Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3684
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
Высокочастотная гармоника (16-я из 20) и более короткий ООС
на желтом графике прослеживается низкочастотная рябь (потому что бот открывает сделки в определенных фазах этого цикла)
Еще парочка тестов по САБЖу. Зачем-то забанили человека.
По оранжевой линии (исходный отфильтрованный график) можно увидеть некое подобие несущего цикла (на самом деле один из циклов фурье, но отфильтрованный по диапазону значений)
Иногда можно подобрать неплохой "несущий цикл", работающий на ООС.
Звучит как что-то ненадежное.
Коротковат ООС, мне кажется.
Недавно была надежда на очередные тесты с прибылью 100% с января по июнь 2024. Всё ООС по валкинг форварду с переобучением раз в неделю.
Проверил с 2020 по 2025: тоже 100%, но уже за 5 лет и с просадками в полгода и с хорошими полугодиями.
Это было на данных MQ Demo. А на реальном ДЦ своп на порядок выше - в итоге получился сливатор.
Звучит как что-то ненадежное.
Коротковат ООС, мне кажется.
Недавно была надежда на очередные тесты с прибылью 100% с января по июнь 2024. Всё ООС по валкинг форварду с переобучением раз в неделю.
Проверил с 2020 по 2025: тоже 100%, но уже за 5 лет и с просадками в полгода и с хорошими полугодиями.
Это было на данных MQ Demo. А на реальном ДЦ своп на порядок выше - в итоге получился сливатор.
Пробовал разные методы генерации, из них порадовал только GMM, поэтому статья только с его участием.
Рейтинг герераторов (по памяти):
- GMM
- copulas
- autoencoders, в т.ч. условные (уже плохо), либо не хватило понимания как лучше использовать.
- GAN (тоже плохо + медленно)
- GAN на трансформерах и другие сложные модели. (tGAN, tsGAN) Очень медленно и очень плохо.
- Другие очень плохие способы...
Уже есть разные пакеты для генерации синтетических табличных данных и тайм-серий, не слежу за развитием.Немного эксперементирую с генераторами. Пока что GMM все еще лучше.
Есть интересная идея обучить несколько регрессионных моделей разной сложности и сделать аугментацию через их прогнозы. Наверное, это поможет разнообразить данные, при сохранении общей структуры.
Довольно простой и логичный способ (на первый взгляд)
Реверс инженеринг маркетной стратегии при помощи такого подхода
Подсмотрел что и примерно как торгуется, внес небольшие изменения в логику. Получилось похоже.
Реверс инженеринг маркетной стратегии при помощи такого подхода
Подсмотрел что и примерно как торгуется, внес небольшие изменения в логику. Получилось похоже.
С чём сравнивать? Где оригинал?
С чём сравнивать? Где оригинал?
Верхний с нижним. Просто экспортировал историю сигнала. Но обучалось не на сделках сигнала, а через попытку подобрать ТС через известные особенности. Ради любопытства, насколько хорошо метод может найти что-то, при заданных ограничениях :) Ну и получилось, что нашел практически то же, что у автора. Признаки произвольные, поэтому есть отличия.
Вообще почему-то до сих пор никто не занимается фитингом на примерах существующих сигналов, хотя идея была давно озвучена. Получается, что уже есть большая БД для тренировки НС. Наверное лень писать код.
Имхо, скопипастить готовое кратно проще, чем изобрести с нуля
Вообще почему-то до сих пор никто не занимается фитингом на примерах существующих сигналов, хотя идея была давно озвучена.
Мало сигналов с достаточным количеством сделок по одному инструменту. Либо эти сигналы с сетками и иными методами усреднения.
У меня нет на примете такого сигнала.Мало сигналов с достаточным количеством сделок по одному инструменту
Для этого здесь и затрагиваются методы оверсемплинга/аугментации :)