Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3346

[Excluído]  
Para chegar a uma conclusão intermediária, tanto no kozula quanto no variacional e em todas as outras direções, como o classificador bayesiano e os modelos lineares generalizados, conforme aplicados ao MO, são usados conjuntos.

Em kozul, por algum motivo, eles geralmente são limitados a um classificador ou regressor (ou dois), também conhecido como meta lerner. Já no artigo sobre catbust e outras libs, os conjuntos são usados. Por que exatamente no kozula eles não revelam isso é um pouco estranho. Eles não generalizam para o caso dos conjuntos. Basicamente, são apenas estatísticas sobre modelos. Não há mágica especial nisso, mas os resultados às vezes são agradáveis.

Ainda não vi nenhum livro de referência geral sobre o assunto. É mais ou menos como o ML.

E, mais adiante, há uma bifurcação no caminho de como aplicar tudo isso à classificação de séries temporais e a um caso especial - classificação de BP para negociação, sendo que o último tópico praticamente não é divulgado ou mencionado em lugar algum.
 
Maxim Dmitrievsky #:
A peculiaridade é que, mesmo sem conhecer o spread real, uma parte dos negócios cai quando você o aumenta artificialmente no testador.

Quanto mais o spread aumenta, a mesma quantidade de redução da expectativa da matriz. Não entendi o problema com o spread.

 
Maxim Dmitrievsky # : O novo produto do Google , o TSMixer, parece superar o TimeGPT em benchmarks, e comecei a lê-lo recentemente.

O NHITS e o lightGBM também têm RMS mais baixo que o TimeGPT em dados diários e horários. https://valeman.medium.com/what-truly-works-in-time-series-forecasting-the-results-from-nixtlas-mega-study-78eda5133622



Você já experimentou o 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

GitHub - valeman/awesome-conformal-prediction: A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source libraries.
GitHub - valeman/awesome-conformal-prediction: A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source libraries.
  • valeman
  • github.com
A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source libraries. - GitHub - valeman/awesome-conformal-predicti...
[Excluído]  
fxsaber #:

Quanto mais o spread aumenta, mais a expectativa da matriz diminui. Não entendo o problema da dispersão.

Se houver um modelo que funcione em condições de estufa, gostaria de adaptá-lo a qualquer corretora com qualquer spread. Eu gostaria de adaptá-lo a qualquer corretora com qualquer spread. Parece mais fácil colocar um spread maior na marcação das negociações e treiná-lo novamente, mas isso não ajuda. Ele se recusa a dar lucro com um spread maior na saída.

Portanto, verifica-se que o padrão em si está no nível do spread, ou como interpretá-lo? Ou seja, ele não cobre os custos de negociação.
 
Maxim Dmitrievsky #:
Se houver um modelo que funcione em condições de estufa. Eu gostaria de adaptá-lo a qualquer corretora com qualquer spread. Parece mais fácil colocar um spread maior na marcação das negociações e treiná-lo novamente, mas isso não ajuda. Ele se recusa a dar lucro com um spread maior na saída.

Portanto, em condições de estufa, a expectativa é de baixa esteira. Exatamente onde está o alfa.

Vamos substituir a palavra modelo por scalper. Digamos que ele seja realmente lucrativo em algumas cotações. O alfa está em baixa expectativa.

Tornamos as cotações piores. Treinamos o scalper para que ele fique OOS. Porque o alfa é destruído. Durante o treinamento, também pode haver milhares de negócios. Mas não há alfa - condenado.


ZY Por que lucrar com cotações ruins, quando já existe tudo para lucrar com as boas?

[Excluído]  
fxsaber #:

Portanto, em condições de estufa, a matriz de expectativa é baixa. Exatamente onde está o alfa.

Vamos substituir a palavra modelo por scalper. Digamos que ele seja realmente lucrativo em algumas cotações. O alfa está em uma expectativa baixa.

Tornamos as cotações piores. Treinamos o scalper para que ele fique OOS. Porque o alfa é destruído. Durante o treinamento, também pode haver milhares de negociações. Mas não há alfa - condenado.


ZY Por que lucrar com cotações ruins quando tudo já está pronto para lucrar com as boas?

Bem, de alguma forma, odeio a ideia de que as condições ruins de negociação não deixam nenhuma chance. Eu queria fazer com que funcionasse para eles também. Por que, por exemplo, ali, um padrão pequeno não se resume e não se espalha em outros períodos de tempo em um padrão maior, em que o spread não é tão decisivo. Não consigo me orientar.
 
Maxim Dmitrievsky #:
Portanto, verifica-se que o padrão em si está no nível do spread, ou como interpretá-lo? Ou seja, ele não cobre os custos de negociação.

Custos de negociação - slippage, liquidez, comissão, swap. O spread é o valor (não escrevi a diferença de propósito) entre a oferta de compra e a oferta de venda no momento.

Da meia-noite à 1h da manhã, o spread mínimo do EURGBP é dezenas de vezes maior do que o spread máximo antes da meia-noite.


E, para alguns cambistas, essa é a hora mais saborosa do dia.

[Excluído]  
fxsaber #:

Custos de negociação - slippage, liquidez, comissão, swap. Spread é o valor (não escrevi a diferença de propósito) entre a oferta de compra e a oferta de venda no momento.

Da meia-noite à 1h da manhã, o spread mínimo do EURGBP é dezenas de vezes maior do que o spread máximo antes da meia-noite.


E, para alguns cambistas, essa é a hora mais saborosa do dia.

Ainda assim, negociamos o padrão - spread - outros custos
 
Maxim Dmitrievsky #:
Ainda negociamos o padrão - spread - outros custos

Nenhum dos meus TSs em qualquer lugar da lógica (mesmo indiretamente) usa o valor do spread. Não sou o único.

O motivo pelo qual os dados brutos na forma de dois preços de compra/venda são convertidos em preço/spread e, em seguida, se procura alfa no preço é um mistério para mim.

Falar sobre spread, timeframes e candlesticks japoneses é quase a mesma coisa.

 

"Hello World!" no campo da compreensão dos dados de origem - para escrever um script que mostrará o lucro máximo possível no intervalo histórico.

Se você não tiver isso, então não está claro o que está fazendo.