L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3347

Nuovo commento
 
fxsaber #:

Nessuno dei miei TC utilizza il valore dello spread in nessuna parte della logica (nemmeno indirettamente). Non sono l'unico a farlo.

Perché i dati iniziali sotto forma di due prezzi bid/ask vengano convertiti in prezzo/spread e poi si cerchi l'alfa nel prezzo è per me un mistero.

Parlare di spread, timeframe e candele giapponesi è più o meno la stessa cosa.

Beh, ho capito l'idea, ci penserò domani :)
 
fxsaber #:

"Hello World!" nell'ambito della comprensione dei dati grezzi - per scrivere uno script che mostri il massimo profitto possibile su un intervallo storico.

Se non ce l'avete, allora non è chiaro cosa state facendo.

Non solo tutti possono arrivare a questo punto, studiando il MOE. Non è scritto da nessuna parte. Di solito si tratta di desideri molto semplici per stipare più segnali e più livelli nel NS.
 
nevar #:

Anche NHITS e LightGBM hanno un RMS inferiore a quello di TimeGPT nei dati giornalieri e orari. https://valeman.medium.com/what-truly-works-in-time-series-forecasting-the-results-from-nixtlas-mega-study-78eda5133622



Avete provato la 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

Salve, non ancora. Grazie per il libro e gli articoli così straordinari, lo leggerò sicuramente.
 
Maxim Dmitrievsky #:


Si scopre così che il modello stesso è a livello di spread, o come interpretarlo? Ovvero, non copre i costi di trading.

Così è, su mashki raggiunto una perdita uniforme su ogni commercio pari allo spread)))))) A zero spread anche il profitto))

 

Maxim Dmitrievsky#:


Quindi si scopre che il modello stesso è a livello di spread, o come interpretarlo? Ovvero, non copre i costi di trading.

Lo spread non ha nulla a che fare con questo.

Prendiamo solo le statistiche per 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

e vediamo stupidamente a quale valore di incremento del prezzo le vostre previsioni "redditizie" diventano non redditizie, ovvero a 10 pips di 4 cifre solo il 25% dei movimenti di mercato diventa potenzialmente redditizio. Questo con una previsione priva di errori!

 
СанСаныч Фоменко #:

Lo spread non ha nulla a che fare con questo.

Prendiamo solo le statistiche per H1

e vediamo stupidamente a quale valore di incremento del prezzo le vostre previsioni "redditizie" si trasformano in previsioni non redditizie, ovvero a 10 pips di 4 cifre solo il 25% dei movimenti di mercato diventa potenzialmente redditizio. Questo con una previsione priva di errori!

Non capite di cosa sto scrivendo

Quando si marca con lo spread, lo 0% delle operazioni non è redditizio. E non importa se viene calcolato in base al prezzo medio + spread, o in base ai tick Saber su bid e ask separatamente. In media, il risultato è paragonabile.

Si può calcolare in base ai ticks in un secondo momento, se si è uno scalper accanito e si lavora in 1-2 dts, non mi piacciono particolarmente questi TS.

 

Disegnare un diagramma-distribuzione delle operazioni, dove sulla linea orizzontale si trova il profitto delle posizioni chiuse, sulla linea verticale il numero di posizioni chiuse.

Per uno spread stretto e uno spread largo.

 
Maxim Dmitrievsky #:

Non capisci di cosa sto scrivendo

Quando si segna con lo spread, lo 0% delle operazioni non è redditizio. E non importa se viene calcolato in base al prezzo medio + spread, o in base ai tick Saber su bid e ask separatamente. In media, il risultato è paragonabile.

Si può calcolare in base ai ticks in un secondo momento, se si è uno scalper accanito e si lavora in 1-2 dts, non mi piacciono particolarmente questi TS.

Il mio markup è l'incremento del prezzo.

Prendete il vostro markup e guardate il quantile A quale profitto è destinato il vostro markup? Confrontatelo con le statistiche.

 
СанСаныч Фоменко #:

Il mio markup è l'incremento di prezzo.

Sulla stessa lista.

 
СанСаныч Фоменко #:

Il mio markup è l'incremento di prezzo.

Prendete il vostro markup e guardate il quantile: quanto profitto è stato progettato per ottenere il vostro markup? Confrontatelo con le statistiche.

No, non c'è alcun problema. Non importa quale sia il margine di profitto. Ciò che conta è l'errore di classificazione. Cresce quando lo spread viene aggiunto all'addestramento o rimane invariato.

Ma il modello non inizia a funzionare meglio quando lo spread viene preso in considerazione nel markup, non dà un profitto, ma senza lo spread funziona come se fosse stato addestrato senza di esso. Per questo motivo ho associato lo spread, in modo condizionato, all'errore di classificazione. In altre parole, la risposta del modello non consente di batterlo.

Tenere conto dello spread nel markup significa aumentare la lunghezza delle operazioni che lo superano. Cioè, faccio operazioni più lunghe, poi le alleno, e il risultato del test sull'aumento dello spread è quasi uguale al risultato di un altro modello addestrato su operazioni più brevi.

La conclusione è piuttosto inequivocabile: sui miei segnali, diciamo, il MO non può battere lo spread.

Ma a volte ci riesce, con certe macchinazioni legate a kozul. Cioè, se c'è qualche indicatore statistico della dedotta "affidabilità" dei segnali, allora questi funzionano anche quando lo spread aumenta.

1...334033413342334333443345334633473348334933503351335233533354...3399
Nuovo commento
Motivazione: