Осознал, что нужно сделать с котировками, чтобы на любом Sample после оптимизации ТС лучшие проходы великолепно себя показывали на OOS.
Сгенерировал случайную последовательность котировок и добавил в нее результат п.2.
Итого имеется некая история, на которой точно есть закономерность. Эта история может быть любой требуемой длины.
Вопрос.
Супер-продвинутая (когда-нибудь в будущем созданная) методика МО с безграничными вычислительными возможностями найдет ТС (данные из п.3), как в п.1. или со свойствами, как в п.2?
Если обсуждаем МО, то надо отделить мух от котлет:
1. есть модель классификации, которая предсказывает следующий шаг/шаги с некоторой ошибкой
2. есть советник, использующий модель по п.1, торгующий на счете с некоторой прибылью/убытком.
Я умею по п.1 создавать модели классификации, которые дают ошибку менее 20%. Эта ошибка классификации примерно одинакова на следующих четырех файлах:
1. файл обучения, полученный случайной выборкой из исходного
2. файл тестирования, полученный как дополнение к случайной выборке файла обучения
3. файл валидации, полученный как дополнение к случайной выборке файла обучения и тестирования
4. Дополнительный обычный файл с обычной последовательностью цен.
Здесь на сайте я много раз излагал теоретические обоснования стабильности такого результата.
А на котировках, на ценах, создать советник, торгующий прибыльно, теоретически невозможно, так как финансовые ряды НЕ стационарны, т.е. любая история не имеет значения, с Вашими ухищрениями или без. Исходный ценовой ряд НЕВОЗМОЖНО использовать для построения прибыльной системы. Причем не только ценовой ряд (котировки) но и любые разновидности машек.
Renat Fatkhullin #: Мы планируем запустить очередной чемпионат, нацеленный на продвижение нейросетей:
1) предоставим единый шаблон MQL5 робота с загружаемыи model.onnx
2) в течение 5 месяцев участники будут загружать свои модули в виде model.onnx
3) ежедневно они будут автоматически прогоняться на истории с 2023.01.01 до текущего дня на 4 главных курсах валют
4) будет публиковаться ежедневный рейтинг участников
5) по окончании предварительного периода накопления участников в течении 5 месяцев, начнется реальный период торговли в течении 1 месяца
6) по результатам работы в течении 1 месяца будут определены победители
7) призовой фонд от нашей компании 30 000 долларов будет разделен на троих победителей как 15 000, 10 000 и 5 000 долларов
8) мы гарантируем, что по окончании чемпионата все файлы моделей будут стерты, чтобы сохранить интеллектуальную собственность разработчиков
Цель чемпионата исключительно для стимулирования развития машинного обучения в трейдинге. Программы только в виде единого неизменяемого MQL5 шаблона + model.onnx
Идея хорошая.
Однако, onnx - это для конвертации модели, а как дату генерировать для неё? Или в шаблоне MQL5 будут готовые предикторы?
будут ли какие либо требования к сложности моделей? или модели допускаются настолько простыми, что можно участвовать даже с моделью "MACD"?
Скальперы будут запрещены по правилам.
Цель заявлена четко - простимулировать разработку ML моделей для трейдинга, а не дать возможность заработать по старому, залить банальные скальперы под видом моделей и тд.
А если логически рассудить?
Если есть безграничные вычислительные возможности, тогда все деньги перетекут в эти вычислительные кошельки.
Да кто ж им даст, если другие вычислительные возможности хотят отнять их у первых.
Подумай на досуге. Полезно применять логику.))
Интересно, на Kaggle справились бы...
Финансы, конечно, могли бы стать стимулом....
Если это мало, то что же тогда ищете на МО, когда подаете на вход многие года?
Ну это я каждый бар прогнозирую. Кто-то и 1 трейд в день прогнозирует при выполнении каких то условий, как у вас. У всех все по разному.
Теоретический вопрос.
Условие.
Итого имеется некая история, на которой точно есть закономерность. Эта история может быть любой требуемой длины.
Вопрос.
Если обсуждаем МО, то надо отделить мух от котлет:
1. есть модель классификации, которая предсказывает следующий шаг/шаги с некоторой ошибкой
2. есть советник, использующий модель по п.1, торгующий на счете с некоторой прибылью/убытком.
Я умею по п.1 создавать модели классификации, которые дают ошибку менее 20%. Эта ошибка классификации примерно одинакова на следующих четырех файлах:
1. файл обучения, полученный случайной выборкой из исходного
2. файл тестирования, полученный как дополнение к случайной выборке файла обучения
3. файл валидации, полученный как дополнение к случайной выборке файла обучения и тестирования
4. Дополнительный обычный файл с обычной последовательностью цен.
Здесь на сайте я много раз излагал теоретические обоснования стабильности такого результата.
А на котировках, на ценах, создать советник, торгующий прибыльно, теоретически невозможно, так как финансовые ряды НЕ стационарны, т.е. любая история не имеет значения, с Вашими ухищрениями или без. Исходный ценовой ряд НЕВОЗМОЖНО использовать для построения прибыльной системы. Причем не только ценовой ряд (котировки) но и любые разновидности машек.
Мы планируем запустить очередной чемпионат, нацеленный на продвижение нейросетей:
Идея хорошая.
Однако, onnx - это для конвертации модели, а как дату генерировать для неё? Или в шаблоне MQL5 будут готовые предикторы?
100% МО трейдеров сказали YEEEEEEEEssss!!!!
99.9% МО трейдеров сказали - вот блин ((( какой нафих onnx
будут ли какие либо требования к сложности моделей? или модели допускаются настолько простыми, что можно участвовать даже с моделью "MACD"?
является нахождение решения, чтобы можно было
Средствами МО с наскока пока не получилось.
и не получится
я наблюдаю за результатами в этой ветке
что ни стратегия, то пипсовка
интересно, а как себя поведет программа, у которой сделка от 1 года?
будут ли какие либо требования к сложности моделей? или модели допускаются настолько простыми, что можно участвовать даже с моделью "MACD"?
Скальперы будут запрещены по правилам.
Цель заявлена четко - простимулировать разработку ML моделей для трейдинга, а не дать возможность заработать по старому, залить банальные скальперы под видом моделей и тд.
Скальперы будут запрещены по правилам.
Кухня.