Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 587
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
Да нет, там все свелось к тому что надо последовательно строить псевдостационарные ряды, переобучаться как можно чаще.. в принципе я то же самое и делаю
или построить линейный\нелинейный фильтры.. я так понимаю перед этим нужно учесть динакмику изменения влияния предикторов на целевую, и попытаться адаптировать выходной сигнал через коэффициенты фильтра, в зависимости от изменений среды
ну в общем ничего особенного. По крайней мере в этой главе.
Как-то проблему нестационарности по углом моделей машинного обучения я обсуждал с Vladimir Perervenko.
Он меня убедил, что проблема нестационарности не имеет отношения к МО. Так как я никогда не занимался НС, то аргументов опровергнуть это его мнение у меня не было. Более того было интуитивное понимание того, что разные там деревья и прочие , кроме НС, прекрасно работают с нестационарными предикторам.
Ваш пост и ссылка на Ваш личный опыт говорит об обратном, по-крайней мере, в отношении НС надо учитывать нестационарность предикторов.
Если это так, то на сегодня существует практически единственный инструмент, пытающийся работать на нестационарных рядах - это модели garch. Фильтры, переобучение на каждом баре... не способны решить проблему нестационарности - слив гарантирован, проскользнет через стоп...
Но остается вопрос про остальные модели, а их очень много. У меня нет доказательств, что надо учитывать нестационарность. Переобучение в тех моделях, которые я пробовал, всегда связано с шумовыми предикторами.
Обращаю Ваше внимание, что для меня решение проблем с нестационарностью и/или шумовыми предикторами, являются краеугольными в машинном обучении. Уровень решения этих проблем и определяет уровень ошибки при моделировании. Трудоемкость применения собственно самих моделей просто смешная и мною не учитывается.
Если это так, то на сегодня существует практически единственный инструмент, пытающийся работать на нестационарных рядах - это модели garch. ...
Я бы сказал, что на данный момент не существует ни одного инструмента. эффективно прогнозирующего
есть отдельные случаи - случайные временные попадания в яблочко, когда, периодами, можно неплохо заработать
или эксплуатация арбитражных закономрностей, усреднения
что я и вы делаем - систему которая бы реально предсказывала осмысленно... это из разряда фантастики как по пониманию всяких рыночных процессов так и моделей :)
то есть это дичь дичайшая, люди заходят сюда, читают, а потом в панике бегут заливать горе от ощущения своей беспомощности :)
Я бы сказал, что на данный момент не существует ни одного инструмента. эффективно прогнозирующего
есть отдельные случаи - случайные временные попадания в яблочко, когда, периодами, можно неплохо заработать
или эксплуатация арбитражных закономрностей, усреднения
что я и вы делаем - систему которая бы реально предсказывала осмысленно... это из разряда фантастики как по пониманию всяких процессов так и моделей :)
https://github.com/uber/pyro
Garch.... garch... О котором garch Вы говорите? - в R этих garchей 24 штуки по ключевым словам, по пакетам наверное около 12. Хороших и разных.)
Присоединяйтесь
Пакет rugarch: ARMA(1,1); RealGARCH; Скошенное t-распределение. Куча тонкостей
Я бы сказал, что на данный момент не существует ни одного инструмента. эффективно прогнозирующего
есть отдельные случаи - случайные временные попадания в яблочко, когда, периодами, можно неплохо заработать
или эксплуатация арбитражных закономрностей, усреднения
что я и вы делаем - систему которая бы реально предсказывала осмысленно... это из разряда фантастики как по пониманию всяких рыночных процессов так и моделей :)
то есть это дичь дичайшая, люди заходят сюда, читают, а потом в панике бегут заливать горе от ощущения своей беспомощности :)
Че то безнадега. Надо передохнуть и вперед, начиная с дэйтамайнинг.
Помнится, у Вас было около 70% адекватных предсказаний. Я вот выше пост написал
Кстати, в свое время я МАшку (не простую, а золотую, то бишь нестандартную) научил прогнозировать. Где-то на 70% врем ряда все было просто изумительно, на остальных 30% невесть что.. Только вот реально это использовать нет никакой возможности.
Так вот, 70% верных это вообще ни о чем. Из этих 70% верных для входа в сделки походит пусть примерно треть. Остается 23%. Против 30% неверных предсказаний (а мы не знаем заранее, верные они или нет) это ни о чем. А неверные предсказания как и есть в областях перегиба (изменения направления), и эти области как раз наиболее подходят для сделок.
Исходя из этого, я полагаю, что заниматься прогнозированием бесперспективно, а следует заниматься классификацией. Т.е. определять подходит ли конкретный момент для сделки. По моделям получается ошибка входа 20-40% Более точные цифры приводил ранее в теме.
Так вот, 70% верных это вообще ни о чем. Из этих 70% верных для входа в сделки походит пусть примерно треть.
Почему треть?
Все 70%. Прогноз действует 1 час. Потом снова.
прогнозированием бесперспективно, а следует заниматься классификацией
Ничего не понимаю.
Например, в час дня приходит клоус комбинации предикторов, которая говорит, что будет лонг в последующий час, т.е. до следующего клоус, до двух часов дня.
Как это у Вас классификация существует без прогноза? Зачем вообще нужна классификация на финансовых рынках, если она не прогнозирует?
Как это у Вас классификация существует без прогноза? Зачем вообще нужна классификация на финансовых рынках, если она не прогнозирует?