Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3344

[[Удален]]

СанСаныч Фоменко #:

Не понимаю, откуда взялась оценка по R квадрат?

Мне раньше казалось, что эта оценка применима в регрессиях, если все коэффициенты регрессии знАчимы. В противном R квадрат не существует....

ее просто тестер показывает, для быстрого сравнения разных кривых балансов подходит

она больше нигде не участвует

[mytarmailS]

А мне кажется что само направление неверное в корне..

Я думаю что надо не строить ТС на всех данных,  а наоборот выбрать какую то одну ситуацию/паттерн который уже работает Хотя-бы 50/50 и пытаться отделить работает/не работает, те обычная бинарная классификация 

[Ivan Butko]

mytarmailS #:

выбрать какую то одну ситуацию/паттерн который уже работает Хотя-бы 50/50

Они все работают 50/50

[mytarmailS]

Ivan Butko #:

Они все работают 50/50

Это только кажется.. 

Ето как вероятность встретить динозавра 50/50 либо встретишь либо нет..  К реальной вероятности не имеет никакого отношения. 

[Ivan Butko]

mytarmailS #:
Это только кажется.. 

Ето как вероятность встретить динозавра 50/50 либо встретишь либо нет..  К реальной вероятности не имеет никакого отношения. 

Если забить в скрипт фигуру и посмотреть статистику будущего, то распределение вверх/вниз, как по количеству свечей, так и по количеству пунктов стремится к 50 на 50. 

Это что касается фигур из свечей (соотношения HLC друг с другом), а вневременные не считал, т.к. их слишком мало выходит для статистики хотя бы в 1000 фигур. 

А так, если в 2022 году фигура показала форвард в 55% свечей вверх и среднюю величину свечей на 5-10% выше, чем в сел, то в 2023-м отработка всё равно будет 50 на 50, без каких-либо привилегий. 

[mytarmailS]

Ivan Butko #:

Если забить в скрипт фигуру и посмотреть статистику будущего, то распределение вверх/вниз, как по количеству свечей, так и по количеству пунктов стремится к 50 на 50. 

Это что касается фигур из свечей (соотношения HLC друг с другом), а вневременные не считал, т.к. их слишком мало выходит для статистики хотя бы в 1000 фигур. 

А так, если в 2022 году фигура показала форвард в 55% свечей вверх и среднюю величину свечей на 5-10% выше, чем в сел, то в 2023-м отработка всё равно будет 50 на 50, без каких-либо привилегий. 

А если прикрутить адекватный стоп и Тейк, тоже будет 50/50?

Или вы прибыть и убыток берете по какому то ефимерному среднему? 

[Ivan Butko]

mytarmailS #:
А если прикрутить адекватный стоп и Тейк, тоже будет 50/50?

Или вы прибыть и убыток берете по какому то ефимерному среднему? 

Как статистический средний показатель может быть эфемерным? 

Вот он, какой есть: в среднем столько то вверх, в среднем столько то вниз. 

Исходя из них можно играться с тейком и стопом. 

Но это полумера, ведь если ТП и СЛ зависят от средних показателей, то они тоже работают 50 на 50.

А если средние вам ниочем - то ТП и СЛ - это чистая подгонка, чистые 50 на 50.Игрушка в оптимизаторе.

Мысль другая: статистика простых паттернов зависит от долгосрочных тенденций. А исходя из работы ручных трейдеров, они торгуют независимые паттерны, которые и в долгосрочный вниз торгуют вверх в плюс.

Но сложные паттерны редко появляются. Остаётся только вариант не обращать внимания на малую выборку статистики и пробовать их скармливать нейросети. 

[[Удален]]

Если промежуточный вывод сделать, то и в козуле и в вариационке и во всяких других направлениях, типа байесовского классификатора и обобщенных линейных моделей, применительно к МО, используются ансамбли.

В козуле они почему-то ограничиваются обычно одним классификатором или регрессором (либо двумя), ака мета лернером. Тогда как в статье про катбуст и прочих либах используются ансамбли. Почему именно в козуле они это не раскрывают, немного странно. Не обобщают на случай ансамблей. По сути это просто статистика поверх моделей. Магии там особенной нет, но результаты иногда радуют.

Какого-то общего справочника по всему этому делу пока не видел. Типа это и есть reliable ML.

А дальше уже развилка как это все прикладывать к классификации временных рядов, и к особенному случаю - классификации ВР для трейдинга, последняя тема вообще практически нигде не раскрыта и не упоминается.

[fxsaber]

Maxim Dmitrievsky #:
Особенность в том, что даже не зная реальный спред, часть сделок отлетает, когда повышаешь его искусственно в тестере.

На сколько повышение спреда, на столько же понижение мат. ожидания. Проблемы со спредом не понял.

[nevar]

Maxim Dmitrievsky # : Google's new product , TSMixer, seems to outperform TimeGPT in benchmarks, I just started reading it.

NHITS and the lightGBM also has lower RMS then the  TimeGPT in daily and hourly data. https://valeman.medium.com/what-truly-works-in-time-series-forecasting-the-results-from-nixtlas-mega-study-78eda5133622

Have you tried Conformal Prediction? 

https://valeman.medium.com/how-to-predict-full-probability-distribution-using-machine-learning-conformal-predictive-f8f4d805e420

https://github.com/valeman/awesome-conformal-prediction#papers-time-series