Мы планируем запустить очередной чемпионат, нацеленный на продвижение нейросетей:
1) предоставим единый шаблон MQL5 робота с загружаемыи model.onnx
2) в течение 5 месяцев участники будут загружать свои модули в виде model.onnx
3) ежедневно они будут автоматически прогоняться на истории с 2023.01.01 до текущего дня на 4 главных курсах валют
4) будет публиковаться ежедневный рейтинг участников
5) по окончании предварительного периода накопления участников в течении 5 месяцев, начнется реальный период торговли в течении 1 месяца
6) по результатам работы в течении 1 месяца будут определены победители
7) призовой фонд от нашей компании 30 000 долларов будет разделен на троих победителей как 15 000, 10 000 и 5 000 долларов
8) мы гарантируем, что по окончании чемпионата все файлы моделей будут стерты, чтобы сохранить интеллектуальную собственность разработчиков
Цель чемпионата исключительно для стимулирования развития машинного обучения в трейдинге. Программы только в виде единого неизменяемого MQL5 шаблона + model.onnx
6) по результатам работы в течении 1 месяца будут определены победители
Случайность выбивается в призы? Почему не использовать метод Kaggle, когда есть закрытая ДЛИННАЯ выборка? Потом бэктест по ней и OnTester сразу показывает победителя.
3) ежедневно они будут автоматически прогоняться на истории с 2023.01.01 до текущего дня на 4 главных курсах валют
Поскольку далеки от алготрейдинга, сообщаю, что MQ-Demo котировки имеют очень низкий потенциал заработка. Грубо говоря, если я знаю будущее, то в MQ-demo при идеальном исполнении заработал бы 100 у.е., а на XXX-demo 1000 у.е. Это говорит о том, что многие существующие (торгуются на реале не в кухнях) закономерности у вас просто не опробовать.
Поэтому если хотите, например, привлекать скальперов, у которых очень высокая стат. значимость результатов, то надо что-то менять в источнике котирования MQ-demo. Сейчас он не годится для многих исследований.
Похоже, график оптимизации может показывать, насколько тяжело идет процесс поиска. Поэтому привожу.
Зачем эти графики?
Ну, предположим, найдете на ИСТОРИИ некоторые закономерности и научитесь генерировать похожие.
Зачем?
Нам нужны такие повторяющиеся куски графиков, ПОСЛЕ которых ЗАКОНОМЕРНО следует вполне определенный участок. Именно ПОСЛЕ, В БУДУЩЕМ. Всю экономическую науку можно поделить на две части: анализ и предсказание. Но из анализа НЕ следует предсказание, так как все финансовые данные НЕ стационарны.
Поэтому модели МО.
Любая модель МО умеет находить закономерности, похожие участки на исторических данных. Принципиальным в МО является то, что этим закономерностям - ПАТТЕРНАМ ставят в соответствие БУДУЩЕЕ значение учителя. Только в МО возможен такой подход - БУДУЩЕЕ.
Кстати, в GARCH ищут математическую закономерность и предсказывают будущее, надеясь, что найденная закономерность не изменится.
Похоже, график оптимизации может показывать, насколько тяжело идет процесс поиска. Поэтому привожу.
График нахождения закономерности в исходном ряду.
Честно говоря, не вижу заметной разницы. Ни о чем интересном этот график, похоже, не говорит.
К сожалению, это все гипотезы, требующие реализации и проверки.
@Maxim Dmitrievsky пробует свои варианты, я - свои.Да, конечно, каждый подход нуждается в проверке...
Вот ещё метод на питоне для генерации временных рядов по образцу.
Тема интересная, но, пока, нет возможности уделить ей достаточное время.
Тема интересная, но, пока, нет возможности уделить ей достаточное время.
Интересно, на Kaggle справились бы...
Случайность выбивается в призы? Почему не использовать метод Kaggle, когда есть закрытая ДЛИННАЯ выборка? Потом бэктест по ней и OnTester сразу показывает победителя.
Поскольку далеки от алготрейдинга, сообщаю, что MQ-Demo котировки имеют очень низкий потенциал заработка. Грубо говоря, если я знаю будущее, то в MQ-demo при идеальном исполнении заработал бы 100 у.е., а на XXX-demo 1000 у.е. Это говорит о том, что многие существующие (торгуются на реале не в кухнях) закономерности у вас просто не опробовать.
Поэтому если хотите, например, привлекать скальперов, у которых очень высокая стат. значимость результатов, то надо что-то менять в источнике котирования MQ-demo. Сейчас он не годится для многих исследований.
Похоже, график оптимизации может показывать, насколько тяжело идет процесс поиска. Поэтому привожу.
Зачем эти графики?
Ну, предположим, найдете на ИСТОРИИ некоторые закономерности и научитесь генерировать похожие.
Зачем?
Нам нужны такие повторяющиеся куски графиков, ПОСЛЕ которых ЗАКОНОМЕРНО следует вполне определенный участок. Именно ПОСЛЕ, В БУДУЩЕМ. Всю экономическую науку можно поделить на две части: анализ и предсказание. Но из анализа НЕ следует предсказание, так как все финансовые данные НЕ стационарны.
Поэтому модели МО.
Любая модель МО умеет находить закономерности, похожие участки на исторических данных. Принципиальным в МО является то, что этим закономерностям - ПАТТЕРНАМ ставят в соответствие БУДУЩЕЕ значение учителя. Только в МО возможен такой подход - БУДУЩЕЕ.
Кстати, в GARCH ищут математическую закономерность и предсказывают будущее, надеясь, что найденная закономерность не изменится.
Одна модель вряд ли будет хорошо работать на разных валютах, скорее нужно под каждую валюту свою модель.