Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1449

 
Mihail Marchukajtes:
И ты в это веришь??? Удивительно но уверен что где то подвох, потому как если это отражение реальности, то зачем его продавать за такие смешные деньги. Логично? Логично и в этом случае я абсалютно согласен с обрезание белого участка из мт с последующи обновлением котировок уже в мт, тогда и видно будет чего достоин этот зверь. Но лучшн всего торговля в реал и уже через пару недель можно будет о чем то говорить. Но не может быть так все просто 

Не верю. Мой практический опыт никогда не был таким хорошим.

Посмотрим, что сигнал Ивана Бутко покажет

 
Mihail Marchukajtes:
Ну и какой результатна белом участке???? Что то не увидел. Все это очень странно, что так просто. А на счет нерошела, насколько мне известно он уже как не поддерживается и не обновляется, но могу и ошибится 
elibrarius:

Не верю. Мой практический опыт никогда не был таким хорошим.

Посмотрим, что сигнал Ивана Бутко покажет

Ну конечно фэйк, особенно на таких медленных таймфреймах.

Не буду тут делиться откровениями от Капитана Очевидность, но работа с такими "котами в мешке" очень опасна, если речь идёт о дальнейшей проторговке таких моделей. Всё должно быть открытым, данные, МО, бэктестер, если есть закрытые модули это риск, есть масса вариантов как организовать фэйки и в МО и в индикаторах и в бэктестере, это если говорить о целенаправленном саботаже, а бывает ещё и просто ошибки или ошибочные модели. Это всё хорошо на продажу, но токсично для личного пользования.

 

Знаю, что многие играли в угадывание цвета бара, какой результат был получен, в плане Accuracy - сходу у меня какая то ерунда 0,52 получается.

График прибыли по тестовой выборки лучший такой на предварительных данных


 
Aleksey Vyazmikin:

Знаю, что многие играли в угадывание цвета бара, какой результат был получен, в плане Accuracy - сходу у меня какая то ерунда 0,52 получается.

График прибыли по тестовой выборки лучший такой на предварительных данных


Цвет бара в статьях Владимира Перервенко оч. хорошо определяется  с точностью около 0,8. И повторить легко можно. Я повторял, в т.ч. на голых котировках, на них было на 2-3 % хуже, чем с цифровыми фильтрами.
Странно что у вас так плохо. Хотя еще многое зависит от инструмента и ТФ.
 
elibrarius:
Цвет бара в статьях Владимира Перервенко оч. хорошо определяется  с точностью около 0,8. И повторить легко можно. Я повторял, в т.ч. на голых котировках, на них было на 2-3 % хуже, чем с цифровыми фильтрами.
Странно что у вас так плохо. Хотя еще многое зависит от инструмента и ТФ.

Можете на конкретную статью указать?

Если это так, и точность столь высока, то почему на этих данных не построить стратегию? У меня мат. ожидание чуть больше 3 пунктов, но это же при 52%, а если бы их было 80%, то был бы явно грааль.

 
Aleksey Vyazmikin:

Можете на конкретную статью указать?

Если это так, и точность столь высока, то почему на этих данных не построить стратегию? У меня мат. ожидание чуть больше 3 пунктов, но это же при 52%, а если бы их было 80%, то был бы явно грааль.

Ну вот по последней https://www.mql5.com/ru/articles/4722

            Sensitivity : 0.8494          
            Specificity : 0.8230          
         Pos Pred Value : 0.7921          
         Neg Pred Value : 0.8731          
             Prevalence : 0.4427          
         Detection Rate : 0.3760          
   Detection Prevalence : 0.4747          
      Balanced Accuracy : 0.8362          
                                          
       'Positive' Class : -1    
Полагаю, что хорошо угаданные ночные направления свечей дают небольшой прирост баланса, а дневные неправильные угадывания имея большой размер съедают 2-5 ночных свечей.
Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей
Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей
  • www.mql5.com
В предыдущих двух статьях (1, 2) мы создавали ансамбль нейросетевых классификаторов ELM. Тогда мы говорили о том, как можно улучшить качество классификации. Среди многих возможных направлений я выбрал два: снизить влияние шумовых примеров и выбрать оптимальный порог, по которому непрерывные предсказания нейросетей ансамбля переводятся в метки...
 
elibrarius:

Ну вот по последней https://www.mql5.com/ru/articles/4722

Полагаю, что хорошо угаданные ночные направления свечей дают небольшой прирост баланса, а дневные неправильные угадывания имея большой размер съедают 2-5 ночных свечей.

Так он там ссылается на уже подготовленные данные, способ подготовки которых описывал тут , а там:

"

Теперь сформируем два набора данных — data1 и data2. В первом наборе в качестве предикторов будут цифровые фильтры и их первые разности, а в качестве целевой — знак изменения первой разности ЗигЗага. Во втором наборе предикторами будут первые разности котировок High/Low/Close и разности котировок CO/HO/LO/HL, а целевой — первая разность Зигзага. Скрипт приведен ниже и находится в файле Prepare.R.

"

Похоже, что речь идет не о барах...

И, я думаю, что форекс не очень удобен для МО, лучше переходите на биржу Moex.

 
Aleksey Vyazmikin:

Знаю, что многие играли в угадывание цвета бара, какой результат был получен, в плане Accuracy - сходу у меня какая то ерунда 0,52 получается.

График прибыли по тестовой выборки лучший такой на предварительных данных


52% это не ерунда, а правда матка и между прочем если на часовках это не такой уж плохой результат, вполне проторговываемый, с годовым SR ~1

80% это какой то юмор, или околорыночные прикольчики

 
Я конечно бары не угадываю, но стараю что бу результат обучения был не ниже 80 на валидации. Я кстати дофига там у Решетова чего допилил. Сам алгоритм поиска минимакса не трогал, но вот организация поменялась. Я например добавил котрольный участо ирассматриваю только те модели которые именно на контрольном дают хорошие результаты, начинаю поис с максимального количество предикторов постепенно их уменьшая, а ещё у него там была фишка первого прогона при случайном выборе входов, так вот прикиньте я делаю  таких проговон несколько и выбираю самый лучшый и это является отправной точнокой для основной оптимизации. В общем допили я его в организационном плане так то прилично.... Ява рулит
 
Aleksey Vyazmikin:

Так он там ссылается на уже подготовленные данные, способ подготовки которых описывал тут , а там:

"

Теперь сформируем два набора данных — data1 и data2. В первом наборе в качестве предикторов будут цифровые фильтры и их первые разности, а в качестве целевой — знак изменения первой разности ЗигЗага. Во втором наборе предикторами будут первые разности котировок High/Low/Close и разности котировок CO/HO/LO/HL, а целевой — первая разность Зигзага. Скрипт приведен ниже и находится в файле Prepare.R.

"

Похоже, что речь идет не о барах...

И, я думаю, что форекс не очень удобен для МО, лучше переходите на биржу Moex.

Я пока другими делами занимаюсь, может летом появится время еще поэкспериментировать с МО.
Причина обращения: