Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1215

Новый комментарий
 
Martin Cheguevara:
 прикручу к ней анализ страниц через поисковые системы google yandex

так зачем тебе это?

 
Maxim Dmitrievsky:

осталось вылизать до конца алгоритм и закончить уже эту тему с РЛ :) там может на питоне за счет более высокого кач-ва классификации еще можно будет выжать какие-то % кач-ва модели

а перебор вариков закинуть на Tesla.. но делать дофига

вчера пару раз потыкал в VS2017, работает там Питон, и даже в отдельную Виндовс-форму все собирается, единственное там IronPython 2.7, нужно разбираться что там, но думаю без проблем все с МТ5 состыковать можно

 
Martin Cheguevara:

Да просто я подумал зачем что-то самому создавать, меня интересуют причинно-следственные связи двух переменных моя программа уже умеет с помощью Apache Lucene, JSOUP, JSON, Apache POI и так далее технологий распознавать текст где угодно в чем угодно в картинках к документах и так далее (этому сопутствуют информационные матрицы (хранимые в распределенной базе данных) согласно которым индексируется информация, распознанная в графических объектах) если чего то не умеет -  ищет сайт для преобразования данных в приемлемый для распознавания формат или сама если может переводит в нужный формат.

Дело в том, что Я не хочу изобретать велосипеды...мне нужно просто найти нейросеть способную быстро обучаться имея на входе две переменные - данные эквити, и показатель тренда.

(опыт разработки на Java EE около 5 лет есть много проектов уже реализованных). 

Я даже не пытаюсь прикрутить нейронку к торговле на рынке. Это не нужно и скорее всего на данный момент времени невозможно пока что не было по крайней мере хотя бы одной реализации стабильно зарабатывающей нейросети.

график эквити у меня не случаен и вполне информативен (нужно проверить), тренды флэты отличать научился.

торговля идет. но нужно повышение эффективности.  

Я занимался когда-то темой создания нейрофильтров для повышения эффективности готовых советников с обучением по результатам торговли в тестере и есть какие-то наработки, а на данный момент меня как раз интересует область ваших экспириенс, в части парсинга, распознавания, индексации для архивов разнотипных документов, альбомов и т.д., если этот пост не троллинг, можем поискать взаимовыгодное сотрудничество, пишите в личку.
 
Alexander_K:

Эхххх, ребята...

Какой-то Кеша для вас уже спасителем стал... Внук и верный последователь СанСаныча, который отродясь и физику с математикой-то не знал...

Ретурны - это основа основ, ибо цена это интеграл по ним и не более того.

Ретурн это моментум, а есть ещё стохастик, макдак, зигзаг и тд. не нужно себя ограничивать, ей Богу как маленькие, какой то дядел типа "квант с волстрита" на медиуме лепнет что достаточно ретурнов и все ему поддакивают, ну так кванты и стоплосами не пользуются и тейкрофитами, для них везде одна сплошная математика, это другое измерение, абстракция.


 
Кеша Рутов:

Ретурн это моментум, а есть ещё стохастик, макдак, зигзаг и тд. не нужно себя ограничивать, ей Богу как маленькие, какой то дядел типа "квант с волстрита" на медиуме лепнет что достаточно ретурнов и все ему поддакивают, ну так кванты и стоплосами не пользуются и тейкрофитами, для них везде одна сплошная математика, это другое измерение, абстракция.


Алешенька братец завел нас не той дорогой, с предсказанием ретурнов с отрицательной ошибкой, а сам убежал

 

интересный вопрос про метрику прогнозированости  поднят был https://stats.stackexchange.com/questions/126829/how-to-determine-forecastability-of-time-series

Хз на сколько это важно для наших целей , и на сколько сильно оно влияет , но мне не в падло было написать несколько строчек кода чтобы проверить зависимость "некой силы прогнозированости" от размера окна данных.

Итак я взял 4 разных куска цен (ретурнов)  и на каждом куске проверил зависимость "силы прогнозированости" от величины окна 

на рис. х1 - это сила прогнозированости , х2 это количество точек данных в окне

Выводы :

1) брать фиксированное окно при прогнозах далеко не оптимально

2) оптимальное окно для прогноза всегда "плавает"


код:

х <- my_price
q <- 10:500
ma <- matrix(nrow = 0,ncol = 2)
for(i in q) {
  
  x1 <- ForeCA::Omega(  tail(diff(x),i) ,spectrum.control = list(method = "wosa"))[1] 
  x2 <- i
  d <- cbind(x2,x1)
  ma <- rbind(ma,d)
}
plot(ma,t="l",main = max(ma[,2]))


где х  - это цена
How to determine Forecastability of time series?
How to determine Forecastability of time series?
  • stats.stackexchange.com
One of the important issues being faced by forecasters is if the given series can be forecasted or not ? I stumbled on an article entitled "Entropy as an A Priori Indicator of Forecastability" by
 
mytarmailS:

интересный вопрос про метрику прогнозированости  поднят

Хз на сколько это важно для наших целей , и на сколько сильно оно влияет , но мне не в падло было написать несколько строчек кода чтобы проверить зависимость "некой силы прогнозированости" от размера окна данных.

Выводы :

1) брать фиксированное окно при прогнозах далеко не оптимально

2) оптимальное окно для прогноза всегда "плавает"

Выводы. Более'100 точек прогноз бессмысленен.

 
Yuriy Asaulenko:

Выводы. Более'100 точек прогноз бессмысленно.

Нет, правильно сказать бессмысленно брать фиксированный период

 
Создал тему - хочу нормально выразить Recall и Precision в одном показателе, ну и если решение будет найдено, то в целом должен получится хороший преобразователь влияния двух факторов на один объект. Пишу тут, так как вижу, что часто бывают на этой ветке умные люди, а значит есть шанс, что мне помогут с решением задачи.
 

Бываю редко и к удивлению снова увидел ссылку на мою статью и комментарии высоколобых физиков об этой статье.

По этому поводу хочу сказать следующее.

1. Статья - это учебный материал для новичков. Возникшая дискуссия показывает, что определенная часть форумян НЕ способна усвоить материал, изложенный в статье. От слова СОВСЕМ. Не дано, или спесь истинных физиков не позволяет.

2. Если бы все любители МО усвоили мою статью, то сразу бы выяснилось, что статья не так проста как кажется, и вполне может использоваться очень квалифицированными людьми, что привело бы  к уменьшению данной ветки раз в десять, так как используемый в статье rattle позволяет  СИСТЕМНО оценивать самые разные трейдинговые  идеи в пределах шести моделей. Системно - это означает: и дэйтамайнинг, и модель, и оценка результата, чего практически никогда здесь не наблюдается. А профессиональный разговор в области МО - это ВСЕГДА эти три части.  

3. Ну, и конечно, высказывание высочайших гуру по поводу используемого в статье ZZ.

Статья учебная, а ZZ чрезвычайно наглядный и широко известный индикатор. Именно поэтому ZZ в статье.

4. Можно ли построить на ZZ реальную торговую систему? Не знаю.

Причем это "не знаю" носит для меня принципиальный характер, так как для меня обсуждение целевой переменной без предикторов не имеет никакого смысла, в отличие от некоторых гуру на этом форуме. Много раз писал: предикторы должны иметь предсказательную способность для конкретной целевой переменной. Нашли такую связку - есть ТС, не нашли такого комплекта, то ТС нет и ничего не поможет: ни новомодные модели, ни ансамбли этих удивительных моделей, ни даже питон.

А ZZ в качестве учителя (целевой переменной)  или еще что-то - дело десятое.


ПС.

ZZ  очень подлый учитель, мне не удалось найти для него предикторы. Но это не о чем не говорит - может кому-либо удастся найти предикторы.

1...120812091210121112121213121412151216121712181219122012211222...3494
Новый комментарий
Причина обращения: