Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 311
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
Опять же, я рассказываю это тем кто хочет и пытается разобраться, тем кто в теме если уж и есть что сказать, так выдайте умное ну или хотя бы по теме!!!!
А что такое МО? ) все стеснялся спросить
Машинное Обучение
Теперь понятно, почему Вы не смогли осознать о чем говорил Герчик. Котелок не варит:)
Курсы смотреть и пересматривать его рановато, начните с великолепной книжки "Биржевой грааль или приключения трейдера Буратино", это хороший старт для Вашего уровня.
Все, падаванов в блэклист, заспамили уже :)
Вы хотя бы эту книжку прочтите внимательно, а потом уже обмазывайтесь и блэклисты пополняйте. Эксперимент проведите такой, книжка маленькая.
Вы сначала хотя бы пару прибыльных трейдов совершите а потом советы раздавайте ) Или также начните с таксиста, пройдите весь путь от ничтожества до великого Гуру.. ведь плох тот солдат..
PS: Муханчиков знаете где работает?
А что такое МО? ) все стеснялся спросить
Машинное обучение вроде как...
Пара интересных выводов что получил за последние месяцы -
1) Классификация или регрессия?
Похоже что всё-таки регрессия. Я тут в примерах кода часто брал прирост следующего бара как цель для обучения модели, и округлял его к -1 и 1 (т.е. цвет бара, или рост/падение цены), чтоб потом можно было использовать классификацию. Недавно сравнивал результаты обучения и предсказания разных моделей как с округлением цели (классификация) так и без неё (регрессия); с регрессией получается как-то получше. Но стандартные средства оценки регрессионной модели типа R^2 мне не подходили, для оценки модели я строю график баланса при торговле, и вычисляю фактор восстановления.
2) Оценка модели на новых данных.
Я как-то привык по советникам с маркета что с ними при оптимизации можно добиться почти идеально растущей линии средств, и получить аналогично красивую линию вверх на новых данных. Но это идеальный случай. В реале если модель недостаточно хороша, она местами будет проигрывать в торговле, и никакой оптимизацией это не исправить, модель просто не понимает каких-то закономерностей рынка.
Вот пример одной слабой, но интересной стратегии. В том примере она на новых данных сливает, но потом внезапно начинает восстанавливаться, но это ещё не самое интересно. Ещё более интересное произойдёт если сдвинуть окно оптимизации советника вперёд, до самого конца - получится что даже при длительной оптимизации модель не смогла проторговать тот последний кусок в плюс. На рынке что-то произошло, что пошло вообще против этой стратегии, и никакой оптимизацией это не исправить.
Из этого получается интересный вывод - от модели нужно добиваться на новых данных не идеального роста средств вверх, а того чтоб форма графика баланса на новых данных совпала с графиком при новой оптимизации на этих данных, это будет означать что модель поймала какие-то правильные закономерности рынка, но она слишком проста и не может учесть всё. У плохих моделей и стратегий такого совпадения не будет.
Вот этот пример, оптимизация и фронттест -
а теперь окно оптимизации сдвинуто до конца вправо, даты на графике теже, но горизонтальный масштаб чуточку колбасит из-за отличия в сделках -
Правая часть обоих графиков очень похожа, несмотря на то что в первом случае это были новые для модели данные, а во втором случае mt5 оптимизатор около дня пытался добиться лучшей торговли на этом участке.
Чёйто тишина среди обывателей. ААА я понял.... с выходом моей стать появилось дофига чего нужного проверить и опробовать. Поэтому все молчат?
Пара интересных выводов что получил за последние месяцы -
1) Классификация или регрессия?
Похоже что всё-таки регрессия. Я тут в примерах кода часто брал прирост следующего бара как цель для обучения модели, и округлял его к -1 и 1 (т.е. цвет бара, или рост/падение цены), чтоб потом можно было использовать классификацию. Недавно сравнивал результаты обучения и предсказания разных моделей как с округлением цели (классификация) так и без неё (регрессия); с регрессией получается как-то получше. Но стандартные средства оценки регрессионной модели типа R^2 мне не подходили, для оценки модели я строю график баланса при торговле, и вычисляю фактор восстановления.
2) Оценка модели на новых данных.
Я как-то привык по советникам с маркета что с ними при оптимизации можно добиться почти идеально растущей линии средств, и получить аналогично красивую линию вверх на новых данных. Но это идеальный случай. В реале если модель недостаточно хороша, она местами будет проигрывать в торговле, и никакой оптимизацией это не исправить, модель просто не понимает каких-то закономерностей рынка.
Вот пример одной слабой, но интересной стратегии. В том примере она на новых данных сливает, но потом внезапно начинает восстанавливаться, но это ещё не самое интересно. Ещё более интересное произойдёт если сдвинуть окно оптимизации советника вперёд, до самого конца - получится что даже при длительной оптимизации модель не смогла проторговать тот последний кусок в плюс. На рынке что-то произошло, что пошло вообще против этой стратегии, и никакой оптимизацией это не исправить.
Из этого получается интересный вывод - от модели нужно добиваться на новых данных не идеального роста средств вверх, а того чтоб форма графика баланса на новых данных совпала с графиком при новой оптимизации на этих данных, это будет означать что модель поймала какие-то правильные закономерности рынка, но она слишком проста и не может учесть всё. У плохих моделей и стратегий такого совпадения не будет.
Вот этот пример, оптимизация и фронттест -
а теперь окно оптимизации сдвинуто до конца вправо, даты на графике теже, но горизонтальный масштаб чуточку колбасит из-за отличия в сделках -
Правая часть обоих графиков очень похожа, несмотря на то что в первом случае это были новые для модели данные, а во втором случае mt5 оптимизатор около дня пытался добиться лучшей торговли на этом участке.
как уже говорил ранее всё зависит от входных данных. Если входные данные являются причиной для выхода, тогда работа сети на оптимизиции и вне выборке будет примерно одинаковой. Если входные данные такими не являются, то результат будет значительно отличатся. Я тоже тут проделал кое какие манипуляции с построением своих моделей и результат значительно улучшился, время покажет....... Я надеюсь Вазард, продолжает следить за моим сигналом????
Вот это в точку!!!! Тренер он хороший в основном для начинающих. Знания у него есть, но его популизм в стереотипах. Трейдер, девочки, дорогие машины. Хотите быть как Я? и т.д. В нашем случае трейдер, это тип в трусах с не мытой рожей перед монитором. В голове куча формул. Трейдинг это адский труд. Знаете, у всех моих друзей и родственников сложилось стойкое впечатление что я просто сижу за компом и ничего не делаю. Но если подумать. Встаю обычно в восемь, сверил объёмы, начал строить модели-выбирать часов до 12 и то если на сутки не зависнет :-(. Построил модель-поставил.... сидишь мониторишь весь день. Не туда пошла, нервы и т.д. Вообщем чтобы заработать на рынке нужно вкалывать. Я в калываю и то.... Ну вы все видели же :-). Но я верю, всё в итоге будет хорошо!!!!
Это точно. Работа по 12-14 часов в день. Ну, все же надо иногда отвлекаться. За годы этой деятельности искривил себе позвоночник(
Перцу тоже не верю. Кто красиво поет, обычно привирает. Сходите на смардлаб там таких "амбицозных" гуру полно.
Но, все-таки успех возможен и Ларри Вильямс с 10К заработал больше миллиона и это официально задокументировано, в итогах чемпионата и другие люди, как например Эд Секота.
Фильм волк с Уолл-стрит к трейдингу не относится, там же афера по впариванию неликвидных акций, компаний реально не существующих, сняли бы лучше кино про Левермора, гораздо интереснее было бы.