Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3344

Novo comentário
 
Forester #:

Provavelmente, o filtro clássico é: se (Spred > 10 pt) {não negociar ou aumentar o preço}. Ou não em pips, spread médio * 2 ou *3.... *10.

A peculiaridade é que, mesmo sem conhecer o spread real, uma parte das negociações cai quando você o aumenta artificialmente no testador. Ou seja, você pode ver imediatamente os pontos fracos onde não deve negociar. É por isso que me referi, condicionalmente, a um erro de modelo.
 
Aleksey Nikolayev #:

Precisamos de uma boa previsão probabilística para as séries, mas não tão brega como é hoje em dia (regressão quantílica, por exemplo). Não vi isso no artigo em si, embora a lista de literatura pareça conter isso.

Há algo do Yandex

Uncertainty in Gradient Boosting via Ensembles
Uncertainty in Gradient Boosting via Ensembles
  • research.yandex.com
For many practical, high-risk applications, it is essential to quantify uncertainty in a model's predictions to avoid costly mistakes. While predictive uncertainty is widely studied for neural networks, the topic seems to be under-explored for models based on gradient boosting. However, gradient boosting often achieves state-of-the-art results on tabular data. This work examines a probabilistic ensemble-based framework for deriving uncertainty estimates in the predictions of gradient boosting classification and regression models. We conducted experiments on a range of synthetic and real datasets and investigated the applicability of ensemble approaches to gradient boosting models that are themselves ensembles of decision trees. Our analysis shows that ensembles of gradient boosting models successfully detect anomalous inputs while having limited ability to improve the predicted total uncertainty. Importantly, we also propose a concept of a virtual ensemble to get the benefits of...
 

como é fácil drenar o TS nas horas com o spread

 
Maxim Dmitrievsky #:

como é fácil drenar o TS nas horas com o spread

Ou seja, com spread=7pts, será 50/50.
E a variante lucrativa ganha apenas 7 pontos por operação, em média.
Nas contas ECN, o spread no EURUSD é de 0 a 5 normalmente (média de 3) + ~4 pontos de comissão. Ou seja, essa estratégia funcionará a 0 na ECN real.
E os swaps agora são de -7,7 e +3,1 pontos para algumas negociações, que serão adicionados a cada rollover.
Spread + swap devem ser levados em conta na marcação. Talvez o modelo seja melhor, pois não considerará algumas negociações bem-sucedidas durante o treinamento.

 
Forester #:

Ou seja, com spread = 7 pts, será 50/50.
E a variante lucrativa ganha apenas 7 pontos por negociação, em média.
Nas contas ECN, o spread no EURUSD é de 0 a 5 normalmente (média de 3) + ~4 pontos de comissão. Ou seja, essa estratégia funcionará a 0 na ECN real.
E os swaps agora são de -7,7 e +3,1 pontos para algumas negociações, que serão adicionados a cada rollover.
Spread + swap devem ser levados em conta na marcação. Talvez o modelo seja melhor, pois não considerará algumas negociações bem-sucedidas durante o treinamento.

E como o spread pode ser levado em conta na marcação se ele é deduzido de cada transação posteriormente, independentemente de como você o marca?

 
Maxim Dmitrievsky #:

e como levar em conta o spread na marcação se ele for deduzido de cada transação posteriormente, independentemente da forma de marcação.

Portanto, a marcação deve ser baseada no resultado financeiro. Abra e feche a transação e transfira o resultado para a marcação. Essa é a variante exata.

Ou subtraia a pior variante, para EURUSD em ECN provavelmente 7-10pts, para outros talvez mais, especialmente para cruzamentos. + swaps para cada dia.
Nas contas STD, é ainda pior.

 
Forester #:

Portanto, a marcação deve ser baseada no resultado financeiro. Abra e feche uma negociação e transfira o resultado para a marcação. Essa é a variante exata.

Ou subtraia a pior variante, para EURUSD em ECN provavelmente 7-10pts, para outros talvez mais, especialmente para cruzamentos. + swaps para cada dia.
Nas contas STD é ainda pior.

Eu o transfiro para a marcação, depois do treinamento ainda me sinto mal com o spread

Além disso, coleciono uma coleção de negociações perdidas e ensino a "não negociar". Pelo tipo de melhor intervalo. Na verdade, o segundo metamodelo faz isso, como nos artigos. Também não é muito legal.
 
Maxim Dmitrievsky #: Na verdade, o segundo meta-modelo faz isso, como nos artigos. Também não é muito legal.

O que você quer? Estamos quase trabalhando com aleatoriedade. Não é como estudar a demanda por sorvete dependendo da temperatura, como no primeiro livro sobre Kozul, que foi lançado aqui há seis meses)))))

 
Forester #:

O que você quer? Estamos trabalhando de forma quase aleatória. Não é como pesquisar a demanda por sorvete dependendo da temperatura, como em Kozul))).

Eu quero o zeekr 001.

 
Maxim Dmitrievsky #:

Há algo do Yandex

Obrigado, artigo interessante e de qualidade com ampla literatura.

Parece que eles não consideram o tipo de incerteza que é interessante: a dependência probabilística da saída dos atributos. Eles estudam dois outros tipos de incerteza - incertezas relacionadas a imprecisões de atributos e parâmetros. Elas são chamadas de incerteza aleatória e epistêmica).

Em nosso caso, os "erros de medição" dos atributos estão ausentes em princípio, e a incerteza dos parâmetros do modelo é pouco separável de nossa "incerteza alvo".

1...333733383339334033413342334333443345334633473348334933503351...3399
Novo comentário
Razão: