Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1529
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
хм.... за мной следят? я хочу сетку но с нелинейным шагом, шаг хочу через полином найти, формулу полинома в оптимизаторе искать ( коэффициенты полинома в настройки )
))))
не надо полином
достаточно уменьшить шаг, если отрицательный профит
if (pips < 0) {
step *= Math.Exp(pips / Kstep);
}
Есть ли смысл начинать разрабатывать алгоритм на базе нейронной сети в которой на вход будут приходить нормализованные данные индикаторов и маркеры которые будут сигнализировать о наличии некоторых патернов?
Еще есть идея сделать систему из множества нейронных сетей которые будут разделены по категориям (разные типы индикаторов, патерны и тд.), и выходы этих нейронных сетей пропускать через конечную нейронную сеть для принятия решения?
Оглядываясь на ветку этого форума которая тянется еще с 2016 года, хотелось бы спросить о успешности алгоритма "Случайны лес".
Может показаться что это ламерские вопросы (наверное так оно и есть) и они были уже подняты, но все равно хотелось бы получить ответы)
Заранее спасибо)
Здравствуйте) Хотелось бы задать пару вопросов связанные с алготрейдингом. Сам я Python/Go разработчик, знания о трейдинге на уровне прочтения пару книг по техническому и свечном анализе.
Есть ли смысл начинать разрабатывать алгоритм на базе нейронной сети в которой на вход будут приходить нормализованные данные индикаторов и маркеры которые будут сигнализировать о наличии некоторых патернов?
Еще есть идея сделать систему из множества нейронных сетей которые будут разделены по категориям (разные типы индикаторов, патерны и тд.), и выходы этих нейронных сетей пропускать через конечную нейронную сеть для принятия решения?
Оглядываясь на ветку этого форума которая тянется еще с 2016 года, хотелось бы спросить о успешности алгоритма "Случайны лес".
Может показаться что это ламерские вопросы (наверное так оно и есть) и они были уже подняты, но все равно хотелось бы получить ответы)
Заранее спасибо)
Здравствуйте). Добро пожаловать в клуб искателей грааля)).
Основная проблема это "подгонка" модели под исторические данные. Остальное тут проще, вроде управления капиталом, выбор модели, программирование и др. Статистика вам пригодится.
А по поводу нейросетей, лесов - вполне возможно, вопрос в правильном применении...
Здравствуйте) Хотелось бы задать пару вопросов связанные с алготрейдингом. Сам я Python/Go разработчик, знания о трейдинге на уровне прочтения пару книг по техническому и свечном анализе.
Есть ли смысл начинать разрабатывать алгоритм на базе нейронной сети в которой на вход будут приходить нормализованные данные индикаторов и маркеры которые будут сигнализировать о наличии некоторых патернов?
Еще есть идея сделать систему из множества нейронных сетей которые будут разделены по категориям (разные типы индикаторов, патерны и тд.), и выходы этих нейронных сетей пропускать через конечную нейронную сеть для принятия решения?
Оглядываясь на ветку этого форума которая тянется еще с 2016 года, хотелось бы спросить о успешности алгоритма "Случайны лес".
Может показаться что это ламерские вопросы (наверное так оно и есть) и они были уже подняты, но все равно хотелось бы получить ответы)
Заранее спасибо)
Лес просто индикаторы не вывезет, если не известна закономерность. Можно бустинг там пробовать с кроссвалидацией и ранним остановом, че поновее и покруче. Стакать нейросети тоже нет большого смысла - столько индикаторов не найдете, будут коррелировать между собой. Упор сделать на перебор инструментов (валютных пар или чего там). Крипту тоже есть смысл, она не такая эффективная как форекс пары. Для крипты можно с арбитражем поиграть и со стаканом.
Есть ли смысл начинать разрабатывать алгоритм на базе нейронной сети в которой на вход будут приходить нормализованные данные индикаторов и маркеры которые будут сигнализировать о наличии некоторых патернов?
Смотря какой смысл Вы подразумеваете. Если Вы кодер-исследователь по призванию, по сути, то это очень интересный таск, которым потом и похвастаться не стыдно будет, если довести до конца, но как попытка "заработать в интернете", увы не выйдет, по крайней мере не так скоро как Вам кажется, может если Вы гений то через 10 000 часов, а может через 20 000... но скорей всего никогда((
Еще есть идея сделать систему из множества нейронных сетей которые будут разделены по категориям (разные типы индикаторов, патерны и тд.), и выходы этих нейронных сетей пропускать через конечную нейронную сеть для принятия решения?
Вы придумали стэкинг, но проблема не в алгоритмах а в данных, для прибыльной алготорговли нужны качественные данные и побольше.
Оглядываясь на ветку этого форума которая тянется еще с 2016 года, хотелось бы спросить о успешности алгоритма "Случайны лес".
Случайный лес - один из самых эффективных алгоритмов машинного обучения, для большинства задач, для отдельных случаев можно получить доли % дополнительно с помощью бустинга или их комбинациями "бубаг, багбу", но опять же, всё дело в данных, а они стоят дорого и собирать их в нужном для алготорговли количестве\качестве тоже отдельный таск.
Здравствуйте) Хотелось бы задать пару вопросов связанные с алготрейдингом. Сам я Python/Go разработчик, знания о трейдинге на уровне прочтения пару книг по техническому и свечном анализе.
Есть ли смысл начинать разрабатывать алгоритм на базе нейронной сети в которой на вход будут приходить нормализованные данные индикаторов и маркеры которые будут сигнализировать о наличии некоторых патернов?
Еще есть идея сделать систему из множества нейронных сетей которые будут разделены по категориям (разные типы индикаторов, патерны и тд.), и выходы этих нейронных сетей пропускать через конечную нейронную сеть для принятия решения?
Оглядываясь на ветку этого форума которая тянется еще с 2016 года, хотелось бы спросить о успешности алгоритма "Случайны лес".
Может показаться что это ламерские вопросы (наверное так оно и есть) и они были уже подняты, но все равно хотелось бы получить ответы)
Заранее спасибо)
Скажу так, меня сети в трейдинге вполне устраивают, да я 15 лет искал но когда нашёл трачу на это дело не больше 2 часов в неделю. Я имею ввиду оптимизацию советника и всё что с этим связано. В остальном, если вы разработчик Питона то как любой разработчик советую основательно и досконально изучить предметную область в которой собираетесь работать. Рынок это не только котировки рынок это прежде всего ЛЮДИ!!!!! ОООО как сказанул, мысль должна быть как выстрел иначе времени на выпить не остаётся :-)
И до сих пор вопрос так и не решён, что же является причиной моего успеха.
Для счастья не нужны причины
Правильно для счастья нужны антидепресанты, а вот любопытство можно удовлетворить только с помощью исследования. Интересно же что у меня работает данные или оптимизатор. Думаю 50/50. Хорошо подобранные данные с вполне сносным оптимизатором. Можно провести сравнительный анализ между двумя ИИ и однозначно вычислить у кого и что работает.
Тест на оптимизатор:
1. На моих данных Ваша НС получила лучше результат на ООС. В пользу Вашего оптимизатора
2. На моих данных Ваша НС получила такой же результат на ООС. Неопределенно.
3. На моих данных Ваша НС получила хуже результат на ООС. В пользу оптимизатора Решетова
4. На Ваших данных Решетов получил лучший результат на ООС. В пользу Решетова
5. На Ваших данных Решетов получил такой же результат на ООС. Неопределенно.
6. На Ваших данных Решетов получил хуже результат на ООС. В пользу Вашего оптимизатора.
Тест на данные:
Я по Вашей базовой стратегией сохраняю свои данные, Вы по моей базовой сохраняете свои данные это дает возможность не раскрывать логики входов и снова оптим.
1. Если я на Ваших данных получаю лучший результат чем на своих. В пользу Ваших входов.
2. Если получаю такой же результат. Ничья.
3. Если худшый результат, то в пользу моих входов.
Так же делаете на своей стороне. Таким образом можно хотябы примерится относительно другого исследователя насколько хорош твой подход в принципе.
Заморочка не кислая, тут как бы дофига до чего договариватся нужно будет и т.д., но если это сравнение провернуть, то можно получить сравнительную оценку мощности Вашей ТС относительно моей. Я опять же не говорю что она у меня постоянно такая вся правильная. Дудки. SkyNet 2.0 достаточно капризная штучка, за ней глаз да глаз нужен. Понимаю что сравнится в кардинально отличных друг от друга подхода будет ещё та задачка, но я бы с удовольствием а то что то скучно :-(
Правильно для счастья нужны антидепресанты, а вот любопытство можно удовлетворить только с помощью исследования. Интересно же что у меня работает данные или оптимизатор. Думаю 50/50. Хорошо подобранные данные с вполне сносным оптимизатором. Можно провести сравнительный анализ между двумя ИИ и однозначно вычислить у кого и что работает.
Тест на оптимизатор:
1. На моих данных Ваша НС получила лучше результат на ООС. В пользу Вашего оптимизатора
2. На моих данных Ваша НС получила такой же результат на ООС. Неопределенно.
3. На моих данных Ваша НС получила хуже результат на ООС. В пользу оптимизатора Решетова
что такое Ваша НС? берешь любую и смотришь :) с чужими датасетами возиться это неблагоприятное занятие.
ближе всего к джейпредиктору kernelized SVM, а, точнее, это одно и то же. Вот попробуй.