С интересом посмотрю на достижения. А что это за функция, Вейерштрасса-Мандельброта?
Вот тут и начинается магия, которую сложно бывает повторно сотворить.
Делали свою кросс-валидацию, что бы брать только исходные данные, или на преобразованных проверяетесь?
Да, в-мандельброта
Надо типа смотреть на исходные данные и методом ментальной экстраполяции смотреть чего может не хватать в будущем, это и добавлять. Еще зависит от того, как торгует тс.
Тест на новых исходных данных только. На дополненных + исходных обучение.
провел експеримент симитировав обученую торгующую модель (внизу с стрелочками/сделками)
(слева оригинал модели справа водействие изменений на модель)
Влияние изменения линейного тренда
по сути линейный тренд не влияет на обученую ТС (но существует ли на рынке линейный тренд)
Влияние амплитуд колебаний
Изменеия амплитуд влияет на ТС
Влияние смещения фаз
Смещение фаз влияет на ТС
Влияние смещения частот
Смещение частот влияет на ТС
Второй вариант, да.
С интересом посмотрю на достижения. А что это за функция, Вейерштрасса-Мандельброта?
для каждого ВР нужно подбирать что-то свое.
Вот тут и начинается магия, которую сложно бывает повторно сотворить.
Если устойчивость найдена и проверена через cv etc., мало сомнений остаётся.
Делали свою кросс-валидацию, что бы брать только исходные данные, или на преобразованных проверяетесь?
или хотябы линейный тренд моделировать..
А можно как то значительно уменьшить число гэпов?
Изменеия амплитуд влияет на ТС
Это как раз волатильность получается - значит нужны предикторы нивелирующие влияние.
Есть над чем подумать.
весь код експеримента )))
Лаконично. Там и обучение модели есть и предикторы? Или только генерация графиков?
С интересом посмотрю на достижения. А что это за функция, Вейерштрасса-Мандельброта?
Вот тут и начинается магия, которую сложно бывает повторно сотворить.
Делали свою кросс-валидацию, что бы брать только исходные данные, или на преобразованных проверяетесь?
А можно как то значительно уменьшить число гэпов?
Это как раз волатильность получается - значит нужны предикторы нивелирующие влияние.
Есть над чем подумать.
Лаконично. Там и обучение модели есть и предикторы? Или только генерация графиков?
А я бы не делал cv на смеси - кто знает, может там ошибка снижается только на искусственных данных... во всяком случае проверил бы эту гипотезу.
Каких гепов?
Ну, как какие, между ценой закрытия и открытия. Будто неликвид какой то...
А я бы не делал cv на смеси - кто знает, может там ошибка снижается только на искусственных данных... во всяком случае проверил бы эту гипотезу.
Если они подглядывают, то да. А так не должно.