Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3052

Новый комментарий
 
Aleksey Vyazmikin #:
уверен, что это будет интересная работа с новым опытом.
:))
 
mytarmailS #:
Это тоже самое что я вас позову ремонт мне сделать,  а в замен вы получите удовольствие от решенной задачи.. 


И опыт ;)

 
Ivan Butko #:
Попробовал написать простейшую q-таблицу (без этой супер формулы расчёта действия)
Ну вопервых без формулы это уже не q таблица
Во вторых - не только прибыль можно хотеть от агента
 
Aleksey Vyazmikin #:

Может быть следствием, а не причиной, но всё равно - связанное явление, а значит пока будет связь, то можно говорить о закономерности.

Просто надо признать, что законы меняются. И вот когда они меняются - момент времени - эта задача и должна решаться.

Законы не меняются. Просто мы не все Законы понимаем.

В природе не существует в точности двух одинаковых снежинок, но мы воспринимаем их как снежинка и все они для нас похожи.

На финансовых рынках паттерн это образ природной снежинки.

Не существует двух одинаковых паттернов по определенным параметрам как и в случае со снежинками и в то же время паттерны существуют как Закон.

 
Uladzimir Izerski #:

 паттерны существуют как Закон.


:)
 

если представить все тайм фреймы на ондном графике, будем ли мы учитывать всю информацию обо всех екстремумах на графике?


на графике три таймфрейма сразу м1 . м10, м60


 
Maxim Dmitrievsky #:

А если поставить задачу по поиску правил несколько по другому:

сами правила надо другие..

если признаки  это  Х1, Х2.... Х10

то правила для деревяных выглядят так   Х1>= 0.001 & X2<0.05 

где  0.001 просто абстактное число/константа никак ни не привязано к рынку, просто число для апроксимации ..

Изза этого когда рынок меняеться все эти числа/константы перестают работать сразу же..


нужны правила типа   X1 >= ( X2*(X5/X7) ) & X3 < (X2^2) * X10

те вместо абстрактных констант  - адаптивная формула ,

а констант таоборот надо избегать как огня

 
Maxim Dmitrievsky #:
При втором способе обучения они хорошие по отношению к плохим в данный момент, но не хорошие в принципе

они не хорошие и не плохие , они адаптивные и не константные

 
mytarmailS #:

они не хорошие и не плохие , они адаптивные и не константные

В очередной раз, не боюсь надоесть.


Проблема не в правилах и не в моделях, проблема в предсказательной способности предиктора для учителя, которая (предсказательная способность) меняется. При Вашем подходе можно попасть в случайную "хорошесть", а нужнА цифровая мера изменчивости предсказательной способности. У Вас некий аналог "импотэнс" для предиктора в моделях - берем из того что есть, а если все мусор, то берем из мусора. По мне, фильтрация - это тупик, так как алгоритм формирует правила на том, что дали: дали конфетку - получили шоколад, а дали мусор - получили очередную порцию г..на.

 
Maxim Dmitrievsky #:

отношение между признаками точно так же может выйти за диапазон. Точно такая же абстракция.

Но речь не об этом, а о предложенном подходе, который имеет некоторый смысл.

Я все жду нормальных мыслей от форума по улучшению такого, потому что мою голову редко посещают свежие идеи, пока не прочту еще пару книг по статистике и МО.

Специально взял ООС где рынок изменился. Обучение было на падающем, а ООС на растущем.

На ООС примерно 75000пт / 500сделок = 140 пт  на сделку. Очень неплохо, такое можно и в торговлю ставить.
Сколько на графике месяцев/лет?
1...304530463047304830493050305130523053305430553056305730583059...3745
Новый комментарий