Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 878
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
ИМХО, это единственный, на сегодняшний день, вариант использования НС в трейдинге. Все остальные - потеря времени и сил. Учитывая текущий уровень так называемого ИИ))
Я полагаю - единственный не на сегодняшний день, а вообще единственный для МО и НС в конфигурациях разумной сложности. Вначале ограничиваем области применения НС и МО, и уже на этом применяем НС и МО.
А решение задач типа "вообще, все и сразу" - это уже к ИИ.)
Получается что НС - это некий фильтр принятия решения о входе в сделку, предварительный тест возможного итога?
Оперативный тестер, так скажем?
Скорее, НС - это обучаемая логика принятия решения. Первоначально и задумывалась как замена таковой в стандартных стратегиях, чтобы не париться с ее написанием.
У меня вопрос про целевую переменную.
Если у нас целевая переменная - это финансовый результат трейда, то разумно этот результат нормализовать, как я думал. Но вот ищу информацию по сайту, и везде речь о том, что целевая переменная должна иметь два значения - покупки или продажа. А если у меня убыток будет в любом случае - купи я или продай (а так оказалось бывает!), то что ж мне негативные варианты просто вырезать? А если именно наличие негативных вариантов влияет на статистику?
В общем, хотелось бы знать, какие сети работают (и где их брать?) в крайнем случае с триггером - покупать/продавать/ничего не делать, а в лучшем случае с функцией (ранее я просил функцию тут так-как искал теоретическое решение, а теперь вот сделал скрипт, который сводит предикторы), которая делает ранжирование.
В приложении набор предикторов и целевых без преобразования - первые два столбца после порядкового номера (кстати, важна ли последовательность, если да, то какая от старого к новому или как сейчас - сверху новое с низу старое).
Можно ли это обучить(на чём), или надо ещё что-то делать?
Совет - прочитать всю тему с самого начала, т.к. ваши вопросы дублировались уже много раз, нет смысла одно и то же повторять
МО это системный подход, где нужно знать много всего, изучить все поэтапно.
из-за местных флудерастов читать будет сложно в конце, но в начале и середине норм :)
Пока не остановился на какой-то конкретной модификации (их уже штук 25), продолжаю тестировать.. решил добиваться большого кол-ва сделок и похожей кривой на оос, минимум 3-й части от трейна. Но всегда хочется обучить поближе к текущей дате
Замечено, что ансамбль моделей, каждая из которых обучается на своих фичах и с индивидуальными настройками, более стабилен на оос (в данной ТС 10 моделей)
мониторинг тестовой демки в профиле (т.к. не остановился на конкретной версии и продолжаю улучшать, то версии на демке могут периодически меняться)
Прекрасно, поехали!
В alglib есть kfold, кто-нибудь разбирался как с ним работать? документации почти ноль :)
Прошлым летом тестировал, как и все др. подвиды НС. Работает, как и др. методы, особых впечатлений не осталось. Только одно, относящееся ко всем НС в alglib-e - то, что они в десятки раз медленнее R. Ну да, тут же 10 раз переобучают одни и те же данные, но разными блоками - т.е. еще в 10 раз медленнее)))
а в R kfold дает улучшение? У меня батчи обычно до 1000 примеров, поэтому мб не так долго будет
если делали - мб есть код сохранения структуры mlp в файл?
а в R kfold дает улучшение? У меня батчи обычно до 1000 примеров, поэтому мб не так долго будет
если делали - мб есть код сохранения структуры mlp в файл?
В R не пробовал пока что. Dr Trader вроде говорил, что улучшает.
Сохранение в alglib? Там есть ф-ии Serialize для НС, ансамблей, лесов, регрессий - каждому своя и восстановление из них.
Еще есть только для НС с вытягиванием коэффициентов из самой НС https://www.mql5.com/ru/articles/2279 Я начал с этого (как с рабочего примера), потом перешел на сериализацию.
Еще если делали нормализацию и удаление предикторов - все это надо запомнить и потом применять к новым данным (спасибо Владимиру за подсказку) в статье выше этого не делается.
В R Darch например при нормализации (center,scale) самой сетью она это запомнит сама и примерит на будущих данных. Др. пакеты из R наверняка тоже все запоминают.
Совет - прочитать всю тему с самого начала, т.к. ваши вопросы дублировались уже много раз, нет смысла одно и то же повторять
МО это системный подход, где нужно знать много всего, изучить все поэтапно.
из-за местных флудерастов читать будет сложно в конце, но в начале и середине норм :)
Слежу детально за веткой уже 6 месяцев - подобных вопросов не припомню, умных постов, которые признал для себя полезными и записал в блокнот - всего 3.
Возможно, в теме есть что-то ещё, но учитывая объем срача - читать не приятно...
Поэтому отношусь к данной ветке, как к месту где могут дать ответы новичку в вопросе НС, ну а если людям жалко 5 минут, что б ответить на вопросы, или дать ссылку на ответ (а ответ я искал и не нашел), то очень жаль.
В приложении набор предикторов и целевых без преобразования - первые два столбца после порядкового номера (кстати, важна ли последовательность, если да, то какая от старого к новому или как сейчас - сверху новое с низу старое).
Можно ли это обучить(на чём), или надо ещё что-то делать?
Целевые - у вас регрессия, а не классификация. Я регрессию забросил пока что. Думаю лучше обучать 2-мя нейросетсями, по числу целевых, но сам экспериментов с регр. мало провел - поэкспериментируйте сами.
Последовательность столбцов не важна, главное указать НС, что это целевые. Последовательность строк - видимо лучше, чтобы самые свежие данные были в конце (но не обязательно), многие пакеты по умолчанию перемешивают все строки для равномерности обучения. Иначе НС где-то в середине может зайти в тупик (в локальный минимум) и не добраться до свежих данных. Свежие данные (последние 10-20%) можно 2 - 3 раза подать, чтобы сеть получше выучила последние рыночные тенденции - тоже не проверенное мной на практике мнение.
Посмотрите блог топикстартера - там он регрессию обучал, много хороших мыслей. Но в конце он написал, что какую-то ошибку в коде нашел, которая все рез-ты забраковала.
Так что четких и однозначных ответов нету, вот и молчат все)