Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3009
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
гдето секунд 5-15 на 5к выборке
ну имею в виду весь процесс от начала до получения ТС
у меня 2 модели переобучаются несколько раз, поэтому не сильно быстро, но приемлемо
и на выходе не знаю что конкретно они отсеяли
ну имею в виду весь процесс от начала до получения ТС
у меня 2 модели переобучаются несколько раз, поэтому не сильно быстро, но приемлемо
и на выходе не знаю что конкретно они отсеяли
трейн 5к
валид 60к
тренировка модели - 1-3 секунды
извлечение правил - 5-10 секунд
проверка каждого правила (20-30к правил) на валид 60к 1-2 минуты
конечно все приблизительно и зависит от количества признаков и данных
К сожалению этого никто не нашел, иначе был бы не тут а на тропических островах))
Да. Даже 1 дерево или регрессия может найти закономерность, если она есть и не меняется.
Легко. Могу негенерить десятки датасетов. Вот как раз сейчас исследую ТП=50 и СЛ=500. Там и в разметке учителя в среднем 10% ошибки. Если будет 20% то это будет сливная модель.
Так что не в ошибке классификации суть, а в результате сложения всех прибылей и убытков.
Как видите, у верхней модели ошибка 9,1%, а заработать что-то можно при ошибке 8,3%.
На графиках только ООС, получено валкинг-форвардом с переобучением раз в неделю, всего 264 переобучений за 5 лет.
Интересно, что модель отработала в 0 при ошибке классификации 9,1%, а 50/500 = 0,1, т.е. 10% должно быть. Получается что 1%съел спред (минимальный на бар, реальный будет больше).
Тот тест был с реальными объемами с СМЕ для EURUSD: кумулятивные объем, дельту, дивергенцию и конвергенцию по 100 бар. Итого 400 столбцов + 5 еще каких то.
Не меняя никаких настроек модели, просто удалил 405 столбцов с данными СМЕ (остались дельты цен и зигзаги) всего 115 столбцов - получил результаты чуть лучше. Т.е. получается что объемы иногда выбираются в сплиты, но на ООС оказываются шумом. Да и обучение замедляют в 3,5 раза.
Для сравнения оставил вверху графики с объемами, внизу без объемов.
Была надежда, что объемы с СМЕ несут дополнительную информацию/закономерности, которая улучшит обучаемость. Но как видим, модели без объемов чуть лучше, хоть графики и очень похожи.
Это был мой 2-й подход к СМЕ (года 3 назад пробовал) и опять безуспешный.
Получается, что всё учтено в цене.
Кто-то еще пробовал объемы добавлять к обучению? Результаты такие же? Или у вас они дают улучшения?
Тот тест был с реальными объемами с СМЕ для EURUSD: кумулятивные объем, дельту, дивергенцию и конвергенцию по 100 бар. Итого 400 столбцов + 5 еще каких то.
Не меняя никаких настроек модели, просто удалил 405 столбцов с данными СМЕ (остались дельты цен и зигзаги) всего 115 столбцов - получил результаты чуть лучше. Т.е. получается что объемы иногда выбираются в сплиты, но на ООС оказываются шумом. Да и обучение замедляют в 3,5 раза.
Для сравнения оставил вверху графики с объемами, внизу без объемов.
Была надежда, что объемы с СМЕ несут дополнительную информацию/закономерности, которая улучшит обучаемость. Но как видим, модели без объемов чуть лучше, хоть графики и очень похожи.
Это был мой 2-й подход к СМЕ (года 3 назад пробовал) и опять безуспешный.
Получается, что всё учтено в цене.
Кто-то еще пробовал объемы добавлять к обучению? Результаты такие же? Или у вас они дают улучшения?
Наш рынок не пробовали, он вроде менее эффективный?
Или фьючерсы на зерновые, там могут быть какие-нибудь сезонные циклы.
Наш рынок не пробовали, он вроде менее эффективный?
Была надежда, что объемы с СМЕ несут дополнительную информацию/закономерности, которая улучшит обучаемость. Но как видим, модели без объемов чуть лучше..
а какая модель может взять?
Тот тест был с реальными объемами с СМЕ для EURUSD: кумулятивные объем, дельту, дивергенцию и конвергенцию по 100 бар. Итого 400 столбцов + 5 еще каких то.
Не меняя никаких настроек модели, просто удалил 405 столбцов с данными СМЕ (остались дельты цен и зигзаги) всего 115 столбцов - получил результаты чуть лучше. Т.е. получается что объемы иногда выбираются в сплиты, но на ООС оказываются шумом. Да и обучение замедляют в 3,5 раза.
Для сравнения оставил вверху графики с объемами, внизу без объемов.
Была надежда, что объемы с СМЕ несут дополнительную информацию/закономерности, которая улучшит обучаемость. Но как видим, модели без объемов чуть лучше, хоть графики и очень похожи.
Это был мой 2-й подход к СМЕ (года 3 назад пробовал) и опять безуспешный.
Получается, что всё учтено в цене.
Кто-то еще пробовал объемы добавлять к обучению? Результаты такие же? Или у вас они дают улучшения?
Вы совершенно не поняли мой пост: не бывает "надежды", или есть цифровая оценка пригодности признака или ее нет. Причем цифровая оценка пригодности признака в будущем.
Учитель это набор признаков и меток, а не то, что вы написали :) вернее, это вообще человек, либо алгоритм, который формирует эти данные 😀
Смотрю, у Вас неуемное желание плюнуть в мою сторону, а слюну надо беречь, или просто отметиться?