Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 948

[Dr. Trader]

SanSanych Fomenko:
Em geral, visar 3 classes não é muito bom. É melhor dividir em duas classes-alvo: (-1,0) e (0,1), e depois combiná-las ao decidir sobre uma posição.

Fui eu que pedi 3 aulas. Há algumas páginas atrás havia um arquivo similar com apenas dois alvos. Dois alvos que eu não consegui lidar (uma das turmas é fortemente enviesada em número, então é difícil também), eu estou tentando três agora.

[СанСаныч Фоменко]

Eu esperei pelo Forest aleatório, embora eu tenha levado 10% do arquivo original para o arquivo de treinamento.

Aqui está o resultado:

Number of observations used to build the model: 20276
Missing value imputation is active.

Call:
 randomForest(formula = as.factor(arr_Buy) ~ .,
              data = crs$dataset[crs$sample, c(crs$input, crs$target)],
              ntree = 500, mtry = 7, importance = TRUE, replace = FALSE, na.action = randomForest::na.roughfix)

               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 7

        OOB estimate of  error rate: 11.22%
Confusion matrix:
     -1    0    1 class.error
-1 5335  314   21  0.05908289
0    95 8712  480  0.06191450
1     2 1363 3954  0.25662719

Variable Importance
===================

                                 -1      0      1 MeanDecreaseAccuracy MeanDecreaseGini
arr_Sell                     223.88 208.20 164.24               216.84          3073.97
arr_DonProcVisota             25.86  57.39  53.05                57.46           203.17
Levl_Close_MN1                21.45  51.65  52.89                58.17           140.68
Levl_High_H4                  22.35  51.81  50.33                58.17           118.24
Levl_Close_W1                 20.11  48.85  49.94                52.90           145.82
arr_LastBarPeresekD_Down_M15  22.38  49.70  49.39                57.02           129.74
arr_Den_Nedeli                21.46  44.74  49.06                49.48           129.12
Levl_Low_H4                   20.55  47.30  47.49                50.63           126.02
arr_Regresor                  23.40  46.78  46.25                50.94           126.67
Levl_Close_D1                 21.03  42.44  44.51                47.91           164.55
Levl_Support_D1               22.47  47.09  44.35                51.17           153.52
Levl_Low_H1                   20.62  47.36  43.94                50.02           132.55
Levl_Support_W1               18.05  47.42  43.40                47.19           134.89
arr_DonProc_M15               23.81  50.52  42.83                52.10           184.02
arr_TimeH                     20.55  41.15  42.07                42.59           109.51
arr_LastBarPeresekD_Up_M15    22.46  43.85  41.64                47.63           134.78
arr_DonProc                   21.88  56.26  41.49                50.51           228.07
Levl_High_W1                  20.78  40.34  41.27                45.67            91.07
Levl_Low_D1                   18.87  39.05  40.81                42.30           116.54
Levl_Support_MN1              18.99  39.66  40.36                41.64           122.87
Levl_High_MN1                 17.25  36.97  39.62                40.44            88.72
Levl_first_H4                 18.77  38.39  38.71                42.28            70.63
arr_LastBarPeresekD_Down      19.31  42.64  37.27                44.06           150.78
Levl_Low_MN1                  17.96  37.24  36.40                37.83            92.71
Levl_first_H1                 14.43  35.64  34.62                37.45            78.99
Levl_High_D1                  19.35  34.28  34.48                36.43           106.69
Levl_Close_H4                 19.72  39.58  33.59                39.85           170.80
X_USE_Filter_MA_02            15.76  33.70  33.01                38.00            50.89
Levl_Support_H4               16.71  39.24  32.66                36.73           152.03
Levl_Low_W1                   16.72  34.05  32.47                33.22           111.06
Levl_High_H1                  17.58  33.14  31.93                33.90           117.74
Levl_Close_H1                 19.09  35.94  30.80                35.35           160.90
Levl_first_W1                 12.82  30.50  30.57                31.63            51.57
X_Use_Donchianf               13.69  28.78  30.46                31.47            59.44
Levl_first_MN1                13.94  27.58  30.02                29.14            59.58
arr_LastBarPeresekD_Up        15.96  31.32  28.67                30.59           142.72
Use_Filter_MA_Prirost         11.99  27.62  26.88                33.29            38.78
arr_Vektor_Don_M15            13.70  26.01  25.25                29.80            32.87
X_Use_BarPeresek_iMA_TF       11.40  18.48  25.17                25.30            20.57
Levl_first_D1                 14.97  28.47  24.99                29.17            46.49
X_Use_Filter_Fibo_in_Day      12.43  24.34  24.84                29.00            45.29
Levl_Support_H1               17.57  29.98  24.77                28.92           141.18
arr_Vektor_Week                7.99  19.81  24.10                21.56            27.30
arr_RSI_Open_H1               10.31  25.18  23.80                29.74            27.62
X_USE_Filter_MA               12.64  22.15  22.22                25.99            41.49
arr_Vektor_Don                10.20  19.81  15.88                17.82            41.06
arr_Vektor_Day                11.65  15.07  15.62                16.44            25.24
arr_BB_Center                 10.41  15.87  14.93                15.48            38.40
arr_BB_Up                      7.78  10.50  14.74                13.99            17.23
X_Use_ChanelEvaProc            4.30  13.36  12.15                17.63            67.45
arr_RSI_Open_M1                7.45  12.63  10.49                13.56            25.92
arr_BB_Down                    5.47  14.77   7.02                14.50            16.72
USE_Filter_MA_Donchian         0.72   0.10   4.71                 3.29             1.78

Time taken: 2.29 mins

[СанСаныч Фоменко]

Aqui está um gráfico interessante

Mostra que aumentar o número de árvores até cerca de 50 dá uma diminuição no erro, mas depois disso aumentar o número de árvores acima de 100 é uma absoluta perda de tempo.

[СанСаныч Фоменко]

E aqui está o resultado da validação e dos testes de pedaços. Eu tenho grandes, 45% de cada um dos originais

Error matrix for the Random Forest model on Pred_027_2016_H2_T.csv [validate] (counts):

      Predicted
Actual    -1     0     1 Error
    -1 24023  1523    70   6.2
    0    473 39706  1964   5.8
    1     10  5858 17615  25.0

Error matrix for the Random Forest model on Pred_027_2016_H2_T.csv [validate] (proportions):

      Predicted
Actual   -1    0    1 Error
    -1 26.3  1.7  0.1   6.2
    0   0.5 43.5  2.2   5.8
    1   0.0  6.4 19.3  25.0

Overall error: 10.9%, Averaged class error: 12.33333%

Error matrix for the Random Forest model on Pred_027_2016_H2_T.csv [test] (counts):

      Predicted
Actual    -1     0     1 Error
    -1 23847  1502    73   6.2
    0    455 39677  1984   5.8
    1      7  6024 17673  25.4

Error matrix for the Random Forest model on Pred_027_2016_H2_T.csv [test] (proportions):

      Predicted
Actual   -1    0    1 Error
    -1 26.1  1.6  0.1   6.2
    0   0.5 43.5  2.2   5.8
    1   0.0  6.6 19.4  25.4

Overall error: 11%, Averaged class error: 12.46667%

[СанСаныч Фоменко]

Muito decente se nada olhar para o futuro.

O TC na M1 não é claro: vamos prever dentro do spread.

[Aleksey Vyazmikin]

SanSanych Fomenko:

Eu esperei pelo Forest aleatório, embora tenha levado 10% do arquivo original para o arquivo de treinamento.

Aqui estão os resultados:

Obrigado, a julgar pelos resultados, as coisas não estão a correr mal?

No entanto, parece que arr_Sell foi usado como um preditor, a julgar pela tabela de importância do preditor? Se assim for, não é correcto.

SanSan Fomenko:

Aqui está um gráfico interessante

Mostra que aumentar o número de árvores até cerca de 50 resulta na diminuição dos erros, mas depois disso aumentar o número de árvores acima de 100 é uma coisa completamente inútil.

Então deve ser lógico, quanto mais preditores, mais soluções, ou estou errado?

[Aleksey Vyazmikin]

SanSanych Fomenko:

Muito decente se nada olhar para o futuro.

Eu não entendo o TS na M1: nós vamos prever dentro do spread.

É uma estratégia de tendências e funciona no MOEX em Si, ou seja, a propagação não é importante lá.

[СанСаныч Фоменко]

A fim de fazer um julgamento final, é necessário:

• testar o poder preditivo dos preditores sob condições muito específicas de arquivo de entrada
• dividir fisicamente o arquivo de entrada em duas partes: fazer em uma parte o que eu fiz, e correr a floresta acabada na segunda parte. Se o erro corresponder, então milionário ou bilionário!

[СанСаныч Фоменко]

Aleksey Vyazmikin:

Há uma estratégia de tendências, e funciona no MOEX sobre Si, ou seja, a propagação não é importante lá.

Que outra tendência na classificação? Os erros de previsão rasgarão a tendência - não restará nada da tendência.

[СанСаныч Фоменко]

Aleksey Vyazmikin:

No entanto, arr_Sell parece ter sido usado como um preditor, a julgar pela tabela de importância do preditor? Se assim for, não é correcto.

Claro que é, pelo amor de Deus!

Quais deles?

Deixa-me recalcular.