Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 106
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
SELL BUY Интерпритация
-1 0 sell
0 0 забор
0 1 buy
-1 1 забор
Вот таблица переключателя. Из него видно, что сигналы возникают, когда сигналы сеток есть и не противоречат друг другу.
Спасибо! Значит, как и в моём тернарном классификаторе - несогласованность двух бинарных классификаторов - сидеть на заборе.
Получается, что мы параллельно пришли к одному и тому же решению: из двух бинарников можно собрать один тернарник. Это проще реализовать, чем трёхвыходный тернарник, поскольку у трёхвыходного непонятно, как интерпретировать разногласия, т.к. все выходы должны быть взаимоисключающими, а по факту это не всегда случается.
И выводы у нас тоже одинаковые: у тернарника из двух бинарников обобщающая способность выше, чем у отдельных бинарников.
Спасибо! Значит, как и в моём тернарном классификаторе - несогласованность двух бинарных классификаторов - сидеть на заборе.
Получается, что мы параллельно пришли к одному и тому же решению: из двух бинарников можно собрать один тернарник. Это проще реализовать, чем трёхвыходный тернарник, поскольку у трёхвыходного непонятно, как интерпретировать разногласия, поскольку все выходы должны быть взаимоисключающими, а по факту это не всегда случается.
И выводы у нас тоже одинаковые: у тернарника из двух бинарников обобщающая способность выше, чем у отдельных бинарников.
Вообще-то сложение двух бинарников в тернарник не равно одному тернарнику.
При сложении третий класс Вы получаете как противоречие двух классов. А если исходный тернарник? бай-внерынка-сел? Например в терминах зигзага это как выглядит? Внерынка - это боковик в зигзаге? Т.е. совершенно другая целевая переменная, чем у вас.
С этими пояснениями звучит правдоподобно. А насколько редкими паттернами вы торгуете? Скажем, если есть обучающие примеры с классами "открыть позицию на покупку" и "закрыть все сделки", то какое будет процентное соотношение этих классов? Я могу предположить что классу buy соответствуют резкие скачки цены вверх на сотни пунктов, то есть количество класса buy около 10% от всех обучающих примеров?
Я не применяю сигналы "закрыть". Нейронки знают только как войти в рынок, а как выйти - решает торговая система. Это лучше, чем применять эту самую ТС к просто случайным сигналам вообще.
На четвертом форуме я писал ранее, что по моему глубокому убеждению для нейронок и подобных систем машинного обучения годятся только ТС с ограниченным по времени действием торговых сигналов. Инача возникают непреодолимые для нейронок противоречия (купить или продать с расчетом на безграничное будущее равноценно и без преимуществ перед друг другом), поэтому для нейронок я не позволяю решать когда закрывать сделки.
Я не применяю сигналы "закрыть". Нейронки знают только как войти в рынок, а как выйти - решает торговая система. Это лучше, чем применять эту самую ТС к просто случайным сигналам вообще.
На четвертом форуме я писал ранее, что по моему глубокому убеждению для нейронок и подобных систем машинного обучения годятся только ТС с ограниченным по времени действием торговых сигналов. Инача возникают непреодолимые для нейронок противоречия (купить или продать с расчетом на безграничное будущее равноценно и без преимуществ перед друг другом), поэтому для нейронок я не позволяю решать когда закрывать сделки.
Ваш пост меня порадовал.
Я тут проповедовал, что рассматривать алгоритмы машинного обучения вне рамок торговой системы - это пустое занятие. Вы первый, кто высказал аналогичную мысль.
Плясать надо от торговой системы и с помощью моделей машинного обучения пытаться улучшить параметры РЕАЛЬНОЙ торговой системы. Я вот вставил rf и уменьшил просадку. В действительно реальная ТС имеет гораздо больше характеристик, чем бай/селл.
1) Есть такая сеть которая умеет до обучаться, если в нее поступают данные которые ей ранее не известны, может вам будет интересно почитать , сеть называется SOINN https://www.google.com.ua/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=soinn
2) Я тоже об этом писать уже устал, более того практически доказал то что рынок ходит против своей же статистики даже обяснил саму механику - почему так происходит, и все обучения в классическом виде к нему не применимы, но это никому не интересно, все делают тоже что и делали
1. спасибо, почитаю. хотя... см. п2.
2. проблема изменения паттернов со временем не разрешима, по моему мнению, даже с ДоОбучением, поскольку нужно не только просто добавить в базу знаний новые паттерны, нужно найти те, которые изменились и изменились ли вообще... Это очень сложная и, похоже, неразрешимая задача. Это раздел ИИ, мышления, интеллекта, это как выучить таблицу умножения и мочь применять математику во всех задачах, даже новых неординарных и незнакомых. Это раздел мышления. способного делать открытия, тоесть способного самостоятельно генерировать полезную информацию и знания. Но, хитрые способы применения нейронок не запрещены и возможны, безусловно: я думаю, что это просто из раздела статистики и расчета вероятности, статистика для запоминания, а вероятность для подстраховки. Удачное сочетание статистики и расчета вероятности дать мо больше спреда, может даже быть, по крайней мере все надежды только на это.
Ваш пост меня порадовал.
Я тут проповедовал, что рассматривать алгоритмы машинного обучения вне рамок торговой системы - это пустое занятие. Вы первый, кто высказал аналогичную мысль.
Плясать надо от торговой системы и с помощью моделей машинного обучения пытаться улучшить параметры РЕАЛЬНОЙ торговой системы. Я вот вставил rf и уменьшил просадку. В действительно реальная ТС имеет гораздо больше характеристик, чем бай/селл.
Рад что порадовал, весьма.
Удивлен, что машинное обучение может быть кем то рассматриваться вообще в отрыве от какой то конкретной ТС...
Для форекса это тоже возможно, но нужно потратить не меньше усилий.
Да, но только не на конфигурацию нейронки.
Спасибо! Значит, как и в моём тернарном классификаторе - несогласованность двух бинарных классификаторов - сидеть на заборе.
Получается, что мы параллельно пришли к одному и тому же решению: из двух бинарников можно собрать один тернарник. Это проще реализовать, чем трёхвыходный тернарник, поскольку у трёхвыходного непонятно, как интерпретировать разногласия, т.к. все выходы должны быть взаимоисключающими, а по факту это не всегда случается.
И выводы у нас тоже одинаковые: у тернарника из двух бинарников обобщающая способность выше, чем у отдельных бинарников.
Да не за что.)
Ну да. Простой тернарник не даёт такого замечательного эффекта, как снижение количества сделок при снижении узнаваемости рынка (помимо сложности с интерпретацией сигналов). Но пришел я к этому именно через тернарник (вервые узнал это слово здесь).
2. проблема изменения паттернов со временем не разрешима, по моему мнению, даже с ДоОбучением, поскольку нужно не только просто добвать в базу знаний новые паттерны, нужно найти те, которые изменились и изменились ли вообще...
Вопрос дообучения хорошо виден в randomforest
Пример.
Подгоняем модель на выборке в 5000 бар. Сама модель дает график, по которому видно как меняется ошибка при росте числа деревьев, а дерево и есть паттерн. На моих предикторах вполне можно взять 100 деревьев. Беру 300 чтоб совсем прямая была у ошибки. Начинаю подгонять (не применять) на выборке в 20000 бар. Удивительная вещь: график ошибки не изменился! Количество деревьев осталось прежним. Т.е. варианты паттернов уже были исчерпаны на первых 5000 баров.
Но самое неприятное, что это проблемы не решает. А проблема одна - переобучение модели, т.е. выхвачены некоторые частности и на них построены деревья.
В чем проблема?
Проблема в предикторах, а не в модели.
Я умею мерить предсказательную способность предикторов. Так вот мало того, что надо отбросить предикторы, которые не обладают предсказательной способностью (шумовые), так еще пресказательная способность должна быть стационарной. Мне такие предикторы найти не удалось. И эта проблема остается.
Да не за что.)
Ну да. Простой тернарник не даёт такого замечательного эффекта, как снижение количества сделок при снижении узнаваемости рынка (помимо сложности с интерпретацией сигналов). Но пришел я к этому именно через тернарник (вервые узнал это слово здесь).
Тернарный - означает, что может принимать три взаимоисключающих состояния. Ещё одно название - троичный.
А сетка с тремя выходами, каждый из которых бинарный, может выдавать 8 взаимоисключающих состояний из которых только три интерпретируются однозначно, как у тернарника. А оставшиеся 5 состояний непонятно каким образом интерпретировать?