Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3632
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
Возьмите сначала первый участок как на картинке
Выше уже писал, что на не репрезентативных данных всегда будут плохие модели (точней будет малый шанс получить удовлетворяющую полному процессу). В рынке с такими данными и имеем дело.
Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий
Машинное обучение в трейдинге: теория, модели, практика и алготорговля
fxsaber, 2024.11.17 12:27
100% исследования были, какие аналитические функции плохо поддаются МО.
Наверное, нет смысла изобретать велосипед. И поиском найти массу информации по теме.
К сожалению, по аналитическому виду функции мне не очевидно, что она периодическая. Но если в интервал обучения попадет несколько периодов, то даже человек сможет предсказать ее поведение. Т.е. брать такой интервал обучения неинтересно совсем.
Гораздо показательнее, это взять интервал, например, в два раза меньше периода, но без ограничений на количество точек обучения.
Выше уже писал, что на не репрезентативных данных всегда будут плохие модели (точней будет малый шанс получить удовлетворяющую полному процессу). В рынке с такими данными и имеем дело.
Так об этом речь и шла выше. Проблема на реальных задачах всегда в том, что неизвестен участок процесса, где достоверно известно, что содержится полные периоды. Я привел такой простой пример, где неизвестен полный период функции, но требуется предсказание следующего участка за обучающим. И, выше говорил, что даже на в этом простом примере существует такой сет сети, который сможет предсказывать следующий участок процесса. Смысл в том, чтобы найти этот правильный сет сети. Методы МО не решают эту задачу достоверно, отсюда и проблемы на новых неизвестных данных.
Именно поэтому МО-любители в случае неудач любят употреблять термин "нестационарность" применительно к ЦВР, но даже на простом примере с полностью известной формулой будут получать проблемы.
Похоже, что оптимизаторщики в случае неудачи на ценовых данных начинают оптимизировать ф-ии, а термин нестационарность был известен еще до их попыток )
это все из-за каши в голове и неправильного применения инструментов.
отличный пример - методы обработки цифорвых сигналов, неприменимые для нестационарных процессов.
второй отличный пример - оптимизация левых функций, не относящихся к трейдингу
Функция периодическая и стационарная. Легко предсказывается.
Maxim Dmitrievsky #:
Нет никакого смысла предсказывать какой-то кусок какой-то функции, потому что для разных ф-й может понадобиться свой препроцессинг, это не задача МО в чистом виде, а задача препроцессинга.
Сначала "с легкостью" решил задачу, а потом заявил что нет смысла.))
Что мешало тому танцору в задаче использовать препроцессинг известно только танцору.😁
Сначала "с легкостью" решил задачу, а потом заявил что нет смысла.))
Кто мешал тому танцору в задаче использовать препроцессинг известно только танцору.😁
Так об этом речь и шла выше. Проблема на реальных задачах всегда в том, что неизвестен участок процесса, где достоверно известно, что содержится полные периоды. Я привел такой простой пример, где неизвестен полный период функции, но требуется предсказание следующего участка за обучающим. И, выше говорил, что даже на в этом простом примере существует такой сет сети, который сможет предсказывать следующий участок процесса. Смысл в том, чтобы найти этот правильный сет сети. Методы МО не решают эту задачу достоверно, отсюда и проблемы на новых неизвестных данных.
Думаю, Вы поняли, что всё ж таки участники ветки хорошо понимают это?
Так какой метод предлагаете Вы, для достоверного решения поставленной вами задачи?