Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2622
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
Перечитал более вдумчиво. В принцепе , все верно, но нейронка тупиковый путь по нескольким причинам
Вот именно. Я в какой-то из них уперся. По идее - точность прогноза фильтруется пороговым значением вероятности на выходном слое, но тогда очень падает частота сделок и ухудшается скорость реагирования на ситуацию. Фильтрация на скрытых слоях мало влияет на результат. Я при обучении применяю фиксированные равные стоп и тейк для объективности. В режиме Работа - стоп тянется после безубытка, начиная с некоторой дистанции, порог сходимости сбрасывается на 0 - чтоб обрабатывать все картинки. Величина стопа - среднее движений между 0 и 10, ..., 50 и 61 барами. Это значение примерно совпадает с оптимизированным. Может, тут стоит применить что-то другое? Зигзаг только ухудшил картину. С какими тупиками столкнулись Вы и какие решения предполагаете?
Вот именно. Я в какой-то из них уперся. По идее - точность прогноза фильтруется пороговым значением вероятности на выходном слое, но тогда очень падает частота сделок и ухудшается скорость реагирования на ситуацию. Фильтрация на скрытых слоях мало влияет на результат. Я при обучении применяю фиксированные равные стоп и тейк для объективности. В режиме Работа - стоп тянется после безубытка, начиная с некоторой дистанции, порог сходимости сбрасывается на 0 - чтоб обрабатывать все картинки. Величина стопа - среднее движений между 0 и 10, ..., 50 и 61 барами. Это значение примерно совпадает с оптимизированным. Может, тут стоит применить что-то другое? Зигзаг только ухудшил картину. С какими тупиками столкнулись Вы и какие решения предполагаете?
это не мультилэйбл, другой смысл. Исключаются плохие сигналы итеративно, оставляются те, которые хорошо предсказываются основной моделью в общей куче, а вторая модель учится отделять плохие от хороших, запрещать или разрешать торговлю первой
тут и 2я модель может и не нужна? - Cross Validation and Grid Search for Model Selection ... (in Keras)
но, может, и просто confusion matrix даст ответ на 2й ваш вопрос (цель 2й модели вашей идеи)...
или classification_report
... просто усомнилась я, что вам нужна 2я модель... имхо
Фиксированый стоп, тейк, скользящее окно, табличные данные на вход, всё это не работает для сильно нестацыонарных данных
в конце концов трейдер хочет зарабатывать на шуме... возможная цикличность колебаний может заинтересовать только инвестора в долгосроке, - и НЕ без понимания фин-эк взаимосвязей, а не простой статистики... имхо смоделировать шум кажется поинтереснее (для трейдера), но более рисковано (для его торговли)... - обычный баланс риска-профитности
p.s.
только вот отфильтровать шум(рабочий) от шума(нерабочего) - задачка ещё та (т.е. отделить шумовое загрязнение шума)... видела где-то статью, что стот ориентироваться на соотношение Signal\Noise>2 (для рабочего шума) -- смахивает на обычный осцилятор, который накручивается на трендовую составляющую модели ТС... всё банально (как учат новичков - 1 трендовый индюк, 1 осцилятор), - а в рамках такого общего ориентира можно вложить любые свои предпочтения к информации и расчётам, которой(ым) сам трейдер больше склонен доверять - только здесь и видится поле для субъективизма в ТС... имхо ... и эту банальщину надо лишь цифроризовать в модель НС, чтобы торговал робот, а не торчать перед терминалом днями
тут и 2я модель может и не нужна? - Cross Validation and Grid Search for Model Selection ...
но, может, и просто confusion matrix даст ответ на 2й ваш вопрос (цель 2й модели вашей идеи)...
или classification_report
... просто усомнилась я, что вам нужна 2я модель... имхо
а ответ и не вам предназначался -- вы читать так и не научились... (( - ваши уменияи анализировать читаемое вами мной уже давно не ставятся под сомнение, точнее их отсутствие, как и ваш анализ вашей торговли и её автоматизации (даже не слова путаете, а контексты уродуете)
p.s.
анализ динамики - ничто - без предварительного анализа зависимостей... анализ временных рядов - это последнее, что делается в статистике после др. видов анализа... -- а вы всё успокоиться не можете, что у вас time-series нестационарны, не удосужившись элементарно зависимость найти... - лишь огрызаетесь и зубоскалите (наверно, думая, что вам весело?) -- на риторический вопрос не утруждайтесь отвечать
а ответ и не вам предназначался -- вы читать так и не научились...
тут и 2я модель может и не нужна? - Cross Validation and Grid Search for Model Selection ...
но, может, и просто confusion matrix даст ответ на 2й ваш вопрос (цель 2й модели вашей идеи)...
или classification_report
... просто усомнилась я, что вам нужна 2я модель... имхо
Вот как раз улучшение конфузион матрикс заявлено при использовании второй модели, если почитать Прадо, например. Но там ещё используется оверсемплинг примеров для первой модели для увеличения кол-ва то ли тру позитивс, то ли еще чего. Забыл уже, к сожалению.
up-sampling & down-sampling - это для Imbalanced datasets и small training sets - если речь об этом, - т.е. придание бОльших весов для мЕньших классов и наоборот... да, наверно, для их (тру позитивс) увеличения...
***
а насчёт 2х моделей - ну можно, наверно, 2 раза отфильтровать - сначала сигналы для настройки весов, потом сделки по ним согласно этим весам (запущенным input'ом во 2ое взвешивание)... хоть и смахивает на возможность обучаться на сделках с контекстом - и чтобы градиент не исчезал для более ранних time-series - хорошая задумка... НО реализация при работе с контекстом всё равно немного другая обычно - задача использовать кодирование "сделки и её контекста" и 2я RNN берёт в обработку результат 1й для декодирования в output -- но это мало связано с работой 2х сетей над 2мя разными задачами (например, контекст и сделки), т.к. по сути обрабатывается-пропускается через 2 сети "сделка и контекст" (как пара!!)... - это лишь вопрос скорости решает, но не (или в меньшей степени) валидности выхода... имхо...
но если вы совсем уж хотите разделить обработку контекста и сделки (контекст отдельно, сделки отдельно) -- то мне пока такая конструкция напоминает бутерброд (или масло-масляное, смазывающее взаимосвязи и зависимости явлений друг от друга - в 2 слоя)... не претендую на трактовку вашего ТехЗадания, но высказала свои опасения и предположение о том, чтО всё-таки, наверно, стоит сохранять в процессе моделирования - именно Взаимосвязи!.. Желаю вам красивой (отражающей реальность! а не масло масляное) Архитектуры сети!
p.s. ) как извечная проблема "контекстной рекламы" - "главное, не отрываться от реальности" (только настройка весов у них иногда кривовата - не буду показывать пальцами у кого, - или с малыми выборками заработались не в ту сторону)
up-sampling & down-sampling - это для Imbalanced datasets и small training sets - если речь об этом, - т.е. придание бОльших весов для мЕньших классов... да, наверно, для их (тру позитивс) увеличения...
***
а насчёт 2х моделей - ну можно, наверно, 2 раза отфильтровать - сначала сигналы для настройки весов, потом сделки по ним согласно этим весам (запущенным input'ом во 2ое взвешивание)... хоть и смахивает на возможность обучаться на сделках с контекстом - и чтобы градиент не исчезал для более ранних time-series - хорошая задумка... НО реализация при работе с контекстом всё равно немного другая обычно - задача использовать кодирование "сделки и её контекста" и 2я RNN берёт в обработку результат 1й для декодирования в output -- но это мало связано с работой 2х сетей над 2мя разными задачами (например, контекст и сделки), т.к. по сути обрабатывается-пропускается через 2 сети "сделка и контекст" (как пара!!)... - это лишь вопрос скорости решает, но не (или в меньшей степени) валидности выхода... имхо...
но если вы совсем уж хотите разделить обработку контекста и сделки (контекст отдельно, сделки отдельно) -- то мне пока такая конструкция напоминает бутерброд (или масло-масляное, смазывающее взаимосвязи и зависимости явлений друг от друга - в 2 слоя)... не претендую на трактовку вашего ТехЗадания, но высказала свои опасения и предположение о том, чтО всё-таки, наверно, стоит сохранять в процессе моделирования - именно Взаимосвязи!.. Желаю вам красивой (отражающей реальность! а не масло масляное) Архитектуры сети!
p.s. ) как извечная проблема "контекстной рекламы" - "главное, не отрываться от реальности" (только настройка весов у них иногда кривовата - не буду показывать пальцами у кого, - или с малыми выборками заработались не в ту сторону)