Обсуждение статьи "Быстрый тестер торговых стратегий на Python с использованием Numba" - страница 4

 
fxsaber #:

Как вычисляется этот параметр?

Похоже, пропустили этот вопрос. Как вычисляется волтатильность? MaxMin за "час"? Нормализация?

 
Интервал на котором обучается модель не может быть фиксированной длины, этот интервал всегда плавает в некотором диапазоне. Это зависит от поведения финансового инструмента, нужно отслеживать момент изменения этого поведения. То есть опять приходим к необходимости построения индикатора разладки. 

Существуют сотни моделей машинного обучения, но мало кто акцентирует внимание, а на каком же все таки интервале оптимизировать эти модели ? Понятное дело вопрос сложный, математическую модель даже очень сложную построить проще чем решить этот вопрос. Имхо
 
fxsaber #:

Похоже, пропустили этот вопрос. Как вычисляется волтатильность? MaxMin за "час"? Нормализация?

Std в скользящем окне с разными периодами, по умолчанию период 20. С телефона, могу что-то не видеть, извиняюсь.
 
fxsaber #:
Столько было обсуждений "разумности". Мне бы даже в голову не пришло спрашивать.
Иногда подбирает нужные слова, в утешение :)
 
Evgeniy Chernish #:
Интервал на котором обучается модель не может быть фиксированной длины, этот интервал всегда плавает в некотором диапазоне. Это зависит от поведения финансового инструмента, нужно отслеживать момент изменения этого поведения. То есть опять приходим к необходимости построения индикатора разладки. 

Существуют сотни моделей машинного обучения, но мало кто акцентирует внимание, а на каком же все таки интервале оптимизировать эти модели ? Понятное дело вопрос сложный, математическую модель даже очень сложную построить проще чем решить этот вопрос. Имхо
Сложный и непонятный, приходится выдумывать :)
 
Evgeniy Chernish #:
приходим к необходимости построения индикатора разладки.
Что за зверь?
 
fxsaber #:
Что за зверь?
Индикатор, который отслеживает вероятностную форму распределения ряда и сигнализирует о смене этой формы. Индикатор Смирнова, например как попытка.
 
Фильтры чаще делаю по моментам распределений, почему-то лучше всего работает фильтр по скосу. По стд тоже неплохо.
 
Maxim Dmitrievsky #:
Фильтры чаще делаю по моментам распределений, почему-то лучше всего работает фильтр по скосу. По стд тоже неплохо.
Да, так даже проще. С распределениями работать неудобно.
 
Maxim Dmitrievsky #:

Если есть хорошо знающие статистику, вопрос, что лучше:

  • Оптимизация ТС с n кол-вом параметров на графике
  • Построение базовой переобученной модели (некой обобщающей базы сделок), потом поиск интервалов, где она робастна
  • Оба варианта суть курвафитинг

Имхо, стоило бы это противопоставление переформулировать в терминах МО. Имеются две модели, отстоящие далеко друг от друга на кривой компромисса смещение-дисперсия. ТС из-за малого фиксированного числа параметров имеет сдвиг в сторону увеличения смещения (обычный для МО пример - линейная регрессия), а сложная модель, наоборот, в сторону увеличения дисперсии.

Очевидно, если более простая модель ухватывает реальную закономерность, то она лучше. Если ни одна модель не ухватывает, то опять простая лучше - в сложной тяжелее увидеть её ошибочность из-за более лучшей приспосабливаемости к шуму) Неудивительно, что смысл усложнения есть только если оно приносит пользу. Это очевидный теоретический ответ.

Если чуть более практически, то по сути второй пункт означает стекинг моделей (минимум двух) - одна модель разбивает на отрезки (ищет разладки), а другая принимает торговые решения. Может быть и третья модель, которая включает/выключает торгующую и тд. Стекинг, как известно, имеет в МО репутацию "чёрной магии") Как правило, им пользуются победители всяческих соревнований, но при этом по сути для него нет теории или рецептов. Если повезёт найти рабочий стекинг, то хорошо). Имхо, в целом стекинг более простых моделей выглядит более логично, чем попытка запихать всё в одну более сложную.

Да, задачу разладки нужно решать, поскольку ряды у нас нестационарные. Но особо не выделял бы её, поскольку она в любом случае будет решаться - либо явно, либо неявно)