Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 464
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
GARCH
У меня с практикой складывается своё понимание форекса, и garch не решает нужные мне проблемы.
Вполне может оказаться что garch легко решает много проблем и простыми методами даёт результат сравнимый со сложным MO. Но входные данные для garch ограничены ценой, и я думаю этого мало. Т.е. если взять модель МО, дать ей цены, и сравнить предсказания с теми что получены с garch - вполне может окзазаться что они не уступают друг другу. Но если дать моделе МО гораздо больше входных данных, они получит весомое преимущество.
Вообще garch и другие модели машинного обучения имеют много общего, работая с garch вы гораздо ближе к MO чем думаете.
В обоих случаях (МО и garch) берётся цена, с ней делаются всякие преобразования для создания предикторов (индикаторы для обычных моделей, и arima преобразования для garch), и на основе их моделируется цена с попыткой предсказать приросты.
Дальше в МО есть кроссвалидация для того чтоб убедиться что всё ок, а для garch аналогично есть какие-то внутренние статистические проверки.
В общим подход очень похож в обоих случаях (сделать что-нибудь с ценой чтоб удовлетворить все требования модели и предсказать будущее), просто немного разные способы их решения.
Но судя по всему цена слишком случайна, и найденные закономерности очень малы. Сколько времени не тратить на обучение модели, её оценка всё равно будет далека от идеальной, всего на пару процентов превышая оценку по сравнения со случайным угадыванием.
Иногда везёт, и эти найденные зависимости хоть и малы но существуют продолжительное время и приносят прибыль. Но они всегда внезапно исчезают. Это и есть для меня главная проблема сейчас - найти какие-то внешние индикаторы, типа финансовых отчетов, по которым можно было бы обучить модель с очень хорошей оценкой, чтобы найденные зависимости были стабильными, и внезапно не исчезали.
У меня с практикой складывается своё понимание форекса, и garch не решает нужные мне проблемы.
Вполне может оказаться что garch легко решает много проблем и простыми методами даёт результат сравнимый со сложным MO. Но входные данные для garch ограничены ценой, и я думаю этого мало. Т.е. если взять модель МО, дать ей цены, и сравнить предсказания с теми что получены с garch - вполне может окзазаться что они не уступают друг другу. Но если дать моделе МО гораздо больше входных данных, они получит весомое преимущество.
Вообще garch и другие модели машинного обучения имеют много общего, работая с garch вы гораздо ближе к MO чем думаете.
В обоих случаях (МО и garch) берётся цена, с ней делаются всякие преобразования для создания предикторов (индикаторы для обычных моделей, и arima преобразования для garch), и на основе их моделируется цена с попыткой предсказать приросты.
Дальше в МО есть кроссвалидация для того чтоб убедиться что всё ок, а для garch аналогично есть какие-то внутренние статистические проверки.
В общим подход очень похож в обоих случаях (сделать что-нибудь с ценой чтоб удовлетворить все требования модели и предсказать будущее), просто немного разные способы их решения.
Но судя по всему цена слишком случайна, и найденные закономерности очень малы. Сколько времени не тратить на обучение модели, её оценка всё равно будет далека от идеальной, всего на пару процентов превышая оценку по сравнения со случайным угадыванием.
Иногда везёт, и эти найденные зависимости хоть и малы но существуют продолжительное время и приносят прибыль. Но они всегда внезапно исчезают. Это и есть для меня главная проблема сейчас - найти какие-то внешние индикаторы, типа финансовых отчетов, по которым можно было бы обучить модель с очень хорошей оценкой, чтобы найденные зависимости были стабильными, и внезапно не исчезали.
У меня с практикой складывается своё понимание форекса, и garch не решает нужные мне проблемы.
Вполне может оказаться что garch легко решает много проблем и простыми методами даёт результат сравнимый со сложным MO. Но входные данные для garch ограничены ценой, и я думаю этого мало. Т.е. если взять модель МО, дать ей цены, и сравнить предсказания с теми что получены с garch - вполне может окзазаться что они не уступают друг другу. Но если дать моделе МО гораздо больше входных данных, они получит весомое преимущество.
Вообще garch и другие модели машинного обучения имеют много общего, работая с garch вы гораздо ближе к MO чем думаете.
В обоих случаях (МО и garch) берётся цена, с ней делаются всякие преобразования для создания предикторов (индикаторы для обычных моделей, и arima преобразования для garch), и на основе их моделируется цена с попыткой предсказать приросты.
Дальше в МО есть кроссвалидация для того чтоб убедиться что всё ок, а для garch аналогично есть какие-то внутренние статистические проверки.
В общим подход очень похож в обоих случаях (сделать что-нибудь с ценой чтоб удовлетворить все требования модели и предсказать будущее), просто немного разные способы их решения.
Но судя по всему цена слишком случайна, и найденные закономерности очень малы. Сколько времени не тратить на обучение модели, её оценка всё равно будет далека от идеальной, всего на пару процентов превышая оценку по сравнения со случайным угадыванием.
Иногда везёт, и эти найденные зависимости хоть и малы но существуют продолжительное время и приносят прибыль. Но они всегда внезапно исчезают. Это и есть для меня главная проблема сейчас - найти какие-то внешние индикаторы, типа финансовых отчетов, по которым можно было бы обучить модель с очень хорошей оценкой, чтобы найденные зависимости были стабильными, и внезапно не исчезали.
Входные данные на финансовых рынках всегда формируются людьми, которые имеют свои интересы, причем разные в разное время при одинаковых условиях.
Особенно сильно это проявляется на ТФ до Н1. Мы получаем случайный нестационарный процесс, образованный хотелками сравнительно небольших групп отдельных людей.
Свыше D1 начинает работать закон больших чисел, а также направления движения формируются инвестициями государства, крупных корпораций и политикой.
На небольших ТФ бессмысленно искать паттерны - их нет. То, что образовалось и мы определили как паттерн, в действительности круги на воде: были и нет. Мы можем поймать начало волны, срубить и ждать следующего случая появления похожей волны, а такого может и не быть вовсе.
На больших ТФ необходим учет большого числа факторов, так как изначально отсутствует ясность о их влиянии на целевую переменную. Но принципиальным является то, что источник движения - это не случайный процесс, а детерминированный, долго вырабатывался, целеустремленно поддерживается до выполнения. Мы можем не понимать/не знать, но эти движения можно попытаться выловить с помощью МО в виде паттернов, которые не вечны, но жизнь которых может длиться годами.
Из это следует, что МО и GARCH, а взаимно дополняющие инструменты, которые необходимо свести в одну торговую систему.
Входные данные на финансовых рынках всегда формируются людьми, которые имеют свои интересы, причем разные в разное время при одинаковых условиях.
Особенно сильно это проявляется на ТФ до Н1. Мы получаем случайный нестационарный процесс, образованный хотелками сравнительно небольших групп отдельных людей.
Свыше D1 начинает работать закон больших чисел, а также направления движения формируются инвестициями государства, крупных корпораций и политикой.
На небольших ТФ бессмысленно искать паттерны - их нет. То, что образовалось и мы определили как паттерн, в действительности круги на воде: были и нет. Мы можем поймать начало волны, срубить и ждать следующего случая появления похожей волны, а такого может и не быть вовсе.
На больших ТФ необходим учет большого числа факторов, так как изначально отсутствует ясность о их влиянии на целевую переменную. Но принципиальным является то, что источник движения - это не случайный процесс, а детерминированный, долго вырабатывался, целеустремленно поддерживается до выполнения. Мы можем не понимать/не знать, но эти движения можно попытаться выловить с помощью МО в виде паттернов, которые не вечны, но жизнь которых может длиться годами.
Из это следует, что МО и GARCH, а взаимно дополняющие инструменты, которые необходимо свести в одну торговую систему.
Как вы все не поймете и я уже устал писать что нет разницы какой тайм фрейм брать, риски везде одинаковые, нет отличий кроме спреда и комисса при скльпинге, но это уже другого рода негативный фактор. Любой временной ряд описывается всего несколькими переменными, может быть даже 2-мя, это персистентность (херст) и волатильность (фрактальная размерность), и, скажем так, продолжительностью этих непериодических циклов, которые нужно отделять друг от друга, все. Исходя из этого можно строить простые и надежные модели хоть с МО хоть с чем-то еще. Из этого исходит, что никогда невозможно построить постоянно работающую модель, т.к. котировки случайны и непериодические циклы формируются спонтанно, поэтому моменты переходов от цикла к циклу не прогнозируются в тех же условиях, для этого нужно менять масштаб представления что бы увидеть эти циклы как составные части одного более крупного. Я считаю что понимание это базис, без которого вообще невозможно помыслить о рынке как вероятностной системе в правильном ключе. Внутри непериодических циклов даже простые модели работают хорошо, при смене циклов все будет ломаться всегда. От цикла к циклу рынок всегда новый и другой. И причем тут вообще ТФ.
Откуда вы вообще берете всю эту глубокомысленную фигню про то что на малых тф превалируют хотелки небольших групп людей, а на крупных все детерменировано. Не было так никогда и это вообще пальцем небо, рынки это другой механизм, где все со всем взаимосвязано, отсюда и масштабная инвариантность всех ТФ (инвестиционных горизонтов).
Если уж и говорить о какой-то детерминированности, то как раз о зависимости всех тф друг от друга, потому что котировка одна, мы только меняем представление масштаба события, это как двигаться по фракталу от меньшего к большему и наоборот.
Входные данные на финансовых рынках всегда формируются людьми, которые имеют свои интересы, причем разные в разное время при одинаковых условиях.
Особенно сильно это проявляется на ТФ до Н1. Мы получаем случайный нестационарный процесс, образованный хотелками сравнительно небольших групп отдельных людей.
Свыше D1 начинает работать закон больших чисел, а также направления движения формируются инвестициями государства, крупных корпораций и политикой.
На небольших ТФ бессмысленно искать паттерны - их нет. То, что образовалось и мы определили как паттерн, в действительности круги на воде: были и нет. Мы можем поймать начало волны, срубить и ждать следующего случая появления похожей волны, а такого может и не быть вовсе.
На больших ТФ необходим учет большого числа факторов, так как изначально отсутствует ясность о их влиянии на целевую переменную. Но принципиальным является то, что источник движения - это не случайный процесс, а детерминированный, долго вырабатывался, целеустремленно поддерживается до выполнения. Мы можем не понимать/не знать, но эти движения можно попытаться выловить с помощью МО в виде паттернов, которые не вечны, но жизнь которых может длиться годами.
Из это следует, что МО и GARCH, а взаимно дополняющие инструменты, которые необходимо свести в одну торговую систему.
На любом ТФ -- случайный нестационарный процесс. В нём присутствуют нестационарная детерминированная составляющая и нестационарная случайная составляющая -- также на любом ТФ.
Использовать чьи-то "хотелки" и прочую лабуду в качестве "объяснялок" случайности и нестационарности -- полная чушь.
Вся информация о процессе содержится в самом процессе (в графике-истории, "в цене, которая учитывает всё"). Задача состоит в том, чтобы извлечь из процесса нужную информацию, которую можно было бы использовать в своих целях. Задача сложная, но разрешимая.
Экономика любой страны - это производство товаров и услуг, которое является очень детерминированным и крайне инерционным процессом. Можно найти примеры, когда такие процессы имеют совершенно стабильных характер в течение десятилетий. Изменение валового продукта любой страны за год на единицы процента - это либо успех, либо беда. Падение объемов производства в стране на 10% может вызвать социальный взрыв.
То, что мы наблюдаем, - это пена на этом детерминированном процессе. На сегодня эта пена все больше и больше отрывается от реальной экономики, но на уровне макроэкономики, на уровне квартальных натуральных экономических показателей, которых десятки тысяч, все остается по-прежнему.
http://my-files.ru/9iyzd6
Где-то на форуме была тема, там кто-то на похожих данных какой-то индекс прогнозировал раз в пару месяцев.
Вот нашёл. https://www.mql5.com/ru/forum/40739 (и тоже FRED). Тема интересная, может когда-нибудь eurusd на месячном тф попробую предсказать на этих данных.
Повнимательней, показатели могут пересматриваться(перерисовываться).
Экономика любой страны - это производство товаров и услуг, которое является очень детерминированным и крайне инерционным процессом. Можно найти примеры, когда такие процессы имеют совершенно стабильных характер в течение десятилетий. Изменение валового продукта любой страны за год на единицы процента - это либо успех, либо беда. Падение объемов производства в стране на 10% может вызвать социальный взрыв.
То, что мы наблюдаем, - это пена на этом детерминированном процессе. На сегодня эта пена все больше и больше отрывается от реальной экономики, но на уровне макроэкономики, на уровне квартальных натуральных экономических показателей, которых десятки тысяч, все остается по-прежнему.
И опять твои голословные речи: "очень детерминированным", "крайне инерционным"... Говоришь "пена"? и "все остается по-прежнему"? Такое впечатление, что ты нарисовал картинку в своей голове, и описываешь эту картинку, совершенно не заботясь о том, насколько она не соответствует реалиям.
Ты ж вроде как "эконометрист", и должен вроде бы понимать... ан нет.
Постарайся осилить статью С.Ю. Глазьева. Это полезно для понимания ситуации.
На сегодня мое мнение, что надо торговать отклонения, а не тренды ввиду сомнительности этих самых трендов в ближайшем будущем.
Для торговли отклонений имеется свой аппарат - это GARCH, широчайше используется на финансовых рынках начиная с высоко частотной торговли. Предел мечтаний - это до 100 пипсов. А так, на ТФ до Н1 15-20 пипсов поймали и ждем следующего сигнала. Чем меньше времени в рынке, тем лучше советник.