Анализ оптимизационной поверхности это тоже палка о двух концах. И выход на плато ничего не гарантирует, хоть и вселяет временное воодушевление, до момента осознания что пора идти на завод. Тем более что алгоритмы оптимизации/обучения заточены на выбивание из локальных экстремумов в какой-то степени, то есть заточены на поиск глобальных.
Maxim Dmitrievsky #: Анализ оптимизационной поверхности это тоже палка о двух концах. И выход на плато ничего не гарантирует, хоть и вселяет временное воодушевление, до момента осознания что пора идти на завод
не люблю встревать, но просто замечание про сотни-другие MA ..там существует предельная величина их разумного количества и она не более 1.386*ln(N) (где N-вся наблюдаемая история)
Ну, после добавления ML дальше что-то оптимизировать уже не хочется. Ветром переподгонки дует с той стороны). Хотя если скорости норм, то хотя бы попробовать точно можно. Вообще да, я ещё из-за не самой лучшей интеграции-скорости мало внимания уделял трейдерской надстройке поверх ML, если вот так интегрировано и в тестере условно-нативно можно тестить и норм скорости, то это конечно открывает дополнительные горизонты возможностей.
Ну и в целом лучшие скорости (относительно моего решения, думаю, нормальная разница в скорости будет) это всегда хорошо - и когда роботов много и когда таймфреймы маленькие и скорость критичней.
Например, бот торгует по сигналам модели, открывает и закрывает сделки. Иногда они могут оказаться слишком длинными, что может привести к потенциально большому убытку. Можно заоптимизировать защитные стопы, исходя из своих предпочтений. И всякие прочие нюансы чтобы улучшить торговые показатели.
Анализ оптимизационной поверхности это тоже палка о двух концах. И выход на плато ничего не гарантирует, хоть и вселяет временное воодушевление, до момента осознания что пора идти на завод
Божественная критика
Старался :)
Ещё бы понимал разницу между "плато" и глобальным минимумом
не люблю встревать, но просто замечание про сотни-другие MA ..там существует предельная величина их разумного количества и она не более 1.386*ln(N) (где N-вся наблюдаемая история)
Не согласен, любите)
А почему не 1.387?)
Если модели подать на вход и период средней и значение средней - ей будет параллельно что ты называешь предиктором, а что параметром)).
Смотря что ищешь. Подразумевается плато на глобальном, как идеал и мечта
Ну, после добавления ML дальше что-то оптимизировать уже не хочется. Ветром переподгонки дует с той стороны). Хотя если скорости норм, то хотя бы попробовать точно можно. Вообще да, я ещё из-за не самой лучшей интеграции-скорости мало внимания уделял трейдерской надстройке поверх ML, если вот так интегрировано и в тестере условно-нативно можно тестить и норм скорости, то это конечно открывает дополнительные горизонты возможностей.
Ну и в целом лучшие скорости (относительно моего решения, думаю, нормальная разница в скорости будет) это всегда хорошо - и когда роботов много и когда таймфреймы маленькие и скорость критичней.