, perché SanSanych continua a chiamarlo sonaglio

È ovvio che c'è un errore, ma la forma generale degli incrementi è conservata. E non è un errore del modello stesso, ma perché è costruito usando dei predittori e c'è un errore proprio.

Beh, è comprensibile.

Se non si conosce il numero esatto di punti, si può ottenere una buona approssimazione del modello. A proposito, memorizza tutto molto bene.

Cioè, forse dovrei modificare qualcosa in Russia (opinione di un esperto)).

 
Yuriy Asaulenko:

Beh, è comprensibile.

Non ho familiarità con RF, ma NS va bene solo per mangiare le citazioni, è solo desiderabile pronormalizzarle.


È molto importante come normalizzare... e anche NS andrà male se supera i limiti di campionamento, ti ho mandato un link a un articolo... con RF è lo stesso in sostanza ma ancora peggio, va solo a un costant. È rilevante solo per i compiti di regressione, mentre la classificazione non ha molta importanza.

Ed è anche molto utile normalizzare il campione a qualche segno, per esempio rimuovere l'ultimo rumore... è molto più facile e veloce impararlo subito. Oppure si può deliberatamente impostare una soglia alta di normalizzazione e di intervalli di filtraggio.

 
Maxim Dmitrievsky:

È molto importante come normalizzare... e anche NS andrà male se supera i limiti di campionamento, ti ho mandato un link a un articolo... è essenzialmente lo stesso con RF ma ancora peggio, va solo a un costant. È rilevante solo per i compiti di regressione, mentre la classificazione non ha molta importanza.

Non andrà oltre il raggio d'azione se lo si raziona correttamente, non stupidamente).

A proposito Maxim, credi davvero che sia possibile qualsiasi previsione stabile sul mercato?

 
Yuriy Asaulenko:

Non andrà oltre il raggio d'azione se lo si raziona correttamente, non stupidamente).

A proposito, Maxim, credi davvero che sia possibile qualsiasi tipo di previsione stabile sul mercato?


in certi mercati sì, quasi certamente... o in certe fasi di mercato... è possibile, ma non sempre, avete bisogno di buoni filtri come minimo

per come la vedo io, se ci si adatta a un certo ciclo di mercato a lungo termine... che esiste a priori. Ma come farlo automaticamente è la domanda.

 
Maxim Dmitrievsky:

in certi mercati sì, quasi certamente... o in certe fasi di mercato... forse, ma non sempre, ci vogliono buoni filtri almeno

Filtri di nuovo. E chi farà i filtri? E quali sono queste fasi? Come li individuate? -Rilevarli algoritmicamente? Non sono affari dello zar.

Io credo così tanto: lasciato in DM - lascia che sia esso stesso a rivelare tutto.

Motivazione: