Давай представим что на рынке есть закономерности.
Так вот задача найти эту закономерность
В примере прям вылитый ЗЗ, как и Алексей указал постом выше, пока вы свой писали видать :).
Уж не знаю, если вы думаете что все работают индикаторами, то нет. Ничего нового в вашем описании нет, все МО-шники давно используют и такую нотацию и многие другие и их смеси.
Я не критикую, просто пытаюсь понять что нового и пользу/идеи для себя извлечь.
Я вот начал писать под библу Дмитрия на видяхах активное. суть задаёшь паттерны ТА (ну надо же с чего то начать баловство :) ) как первичные примеры, прогоняешь по истории, и самые кривые моменты чтоб показывало и 3-5 кнопок для классификации собой любимым, и так гонять, прикольно должно быть) пользы не думаю что сразу возникнет, паттерны уже прогоняли наверное все кому не лень и я с этого начинал писать на mql, ~55% максимум.
Но сам процесс должен быть залипательный и вдруг ещё идей подкинет.
ап: да вот и идея - игрушки такие продавать на маркете, типа угадай какой паттерн здесь нашла нейросеть и т.п.))
Я вот начал писать под библу Дмитрия на видяхах активное. суть задаёшь паттерны ТА (ну надо же с чего то начать баловство :) ) как первичные примеры, прогоняешь по истории, и самые кривые моменты чтоб показывало и 3-5 кнопок для классификации собой любимым, и так гонять, прикольно должно быть) пользы не думаю что сразу возникнет, паттерны уже прогоняли наверное все кому не лень и я с этого начинал писать на mql, ~55% максимум.
Было бы полезно сделать подсчёт значимости отличия результата от СБ. Можно выбрать какой-нибудь параметр - например, общее число найденых паттернов на участке и посмотреть, насколько оно нетипично для СБ. Вид распределения параметра для СБ посчитать аналитически вряд ли возможно, посему стоит применить Монте-Карло. Из цены строится много реализаций СБ посредством случайных перемешиваний приращений и для каждой реализации считается значения параметра. Получается большая выборка, относительно которой смотрим на значение параметра, полученного для исходной цены. Если оно сильно смещено к какому-либо концу выборки, то данный паттерн достоин более подробного изучения.
тыть, даж перечитывать не стал что обсуждалось! ПАРНИ! давайте в рамках этой ветки определимся с ПОНЯТИЯМИ!, а то так и будем блуждать ВСЕ в СОБСТВЕННОМ тумане!
1. Нормализация входов? что это, у меня всё просто - умудрился загнать через математику в пределы (0,1) ,(-1,+1)
2. Факторизация выходов? во тыть с эти совсем сложно((((((((
да ***что-то размечивать? СИСТЕМА должна торговать!
значит либо:
1. Прогнозирует ЦЕНУ - что имхо наиболее сложно!
2. Прогнозирует СОБЫТИЕ - (-1)(0)(+1) - что тоже под вопросом))))
3. Прогнозирует СОБЫТИЕ - не случая стопера конкретного уровня?????????
уже писал как убрать серийную корреляцию при скользящем окне почти до нуля, при подготовке данных
с масштабной инвариантностью признаков\паттернов не играл, можно подумать. Смотря что брать за точку отсчета
Ооо это один из множества вопросов над которыми надо думать..
==========
По поводу решения самой задачи...
Я генерирую правила с помощью граматической регрессии(генетики), каждое правило можно считать событием, привязки к индексам нету, только последовательность срабатываний
типа как то так
[1] "SMA30 >= SMA10 & SMA60 <= 10.7 & SMA10 <= 16 & LO >= CL & SMA60 >= -11.5 & CL >= -3.8"
[2] "LO <= 10.7 & SMA30 <= 16.4"
[3] "OP >= -10.3 & LO <= SMA30"
[4] "SMA30 <= HI & HI >= 18.8 & LO >= HI & SMA30 <= LO & LO <= CL & OP <= SMA60 & HI >= 6.7 & HI <= -2.6 & CL <= SMA30 & HI >= -19.2 & SMA10 >= SMA30"
[5] "SMA30 >= SMA60 & SMA60 >= -11.9 & SMA60 >= 10.3 & CL >= -4.2"
[6] "LO <= 18 & CL >= -9.5"
[7] "SMA10 >= 0.6 & HI <= -18 & LO >= SMA10 & LO <= -18.8"
[8] "LO <= OP & LO <= 13.1"
[9] "OP >= -20 & CL >= LO & LO <= -19.6 & HI >= -18.4"
[10] "SMA30 <= 6.7 & CL >= -17.6 & CL <= -20 & HI >= HI & OP >= LO & LO >= LO & OP <= -19.2"
[11] "HI >= HI & SMA30 >= SMA10"
[12] "SMA60 <= 10.7 & SMA10 <= 16 & LO >= CL & SMA60 >= -11.5 & CL >= -3.8"
[13] "SMA60 <= OP & SMA60 >= -9.5 & SMA60 <= 9.1 & SMA30 <= OP"
....
..
..
Если все правила выполнились на участке, смотрим был ли отскок или что хочешь (что заложишь в фитнес функцию то и будет)
Полученные правила реально держат закономерности , время жизни 100-200 срабатываний
Правила можно объединять в ансамбли (что то типа рендом форест)
Но все это ужасно ресурсойемко , но очень перспективно , можно закладывать абсолютно любую математику и архитектуру, ну и любую целевую через фитнес
Те можно перебрать вообще все, были бы выч. мощностя
Ооо это один из множества вопросов над которыми надо думать..
==========
По поводу решения самой задачи...
Я генерирую правила с помощью граматической регрессии(генетики), каждое правило можно считать событием, привязки к индексам нету, только последовательность срабатываний
типа как то так
Если все правила выполнились на участке, смотрим был ли отскок или что хочешь (что заложишь в фитнес функцию то и будет)
Полученные правила реально держат закономерности , время жизни 100-200 срабатываний
Правила можно объединять в ансамбли (что то типа рендом форест)
Но все это ужасно ресурсойемко , но очень перспективно , можно закладывать абсолютно любую математику и архитектуру, ну и любую целевую через фитнес
Те можно перебрать вообще все, были бы выч. мощностя
ну так же как с сезонками или другими фильтрами поучается, только условия более сложные
для МО это хорошо бывает, потому что группы примеров получаются иногда похожими
Давай представим что на рынке есть закономерности.
Так вот задача найти эту закономерность
В примере прям вылитый ЗЗ, как и Алексей указал постом выше, пока вы свой писали видать :).
Уж не знаю, если вы думаете что все работают индикаторами, то нет. Ничего нового в вашем описании нет, все МО-шники давно используют и такую нотацию и многие другие и их смеси.
Я не критикую, просто пытаюсь понять что нового и пользу/идеи для себя извлечь.
Я вот начал писать под библу Дмитрия на видяхах активное. суть задаёшь паттерны ТА (ну надо же с чего то начать баловство :) ) как первичные примеры, прогоняешь по истории, и самые кривые моменты чтоб показывало и 3-5 кнопок для классификации собой любимым, и так гонять, прикольно должно быть) пользы не думаю что сразу возникнет, паттерны уже прогоняли наверное все кому не лень и я с этого начинал писать на mql, ~55% максимум.
Но сам процесс должен быть залипательный и вдруг ещё идей подкинет.
ап: да вот и идея - игрушки такие продавать на маркете, типа угадай какой паттерн здесь нашла нейросеть и т.п.))В примере прям вылитый ЗЗ, как и Алексей указал постом выше, пока вы свой писали видать :)
ЗЗ это один из миллиона видов событий, это не пример поиска закономерностей, то что говорил Алексей я делал с ЗЗ и сетями года 4 назад
Ничего нового в вашем описании нет, все МО-шники давно используют и такую нотацию и многие другие и их смеси.
Все МО-шники используют матрицу признаков "Х" и отклик "У"
Матрица признаков это скользящее окно с фиксированым размером
Ну как? много закономерностей так найдем? ))
Вот и ниодин МО-шник не нашел еще, и не найдет никогда хоть GPT-6 тренируй
Также во всем нете я не нашел алгоритма который может находить такие вещи из коробки
Я не критикую, просто пытаюсь понять что нового и пользу/идеи для себя извлечь.
Новое то, что нету такого алгоритма (вообще), а только он способен что то найти на рынке..
И реализации его я вижу две, интересны идеи экспертов))
Я вот начал писать под библу Дмитрия на видяхах активное. суть задаёшь паттерны ТА (ну надо же с чего то начать баловство :) ) как первичные примеры, прогоняешь по истории, и самые кривые моменты чтоб показывало и 3-5 кнопок для классификации собой любимым, и так гонять, прикольно должно быть) пользы не думаю что сразу возникнет, паттерны уже прогоняли наверное все кому не лень и я с этого начинал писать на mql, ~55% максимум.
Было бы полезно сделать подсчёт значимости отличия результата от СБ. Можно выбрать какой-нибудь параметр - например, общее число найденых паттернов на участке и посмотреть, насколько оно нетипично для СБ. Вид распределения параметра для СБ посчитать аналитически вряд ли возможно, посему стоит применить Монте-Карло. Из цены строится много реализаций СБ посредством случайных перемешиваний приращений и для каждой реализации считается значения параметра. Получается большая выборка, относительно которой смотрим на значение параметра, полученного для исходной цены. Если оно сильно смещено к какому-либо концу выборки, то данный паттерн достоин более подробного изучения.
тыть, даж перечитывать не стал что обсуждалось! ПАРНИ! давайте в рамках этой ветки определимся с ПОНЯТИЯМИ!, а то так и будем блуждать ВСЕ в СОБСТВЕННОМ тумане!
1. Нормализация входов? что это, у меня всё просто - умудрился загнать через математику в пределы (0,1) ,(-1,+1)
2. Факторизация выходов? во тыть с эти совсем сложно((((((((
да ***что-то размечивать? СИСТЕМА должна торговать!
значит либо:
1. Прогнозирует ЦЕНУ - что имхо наиболее сложно!
2. Прогнозирует СОБЫТИЕ - (-1)(0)(+1) - что тоже под вопросом))))
3. Прогнозирует СОБЫТИЕ - не случая стопера конкретного уровня?????????
да это только начало!!!!
Всё это пока ***, с КАКОЙ ФИТНЕСОМ ВСЁ ЭТО?
Найди решение..))
предсказуемо...
уже писал как убрать серийную корреляцию при скользящем окне почти до нуля, при подготовке данных
с масштабной инвариантностью признаков\паттернов не играл, можно подумать. Смотря что брать за точку отсчета
самое простое - менять признаки (например, периоды МАшек) при изменении волатильности и проч. Будет аналогичный эффект.уже писал как убрать серийную корреляцию при скользящем окне почти до нуля, при подготовке данных
с масштабной инвариантностью признаков\паттернов не играл, можно подумать. Смотря что брать за точку отсчета
Ооо это один из множества вопросов над которыми надо думать..
==========
По поводу решения самой задачи...
Я генерирую правила с помощью граматической регрессии(генетики), каждое правило можно считать событием, привязки к индексам нету, только последовательность срабатываний
типа как то так
Если все правила выполнились на участке, смотрим был ли отскок или что хочешь (что заложишь в фитнес функцию то и будет)
Полученные правила реально держат закономерности , время жизни 100-200 срабатываний
Правила можно объединять в ансамбли (что то типа рендом форест)
Но все это ужасно ресурсойемко , но очень перспективно , можно закладывать абсолютно любую математику и архитектуру, ну и любую целевую через фитнес
Те можно перебрать вообще все, были бы выч. мощностя
Ооо это один из множества вопросов над которыми надо думать..
==========
По поводу решения самой задачи...
Я генерирую правила с помощью граматической регрессии(генетики), каждое правило можно считать событием, привязки к индексам нету, только последовательность срабатываний
типа как то так
Если все правила выполнились на участке, смотрим был ли отскок или что хочешь (что заложишь в фитнес функцию то и будет)
Полученные правила реально держат закономерности , время жизни 100-200 срабатываний
Правила можно объединять в ансамбли (что то типа рендом форест)
Но все это ужасно ресурсойемко , но очень перспективно , можно закладывать абсолютно любую математику и архитектуру, ну и любую целевую через фитнес
Те можно перебрать вообще все, были бы выч. мощностя
ну так же как с сезонками или другими фильтрами поучается, только условия более сложные
для МО это хорошо бывает, потому что группы примеров получаются иногда похожими