Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2881

Новый комментарий
 
Uladzimir Izerski #:

Интересно, что все идут по готовому пути, даже если он ложный, а не хотят думать своей головой.

Видимо новое поколение уже считает, что всё придумали до них и думать уже не надо. ))

Могу для Максимки показать вход с помощью нейросети без обучения.

Никто сегодня не заподозрит меня в подлоге потому, что рынки уже закрыты, а цены реальны по серверу.

Если Максимка покажет более качественный результат с МО, я похлопаю в ладоши и скажу что я был не прав.))

Отличный вход, я все больше склоняюсь к мысли что степень понимания рынка трейдером измеряеться размером его стопа, чем стоп меньше, тем понимания больше

Я вот   свои тоже выкладвал  тоже евра тоже 1м :)


нейросеть без обучения, как это?

 
mytarmailS #:

Отличный вход, я все больше склоняюсь к мысли что степень понимания рынка трейдером это размер его стопа, чем стоп меньше, тем понимания больше

Я вот  свои тоже выкладвал  тоже евра тоже 1м :)

Но уменя с психологией беда, пол дня зарабатываю, пол сливаю, но это уже другая история, может просто не хочу торговать руками..


нейросеть без обучения, как это?

Мне и хочется рассказать, но это может в дальнейшем отразиться на моих результатах.

Могу посоветовать только не идти по пути лжепророков, а думать всё таки своей головой.

Может и я есть лжепророк)) 

 
Uladzimir Izerski #:

Могу посоветовать только не идти по пути лжепророков

Так и делаю
 

С Новым Годом!!!

 важно тщательно учитывать компромиссы между точностью и эффективностью   это от ИИ

Вообще по мне это правило аксима жизни. Нет точности в измерениях без погрешности. А погрешность зависит от времени измерения и усреднения... ну как то так...

 
Ну ваще потерли и побанили. Главное стерли, как за пару баксов нидерландскую симку сделать))))
 
Valeriy Yastremskiy #:
Ну ваще потерли и побанили. Главное стерли, как за пару баксов нидерландскую симку сделать))))

и слава богу)

 

А есть какие то скрипы по мани менедженту для мт5 ?

ну типа

1) если вошел в сделку то стоп ставит автоматом

2) если получил н-ный убыток по счету то сделок больше открывать не дает итп

 
mytarmailS #:

А есть какие то скрипы по мани менедженту для мт5 ?

ну типа

1) если вошел в сделку то стоп ставит автоматом

2) если получил н-ный убыток по счету то сделок больше открывать не дает итп

Забавно, только вчера думал "А что, если МО использовать не для направления входа в рынок, а для манименеджмента,  в частности управлять переводом в безубыток, выставлять стопы и тейки".

В код базе такого много должно быть - поищите.

 
mytarmailS #:

Алексей, думаю вы знаете , но возможно таки  нет, потому  я всетаки  покажу  как работают алгоритмы которые на вход принимают  листы/вектора переменной длинны 


есть у нас лист с векторами переменной длинны , один вектор == одно наблюдение

Что делает модель, алгоритм "под капотом" когда принимает такие данные? он превращает это в матрицу

Но так как для реальных данных матрица получаеться огромная, то алгоритм превращает данные в ефективную с точки зрения памяти разреженую матрицу

Так что под капотом всеравно матрица :) (акуратные данные)


Все корзины товаров естественным образом приводятся к векторам известного заранее фиксированного размера, равного количеству наименований всех товаров в магазине.

Наш случай выглядит совсем по другому. Для простоты, пусть цены - последовательность баров ренко, каждый из которых обозначен как 1 или -1. Для каждого бара на месте с номером N вектор признаков это все предыдущие бары - вектор из 1 и -1 длиной N-1. Нет никаких априорных ограничений для длины вектора признаков. Использование для признаков заданного (нами) фиксированного количества баров - это вынужденная мера. Хочется отойти от этого ограничения и строить алгоритмы, которые могут работать с векторами произвольной длины.

Исходным математическим материалом для таких алгоритмов нахожу рекурсивные функции. Они принимают на вход вектор любого размера, но при этом определяются они через функции с фиксированным числом аргументов. Простейший пример - экспоненциальная средняя.

 
Aleksey Nikolayev #:

Все корзины товаров естественным образом приводятся к векторам известного заранее фиксированного размера, равного количеству наименований всех товаров в магазине.

Наш случай выглядит совсем по другому. Для простоты, пусть цены - последовательность баров ренко, каждый из которых обозначен как 1 или -1. Для каждого бара на месте с номером N вектор признаков это все предыдущие бары - вектор из 1 и -1 длиной N-1. Нет никаких априорных ограничений для длины вектора признаков. Использование для признаков заданного (нами) фиксированного количества баров - это вынужденная мера. Хочется отойти от этого ограничения и строить алгоритмы, которые могут работать с векторами произвольной длины.

Исходным математическим материалом для таких алгоритмов нахожу рекурсивные функции. Они принимают на вход вектор любого размера, но при этом определяются они через функции с фиксированным числом аргументов. Простейший пример - экспоненциальная средняя.

Что именно вы хотите искать и каким способом?

Вот например есть у нас такой вот паттерн , три пика , или что угодно (правило, событие,паттерн, кластер)


между ними может случиться что угодно, мы это принимает как шум и не считаемся с этим

Те на вход мы принимаем шумный вектор/матрицу а на выходе проверка есть паттерн или нет..

Вы эту концепцию разсматриваете или что другое?

========================================================

Я вижу это как последовательность событий которые должны случиться, и описываються они  лог. правилами..

событие == лог. правило

Например : если случилось событие1 и не было события 2 то ждем события 3 итд...

Таким образом правила/события есть двух видов, события "go" при которых поиск продолжаеться и стобытия "stop" когда все отменяеться


Архитектура такая

1) правила генерируються граматикой

2) ген. алгоритм ищет и улучшает правила по фитнес. функц.

=========================

Вот пример простой граматики для многомерных данных , в даннм случаи OHLC

library(gramEvol)

Xcolnames <- c("open","high","low","close")

ruleDef <- list(
  res = grule(t(as.data.frame(multi.expr))),
  
  multi.expr = grule( c(single.expr, single.expr, single.expr,
                        single.expr, single.expr, single.expr)),
  
  single.expr = grule(list(r=c( go_rules   = as.character(expression(Expr)),
                                stop_rules = as.character(expression(Expr))))),
  
  
  Expr     = grule(expr, expr & expr ),
  
  expr     = grule(logy_op(one_var,one_var) ),
  one_var  = gsrule('X[<id>,<var_name>]'),
  
  id       = grule(i,numb,i+numb),
  numb     = gvrule(1:10),
  var_name = gvrule(Xcolnames),
  logy_op  = grule(">","<"))

grammarDef <- CreateGrammar(ruleDef)
gr <- GrammarRandomExpression(grammarDef, 1)
rbind.data.frame(eval(gr))


правила которые генерирует граматика.. 

Вот этот блок правил это как бы одно правило с кучей условий

"Х" это матрица с признаками , по ней шастает цикл "i" и выбирает что ему нравиться, очень гибкая система

                                                       go_rules
r   X[i, "low"] < X[2, "close"] & X[i + 3, "low"] > X[i + 2, "low"]
r.1                             X[i + 2, "open"] < X[i + 8, "high"]
r.2   X[2, "open"] < X[i + 3, "high"] & X[i, "high"] < X[8, "high"]
r.3                                   X[1, "low"] < X[i + 8, "low"]
r.4   X[3, "open"] > X[3, "close"] & X[i + 1, "open"] < X[2, "low"]
r.5                                 X[i, "high"] < X[i + 2, "open"]
                                                       stop_rules
r                                    X[i, "open"] > X[2, "close"]
r.1  X[i, "low"] > X[i, "high"] & X[i + 2, "high"] < X[i, "high"]
r.2                                  X[3, "high"] < X[2, "close"]
r.3    X[1, "high"] > X[2, "open"] & X[i, "high"] > X[i, "close"]
r.4                                  X[4, "open"] < X[2, "close"]
r.5 X[i, "high"] < X[1, "high"] & X[2, "low"] < X[i + 2, "close"]

В принцепе есть уже все реализовано, если есть интерес то могу скинуть



PS тут тоже нету никакого ограничения на размер матрицы признаков, каждый екземпляр может быть призвольного размера, тут главное чтобы все правила сработали по порядку, привязки к времени нету

1...287428752876287728782879288028812882288328842885288628872888...3496
Новый комментарий
Причина обращения: