Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 415
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
Ну ладно, раз вы настиваете, расскажу Вам одну мысль по поводу сбора для обработки данных. Действительно на достаточно большом участке очень сложно обучить модель с высоким уровнем обобщения, так как рынок это живой организм и бла, бла, бла. Чем больше период обучения тем модель работает хуже, но дольше. Задача: Сделать долгоиграющую модель. Деление или способ два, однако для тех кто использует комитет из двух сетей.
Имеем три состояния "Да", "Нет" и "Незнаю" когда сетки показывают в разные стороны.
Тренируем сеть на всём участке, в нашем случае 452 записи. Сеть выучила этот сЭт на 55-60%, предположим что ответов "Не знаю" на обучающей выборки было 50%, соотвественно 226 сигнала сеть не смогла выучить. Ну хорошо, а теперь строим новую модель ТОЛЬКО по состояниям "Не знаю", то есть пытаемся построить модель на таких квази состояниях, которые ввели в заблуждение первую модель. Итог примерно одинаков из 226 только половина будет распознана, остальная получит состояние "Не знаю", далее снова строим модель. в итоге 113, потом 56, потом 28, потом 14. На 14 записях не известных ни одной из предыдущих моделей Оптимизатор Jprediction как правило посчитает до 100% обобщающей способности.
В итоге мы имеем "Систему моделей" которая распознала весь рынок на участке в три месяца.
Вот Вам ещё один способ, помимо "Контекста дня" Как можно разбить рынок на подпространства и произвести обучение получив именно "Систему моделей" Вот посмотрите пример....
Интересный подход. Надо будет поэкспериментировать... В работу не запустили еще, хотя бы на демо? Интересно было бы сигнал посмотреть.
Это всё участок вне выборки начиная с 05.29 на 15 минутках. Считай уж третья неделя пошла. Но если она не наберёт ещё то в принципе грош цена подходу, но я верю...... :-)
По моему переобучать НС раз в неделю на выходных, было бы приемлемо. Так что думаю можно использовать... не надо ставить задач, чтобы торговала 3 недели, 3 месяца, год в прибыль без переобучения. А переобучая раз в неделю ваша НС будет всегда подстроена под последние закономерности рынка.
Интересный подход. Надо будет поэкспериментировать... В работу не запустили еще, хотя бы на демо? Интересно было бы сигнал посмотреть.
По моему переобучать НС раз в неделю на выходных, было бы приемлемо. Так что думаю можно использовать... не надо ставить задач, чтобы торговала 3 недели, 3 месяца, год в прибыль без переобучения. А переобучая раз в неделю ваша НС будет всегда подстроена под последние закономерности рынка.
Нужен робасный советник, я сделал для тестера, последний где много сделок, это как раз работа трёх моделей.
Я сделал себе скрипты, которые работают по алгоритму советника, буду в ручную их запускать при сигнале, там и посмотрим...
Ну ладно, раз вы настиваете, расскажу Вам одну мысль по поводу сбора для обработки данных. Действительно на достаточно большом участке очень сложно обучить модель с высоким уровнем обобщения, так как рынок это живой организм и бла, бла, бла. Чем больше период обучения тем модель работает хуже, но дольше. Задача: Сделать долгоиграющую модель. Деление или способ два, однако для тех кто использует комитет из двух сетей.
Имеем три состояния "Да", "Нет" и "Незнаю" когда сетки показывают в разные стороны.
Тренируем сеть на всём участке, в нашем случае 452 записи. Сеть выучила этот сЭт на 55-60%, предположим что ответов "Не знаю" на обучающей выборки было 50%, соотвественно 226 сигнала сеть не смогла выучить. Ну хорошо, а теперь строим новую модель ТОЛЬКО по состояниям "Не знаю", то есть пытаемся построить модель на таких квази состояниях, которые ввели в заблуждение первую модель. Итог примерно одинаков из 226 только половина будет распознана, остальная получит состояние "Не знаю", далее снова строим модель. в итоге 113, потом 56, потом 28, потом 14. На 14 записях не известных ни одной из предыдущих моделей Оптимизатор Jprediction как правило посчитает до 100% обобщающей способности.
В итоге мы имеем "Систему моделей" которая распознала весь рынок на участке в три месяца.
Вот Вам ещё один способ, помимо "Контекста дня" Как можно разбить рынок на подпространства и произвести обучение получив именно "Систему моделей" Вот посмотрите пример....
------------------------------------------------------------
Этот метод называется "бустинг"- Бустинг (англ. boosting — улучшение) — это процедура последовательного построения композиции алгоритмов машинного обучения, когда каждый следующий алгоритм стремится компенсировать недостатки композиции всех предыдущих алгоритмов. Бустинг представляет собой жадный алгоритм построения композиции алгоритмов.
Наиболее известное последнее применение - XGBoost.
Удачи
Отбор предикторов с помощью LASSO
Да, для этого алгоритма не нужно удалять высококоррелированые переменные. Он хорошо справляется с ними сам.
Пользовал, правда давно, когда была интересна регрессия.
Удачи
Dr. Trader:
Да, не густо, с такими результатами, Вам выгодней принять парадигму, “главное не победа, а участие”, я вообще потерял свой аккаунт, вероятно не осознанно, из за позора тоже, из нас вроде Wizard подавал надежды, но тоже сошел с дистанции, не выдержал давления конкуренции. Возможно стоит признать что есть специалисты намного нас лучше(в сотни, тысячи раз..), они учились в Гарварде и используют суперкомпьютеры.
специалисты намного нас лучше(в сотни, тысячи раз..), они учились в Гарварде и используют суперкомпьютеры.
ну не в тысячи... если смотреть на награду за первое место то чемпион лучше меня всего в 1000 / 2,09 = 478,47 раз
ну не в тысячи... если смотреть на награду за первое место то чемпион лучше меня всего в 1000 / 2,09 = 478,47 раз
По одной выплате в 478,47 раз, но по аккумулированной доходности есть чуваки за 10000$ то есть в более 3000 раз лучше Вас, одна надежда на Визарда, но думаю он по стыдится обсуждать эту не лицеприятную тему.
Скучно...... :-( Тренируешь, тренируешь, выбираешь модели, работаешь так сказать. Но что делать, когда модель построена и остаётся только по ней работать.......?
Скучно...... :-( Тренируешь, тренируешь, выбираешь модели, работаешь так сказать. Но что делать, когда модель построена и остаётся только по ней работать.......?
Такое редко бывает, лучше улететь куда нить отдохнуть, пока мозг не запротестует и начнет требовать писать код, Таиланд, Индонезия, Мальдивы например