Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 138

 
mytarmailS:
Спасибо, я бы не разобрался..

Очень интересно было бы увидеть результат.

 

Когда-то занимался, даже где-то есть код.

1. Приведенного кода для принятия решений недостаточно. Нужны пороги, причем плавающие

2. Можно получить  очень прибыльные системы с профит-фактором до 10.

НО.

МО прибыли меньше 5 пипсов. Учет спреда убивает всю красоту. А ведь кроме спреда еще бывают подарки

 
СанСаныч Фоменко:

Очень интересно было бы увидеть результат.

 Тема арбитража тут не в тему, но коротко отвечу если интересно...

У меня уже был готовый работающий арбитраж, я его хотел улучшить фильтруя сигналы на вход таким не хитрым образом  -   в скользящем окне считаем силу коинтеграции(близость двух ВР) и только тогда когда ВР сильно коинтегрированы между собой мы начинаем арбитражыть...

результат такой фильтрации неоднозначный, не могу его классифицировать как плохой или хороший 

при первом варианте система на тестах давала в среднем   -   7% прибыли в мес. с фактором восстановления 3 

с фильтрацией система дает в среднем 5.7 % в мес. и ФВ 5.5   

те зарабатывает она меньше но стабильнее...

 

 интересные ссылки с примерами на "R" на русском:

 про разницу корреляции с коинтеграцыей

http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html 

http://www.algorithmist.ru/2011/09/time-series-test-for-cointegration.html 

 

 про парный и арбитраж

http://rforfinance.ru/pairs-trade/ 

http://rforfinance.ru/rolling-window/ 

Сравнение временных рядов
Сравнение временных рядов
  • 2011.08.29
  • SergE
  • www.algorithmist.ru
Огромное количество данных в data mining вообще и в финансах в частности приходит к нам в виде временных рядов. Это не удивительно, ведь очень часто нас интересуют какие-то события или показатели изменяющиеся во времени. При этом, огромный пласт классической математики веками создавался для работы с множествами чисел. В результате, одним из...
 
mytarmailS:

 Тема арбитража тут не в тему, но коротко отвечу если интересно...

У меня уже был готовый работающий арбитраж, я его хотел улучшить фильтруя сигналы на вход таким не хитрым образом  -   в скользящем окне считаем силу коинтеграции(близость двух ВР) и только тогда когда ВР сильно коинтегрированы между собой мы начинаем арбитражыть...

результат такой фильтрации неоднозначный, не могу его классифицировать как плохой или хороший 

при первом варианте система на тестах давала в среднем   -   7% прибыли в мес. с фактором восстановления 3 

с фильтрацией система дает в среднем 5.7 % в мес. и ФВ 5.5   

те зарабатывает она меньше но стабильнее...

 

 интересные ссылки с примерами на "R" на русском:

 про разницу корреляции с коинтеграцыей

http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html 

http://www.algorithmist.ru/2011/09/time-series-test-for-cointegration.html 

 

 про парный и арбитраж

http://rforfinance.ru/pairs-trade/ 

http://rforfinance.ru/rolling-window/ 

Спасибо. По первой ссылке описание улыбнуло. Два алконафта идут. 
 
Alexey Burnakov:
Спасибо. По первой ссылке описание улыбнуло. Два алконафта идут. 

:) 

 
Alexey Burnakov:


Кстати, господин Перервенко в своей статье про нейронные сети ничего не сказал про такой тип сетей. Ну, я нашел только одно упоминание на всю статью. А можно было бы раскрыть вопрос применимости к временным рядам (вдумчиво). 

Алексей

 

О рекурентных нейросетях (RNN, CNN и  LSTM) будет отдельная статья(или две). Примеры с использованием mxnetR и может быть mxnet(Python).

Кстати в репозитории CRAN пакет mxnet присутствует. Правда нужно сделать небольшую гимнастику, чтобы добавить из GitHub оптимизаторы( RMSProp, Adam, AdaGrad и   AdaDelta). Сейчас тестирую эти возможности. 

Удачи 

 
Vladimir Perervenko:

Ок, будет интересно почитать.

CNN это не рекурентная сеть сама по себе. 

 

install.packages("drat", repos="https://cran.rstudio.com")
drat:::addRepo("dmlc")
install.packages("mxnet")
 

Под влиянием прочитанной статьи возник вопрос:

 

Почему мы все, включая меня, уперлись в предикторы, полученные из одной валютной пары? Валютный пар много, а не валютных пар вообще море пруди...

 
СанСаныч Фоменко:

Под влиянием прочитанной статьи возник вопрос:

 Почему мы все, включая меня, уперлись в предикторы, полученные из одной валютной пары? Валютный пар много, а не валютных пар вообще море пруди...

А с чего вы взяли что "мы все" ? :)
 

Для меня всё дело в риске - я стараюсь хоть немного, но таки рисковать. Можно сделать советник успешно торгующий на десятке пар в течении многих лет, но зачем? Прибыль будет наверное пара процентов в год, с таким же успехом можно деньги положить в банк в безрисоквый депозит.
Если взять всего одну пару, и обучить модель на хорошую торговлю в течении одного года на ней - можно ожидать прибыль хотя бы 10% в месяц, что уже лучше.
Обучить модель всего на 2 месяцев данных - она проработает успешно наверное неделю, но принесёт этих 10% за ещё более короткий период.

Чем более узкий набор данных (по времени и количеству пар) имеет модель для обучения - тем прибыльнее она будет на новых данных. Но устареет и перестанет приносить прибыль гораздо раньше. И так гораздо рискованнее, какая-нибудь нибудь новость может вообще сломать всю модель, придётся заново искать новые предикторы и параметры модели.

 
А для меня, если не получается сказать, в каком диапазоне будет твоя торговля в будущем, то это уже гадание на кофейной гуще. Надо заранее знать, где ты примерно будешь и это знание должно быть объективным.
Причина обращения: