Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1210
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
Предварительные результаты (так-как ещё не все предикторы сделал, что запланировал) по созданию модели, определяющей прибыльные модели (1) оказались не такими плохими, вот разбивка по y - прибыль на независимой выборке, а по x - 1 - TP+FP , а 0 - TN+FN.
Целевая была - прибыль от 2000, ну достичь пока результата не удалось, зато в зону убытка попало всего 3 модели из 960, что уже не плохое достижение.
Таблица сопряженности
Среднее значение без классификации финансового результата 1318,83, после классификации 1 - 2221,04 и 0 - 1188,66, таким образом после классификации средний финансовый результат моделей увеличился на 68%, что уже не плохо.
Однако, пока не ясно, сможет ли эта модель работать с моделями, построенными на других данных - пока не ясно.
Обучение по Logloss - удивительно, что тестовая выборка (по которой происходит автоматический отбор модели - не выборка для обучения) и независимая (экзаменационная) Logloss_e почти идеально сходятся.
так же как и Recall
А вот показатель Precision меня удивил, так как по умолчанию обычно по нему я выбираю модель, то у меня не шло обучение из-за того, что он сразу равнялся 1 на первом дереве.
А вот разные метрики на тесте и экзамене - результат меня сильно удивляет - очень маленькая дельта.
Из графиков конечно видно, что модель переобучена и можно было прекращать обучение на 3500 деревьев, а то и раньше, но я не занимался настройкой модели и данные фактически с настройками по умолчанию.
Уважаемые форумчане, подскажите плиз, ибо читать 1200 страниц лень, кто-нибудь здесь пытался реализовать машинное обучение на основе результатов торговли по закрытымордерам эксперта?грубо говоря нужно научить алгоритм искать и определять периоды в которых эксперт перестает торговать в плюс как до некоторого момента?
Ответ: если один теряет, то берет другой, это без МО как бы понятно.
Уважаемые форумчане, подскажите плиз, ибо читать 1200 страниц лень, кто-нибудь здесь пытался реализовать машинное обучение на основе результатов торговли по закрытымордерам эксперта?грубо говоря нужно научить алгоритм искать и определять периоды в которых эксперт перестает торговать в плюс как до некоторого момента?
врятли, обычно если кто и занимается таким серьезно то или отдельный сайт заводит для сопровождения своего творения или делает для личного использования
раньше NeuroShell DayTrader мог из всего что дашь ему (в Вашем случае историю торговли) сделать обученную НС, потом весь проект затих, сейчас не знаю ничего такого не встречал
врятли, обычно если кто и занимается таким серьезно то или отдельный сайт заводит для сопровождения своего творения или делает для личного использования
раньше NeuroShell DayTrader мог из всего что дашь ему (в Вашем случае историю торговли) сделать обученную НС, потом весь проект затих, сейчас не знаю ничего такого не встречал
Ну Я не совсем точно выразился..дело в том что у меня робот сделан так что торгует всегда в плюс. Там используется принцип сеточной торговли и трендовой одновременно, только фишка в том что открывается только один ордер за раз. Так вот мне нужно знать когда возможно робот будет работать хуже чем обычно...так как риски ограничиваются то прибыль у меня это чистый вопрос времени...и иногда времени ждать приходится неделю... А за неделю если бы не было таких просадкок, то можно было бы срубить гораздо больше...
Мартин и просадка - это два неразлучных друга
И как не крути тренд/флет, все равно так будет всегда.
PS
Ссылку на учебник скинь пжста?