Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1912
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Но почему не обосновано? если что то повторяется часто скажем 100 раз и дает какой то статистически значимый результат то как раз адекватно придать больший вес этому, чем примеру с одним наблюдением и непонятным исходом.
1) ты видел тучи 100 раз , в 70% случаев пошел дождь
2) у тебя зачесалась коленка 1 раз и пошел дождь
почему ты считаешь что этим двум паттернам надо давать одинаковый вес? весь мир считает иначе, и нейронка тоже :)
Коллеги простите великодушно но что то я затупил в своём высказывании. Я хоть и имею обучающий набор состоящий из строк меньше чем столбцов. Однако само обучение происходит на выборке из 11 столбцов. В общем я не специально. Сам не ведал что творил :-(
прощаем) кто вдумчиво смотрел тот и так понял...
Но я так и не услышал ответа на свой простой вопрос - ПОЧЕМУ уникальные значения лучше чем статистически значимые?
Так же если ты хочешь сделать все строки уникальными я дал тебе идею как это сделать, почему не делаешь?
===============================================
Классное видео - как и какими способами решались РЕАльные задачи в МО , есть задача и с ВР, очень даже интересно
прощаем) кто вдумчиво смотрел тот и так понял...
Но я так и не услышал ответа на свой простой вопрос - ПОЧЕМУ уникальные значения лучше чем статистически значимые?
Так же если ты хочешь сделать все строки уникальными я дал тебе идею как это сделать, почему не делаешь?
===============================================
Классное видео - как и какими способами решались РЕАльные задачи в МО , есть задача и с ВР, очень даже интересно
Да спасибо за код, я его сохранил но пока что толком не изучал... На недели думаю буду смотреть...
Потому что статистически значимые вектора можно использовать в лоб, без НС. На обучении НС будет лучше выучивать те вектора которые сгрупированны в одной области. Если в будущем будут появляться такие же вектора то всё ок, но если вектор появится в близи, но будет из другого класса то сеть ошибётся 100%, она ведь зазуцбрила что эта группа точем принадлежит к конкретному классу. ИМХО
такие же вектора то всё ок, но если вектор появится в близи, но будет из другого класса то сеть ошибётся 100%, она ведь зазуцбрила что эта группа точем принадлежит к конкретному классу. ИМХО
Аааааа, ну все мысль твою понял...
Слушай ты извини что я нахамил тебе, иногда бываю не всебе
без посягательств на ваш грааль.) есть вопрос- каким образом нейросеть спрогнозирует желание банка купить или продать определенный объем(оказывающий влияние на цену) валюты (например)? Банк зачастую и сам не знает какую заявку будет исполнять и какого клиента,а тут нейросеть уже все знает )Любая нейросеть может только схватить так инерцию по направлению-это когда происходит реализация спекулятивных объемов и цена активно начинает движение.Но никогда нейросеть не укажет точно момент входа того участника который будет изменять цену(драйвер цены) ,хотя это и не нужно- в 99% если вы умеете определять драйвера цены и его направление то ваши сделки будут всегда до реализации и у вас будет стабильный профит. У меня в компании так же есть отдел по алгоритмическому трейдингу-но это больше заточенно под очень быстрый скальпинг -нейросеть так же ловит инерционность алгоритмов hft роботов и исходя из ее анализа наши роботы совершают сделки полностью копируя hft(это только для определенных рынков и инструментов). Основная же торговля идет по старинке руками- так как драйвера цены не возможно спрогнозировать(да это и не нужно) а можно только увидеть=это как автомобиль покажет вам поворотник перед изменением направления(понимаете что нейросеть не сможет предугадать в какой момент включится поворотник у этого или другого автомобиля).так что я желаю вам успехов и процветания с машинным обучением )
решил посмотреть как будут выглядеть типичные данные для обучения НС в 3d ))
данные это 31 индикатор, целевая это зигзаг
снижал размерность до трех измерений тремя алгоритмами - pca, t-sne , umap (два последних считаются самыми современными)
что это вообще - https://en.wikipedia.org/wiki/Dimensionality_reduction
чем это может помочь - https://ru.wikipedia.org/wiki/%D0%9F%D1%80%D0%BE%D0%BA%D0%BB%D1%8F%D1%82%D0%B8%D0%B5_%D1%80%D0%B0%D0%B7%D0%BC%D0%B5%D1%80%D0%BD%D0%BE%D1%81%D1%82%D0%B8
Итак данные 31 индикатор целевая зигзаг , первый у нас PCA
Далее t-sne
umap
как видим разделить по классам не получается, так что либо целевая г-но либо признаки , либо все вместе )))
А вот так должна выглядеть поверхность с хорошей разделимостью , тут правда три класса но суть думаю вы поймете
есть вопрос- каким образом нейросеть спрогнозирует желание банка купить или продать определенный объем(оказывающий влияние на цену) валюты (например)?
крупные покупки не делаются за секунду, нужно время, за это время цена эти покупки отобразит каким то паттерном, этот паттерн можно пытаться найти с помощью алгоритмов машинного обучения
Но никогда нейросеть не укажет точно момент входа того участника который будет изменять цену(драйвер цены) ,хотя это и не нужно- в 99% если вы умеете определять драйвера цены и его направление то ваши сделки будут всегда до реализации и у вас будет стабильный профит.
Вы имеете ввиду работу от уровня? , если это формализуемо то НС это будет делать лучше вас. Если это не формализуемо то это гемблинг
Вы имеете ввиду работу от уровня? , если это формализуемо то НС это будет делать лучше вас. Если это не формализуемо то это гемблинг
ну каким образом формализуете мое желание закрыть крупную позицию по маркет цене? хотел я держать позицию еще,но тут что то подсказало что нужно закрывать свои например лонги-я их сразу закрываю и цена от закрытия моих лонгов(надеюсь все понимают что я буду выходитьл шортами) резко падает. остальные видя что цена падает начинают тоже продавать. И как нейросеть формализует то чего в принципе еще не было известно)