Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3412
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
Я придумал как кластеризацию туда запихнуть еще, но надо поэкспериментировать.
Получилось просто и со вкусом. Все так же обучается 2 модели, без козула. Сначала делается кластеризация по набору признаков небольшой размерности (непример, по волатильности), чтобы определить разные рыночные режимы. Потом обучается мета модель предсказывать кластер (ошибка обучения обычно минимальная получается), а вторая модель обучается торговать только на семплах внутри этого кластера. И так для всех кластеров. Потом можно выбрать.
Получилось просто и со вкусом. Все так же обучается 2 модели, без козула. Сначала делается кластеризация по набору признаков небольшой размерности (непример, по волатильности), чтобы определить разные рыночные режимы. Потом обучается мета модель предсказывать кластер (ошибка обучения обычно минимальная получается), а вторая модель обучается торговать только на семплах внутри этого кластера. И так для всех кластеров. Потом можно выбрать.
Зачем метамодель которая предсказывает кластер если сама кластеризация имеет метод предикт и предсказывает кластер?
У меня уже настроенный код для экспорта, так удобнее. Минимальные изменения в коде и получается новый алгоритм. И потом можно сделать козул по ним.
У меня уже настроенный код для экспорта, так удобнее. Минимальные изменения в коде и получается новый алгоритм. И потом можно сделать козул по ним.
Напишы статью, сравни все методы в 1000 разных семплах и выясни какую вероятность получить рабочую ТС на новых данных дает каждый метод
ой, так лень )
мне нравится через понимание. То есть когда ты понимаешь какой-то простой закон. Типа на рынке есть кластеризация волатильности. Ага, значит это можно кластеризовать. Тяп-ляп, посомтрел результаты.
Получилось просто и со вкусом. Все так же обучается 2 модели, без козула. Сначала делается кластеризация по набору признаков небольшой размерности (непример, по волатильности), чтобы определить разные рыночные режимы. Потом обучается мета модель предсказывать кластер (ошибка обучения обычно минимальная получается), а вторая модель обучается торговать только на семплах внутри этого кластера. И так для всех кластеров. Потом можно выбрать.
Забавно, я уже две недели кластеризацию мучаю для листьев. Правда с перерывом в неделю. И, к своему удивлению, обнаружил большую устойчивость смещения вероятности на независимых данных, чем для отдельно взятых листьев.
Сейчас экспериментирую над древовидной последовательностью кластеризации.
ой, так лень )
Знаю, я уже три статьи начинал писать и на 90% выкидывал все нафиг по разным причинам..
Ну статьи допиши, че. Это же для других инфа, кто не в теме. А так почитал и сделал выводы.
Потому что раздел статей забит каким-то шлаком вообще не про трейдинг :)Забавно, я уже две недели кластеризацию мучаю для листьев. Правда с перерывом в неделю. И, к своему удивлению, обнаружил большую устойчивость смещения вероятности на независимых данных, чем для отдельно взятых листьев.
Сейчас экспериментирую над древовидной последовательностью кластеризации.
Ну это иерархическая кластеризация вроде бы
Ну это иерархическая кластеризация вроде бы
Да, что-то из этой области, я начал делать на базе k-means , потом узнал, что такой подход используется в целом в разных областях. Но, какой пакет позволяет это делать - не знаю. Да и для переноса в терминал удобней будет свой код использовать - не уверен в поддержке ONNX.