Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3363

 
fxsaber #:

Возможно, такой метод подойдет для подтверждения/опровержения гипотезы, что на Sample рынок изменился, а потому хороший OOS справа - не случайность. Спасибо, подумаю.

Да, если двигать окно sample назад, то все кривые OOS будут меняться, примерно как в полиномиальной грегрессии ее предсказание скачет как сумасшедшее, при сдвиге окна. Чем больше опт параметров или степень полинома, тем этот писюн более вихлявистый. В идеале надо иметь такую быструю оптимизацию, чтобы можно было мышкой двигать окно и сразу смотреть. Вы вроде что-то такое делали с бест интервалом.

В последней статье предложил вариант как сделать обучение более стабильным для МО. То есть меньше переобучения. Но страдает доходность.

Это и есть bias-variance tradeoff, когда увеличение параметров ТС приводит к дрейфу на новых данных, а уменьшение - к бОльшей дисперсии предсказаний. Чего никак не могут ущучить местные оптимизаторщики.
 
Maxim Dmitrievsky #:
Да, если двигать окно sample назад, то все кривые OOS будут меняться, примерно как в полиномиальной грегрессии ее предсказание скачет как сумасшедшее, при сдвиге окна. Чем больше опт параметров или степень полинома, тем этот писюн более вихлявистый. В идеале надо иметь такую быструю оптимизацию, чтобы можно было мышкой двигать окно и сразу смотреть. Вы вроде что-то такое делали с бест интервалом.

В последней статье предложил вариант как сделать обучение более стабильным для МО. То есть меньше переобучения. Но страдает доходность.

Это и есть bias-variance tradeoff, когда увеличение параметров ТС приводит к дрейфу на новых данных, а уменьшение - к бОльшей дисперсии предсказаний. Чего никак не могут ущучить местные оптимизаторщики.

Все гораздо проще.

К некоторому участку нестационарного случайного процесса что-то там подогнали, не понимая, что любой участок нестационарного процесса НЕ имеет никакого отношения к любому другому участку нестационарного процесса. Поэтому и результаты на других участках произвольные: могут быть хорошие, но могут быть и плохие, но на реале бутерброд ВСЕГДА падает маслом вниз.

К слову, понятие "дисперсия" относится к стационарному случайному процессу.

 
СанСаныч Фоменко #:
любой участок нестационарного процесса НЕ имеет никакого отношения к любому другому участку нестационарного процесса.

Рынок, в смысле цены на различные активы во времени это слишком многофакторные процесс на сегодня, что бы его регулировать или предсказывать, последнее в этом ранге факторов видимо психика индивидов, что тоже сложно. Но это точно не нестационарное СБ))) Это допущение на сегодня, пока не хватает мощностей. Видимо.)))))

Maxim Dmitrievsky #:
ТС приводит к дрейфу на новых данных, а уменьшение - к бОльшей дисперсии предсказаний.

обычная дилемма точности и сложности или стоимости, которой не хватает.

 
СанСаныч Фоменко #:

Все гораздо проще.

К некоторому участку нестационарного случайного процесса что-то там подогнали, не понимая, что любой участок нестационарного процесса НЕ имеет никакого отношения к любому другому участку нестационарного процесса. Поэтому и результаты на других участках произвольные: могут быть хорошие, но могут быть и плохие, но на реале бутерброд ВСЕГДА падает маслом вниз.

К слову, понятие "дисперсия" относится к стационарному случайному процессу.

При чем здесь нестационарный процесс, когда речь про поиск повторяющихся неэффективностей. Например, у большинства скальперы-канальщики всякие, которые торгуют в определенное время, где они наиболее предсказуемы. И как раз в те моменты процесс вполне себе стационарен, иначе невозможна прибыльная ТС. У меня иммунитет к таким стратегиям, из-за постоянных войн с ДЦ, тем не менее они существуют. Это просто как бы игра на особенностях котирования, в основном. Там может и МО не сильно надо.
 
Maxim Dmitrievsky #:
При чем здесь нестационарный процесс, когда речь про поиск повторяющихся неэффективностей. Например, у большинства скальперы-канальщики всякие, которые торгуют в определенное время, где они наиболее предсказуемы. И как раз в те моменты процесс вполне себе стационарен, иначе невозможна прибыльная ТС. У меня иммунитет к таким стратегиям, из-за постоянных войн с ДЦ, тем не менее они существуют. Это просто как бы игра на особенностях котирования, в основном. Там может и МО не сильно надо.

Я обсуждаю выложенный график и комментарий к ним, включая Ваш, а не вашу фигу в кармане в виде скальперов.

 
СанСаныч Фоменко #:

Я обсуждаю выложенный график и комментарий к ним, включая Ваш, а не вашу фигу в кармане в виде скальперов.

Интересно обсуждать графики, без понимания того, что внутри?
 
СанСаныч Фоменко #:

Все гораздо проще.

Отлегло.

 
Valeriy Yastremskiy #:
Может имеет смысл поискать параметр и формулу по которым считать ваши оптимизируемые параметры. На основе результатов оптимизации. Конечно это сложно. 

Ничего не понял, к сожалению.

 
Maxim Dmitrievsky #:

В последней статье предложил вариант как сделать обучение более стабильным для МО. То есть меньше переобучения. Но страдает доходность.

Это отлично, когда доходность на Sample много меньше, но на OOS стабильно.
Это и есть bias-variance tradeoff, когда увеличение параметров ТС приводит к дрейфу на новых данных, а уменьшение - к бОльшей дисперсии предсказаний. Чего никак не могут ущучить местные оптимизаторщики.

Некоторые еще применяют термин "степень свободы". Чем выше степень, тем выше вероятность подгонки. Причем растет нелинейно.

 
fxsaber #:

Ничего не понял, к сожалению.

Ну это когда стоплосс вычисляется как атр вчерашнего дня. Динамический это в смысле зависящий от каких то параметров. В терминологии  mytarmailS

mytarmailS
mytarmailS
  • www.mql5.com
Профиль трейдера
Причина обращения: