Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2358
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
Заходишь в календарь Альпари, нажимаешь на новость о выходе актуальных значений индикатора - Больше информации о... - таблица исторических данных по этому показателю с датами публикации
За какой период времени там инфа доступна? загрузка есть?
Дофига всего можно скачать/спарсить благодаря старушке ФРС)
https://www.federalreserve.gov/data.htm
где-то там даже была возможность сразу таблицу разнородных величин синхронизированную по времени собрать ручками и скачать
За какой период времени там инфа доступна? загрузка есть?
Надо смотреть глубину по каждому показателю.
Например, безработица Швейарии - до середины 2007 года в глубину/
Да, можно скачать
Надо смотреть глубину по каждому показателю.
Например, безработица Швейарии - до середины 2007 года в глубину/
Да, можно скачать
Нормас, там через ЛК только доступ?
а, ну нашел, у них от fxstreet календарь
В последнее время мы тут штудируем труды Прадо.) Посему, отвечу цитатой из его книги: "Фундаментальные данные чрезвычайно регуляризованы и низкочастотны. С учетом общедоступности на рынке маловероятно, что в них есть хоть какая-то ценность для эксплуатации."
Все тренды вызваны именно фундаментальными данными. За последние несколько лет припомню мощные тренды по товарным валютам (и товарам) ну и евробаксу. Причём товарные валюты довольно классически его пропахали.
Любая простейшая-древнейшая стратегия на любом прости господи осцилляторе может выжать из такого максимум прибыли на 5 лет вперёд.
Но как уже заметили, всегда в фундаментал подмешивается что-то новое и поэтому классические модели классификации/регрессии по истории мало полезны, что наверное и имел ввиду Прадо), (тем более больших трендов мало) И скорее всего вырождаются к 2-3 наиболее значимым показателям. Реальная задача сводится к обработке всего новостного фона и уже ближе даже к AGI наверное.
Все тренды вызваны именно фундаментальными данными. За последние несколько лет припомню мощные тренды по товарным валютам (и товарам) ну и евробаксу. Причём товарные валюты довольно классически его пропахали.
Любая простейшая-древнейшая стратегия на любом прости господи осцилляторе может выжать из такого максимум прибыли на 5 лет вперёд.
Но как уже заметили, всегда в фундаментал подмешивается что-то новое и поэтому классические модели классификации/регрессии по истории мало полезны, что наверное и имел ввиду Прадо), (тем более больших трендов мало) И скорее всего вырождаются к 2-3 наиболее значимым показателям. Реальная задача сводится к обработке всего новостного фона и уже ближе даже к AGI наверное.
Что бы использовать ФА, надо потратить немало времени что бы оцифровать системно для машинной обработки. Это посильно для коллектива. Для индивидуала растянется на годы. Знаю как это сделать, но одному не под силу.
Может ли МО вычислять качество сигналов по вероятности? Чтобы потом отфильтровать те, которые с вероятностью более 90%
Может ли МО вычислять качество сигналов по вероятности? Чтобы потом отфильтровать те, которые с вероятностью более 90%
Может. Деревья и леса. Можно выбрать листья только с >= 90% класса на тренировочном участке. Но на новых данных они будут выдавать ошибку 50%. Это для разметки учителя с ТП=СЛ. Другие виды разметки тоже могут быть отобраны по нужному проценту. Но прибыльность скорее всего, как и в моем случае, будет нулевая.
Может ли МО вычислять качество сигналов по вероятности? Чтобы потом отфильтровать те, которые с вероятностью более 90%
На выходе модели и так вероятности, но они псевдо, т.е. не имеют отношения к генеральной совокупности
можно отфильтровать через порогв АвтоМО подразумевается перебор моделей и выбор лучшей
а какой смысл, если катбуст всех уделывает на всех датасетах?
https://mljar.com/machine-learning/compare-ml-algorithms/