Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 654
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
Юрий, не переживайте - Ваша помощь и пожелания мною учитываются и именно они удерживают от описания алгоритма полностью. Думаю, как с этим быть... Пока - не знаю. Все - эту ветку покидаю. Не ругайте пианиста, он играет как может.
Да, Док - если будешь еще гонять нейросети - гоняй именно на преобразованных выборках. Считывать можно оттуда как равномерно, так и экспоненциально. Во теперь - действительно все. Пойду-ка я домой - тут, вроде, настроение улучшилось.
Вообще вы тут все не совсем о том толкуете...
Вся фигня в данных и затем имплементации выхлопа МО в ТС, мне кажется лучше поговорить о том как шумный предикт с НС, с чуть больше 50% акураси, превратить в ТС хотя бы выше спреда.
Вообще вы тут все не совсем о том толкуете...
Вся фигня в данных и затем имплементации выхлопа МО в ТС, мне кажется лучше поговорить о том как шумный предикт с НС, с чуть больше 50% акураси, превратить в ТС хотя бы выше спреда.
***
Как доказательство на данный момент времени:
демо?
Так где был рубль до 14г?))))))
Вообще вы тут все не совсем о том толкуете...
Вся фигня в данных и затем имплементации выхлопа МО в ТС, мне кажется лучше поговорить о том как шумный предикт с НС, с чуть больше 50% акураси, превратить в ТС хотя бы выше спреда.
Я тоже много об этом думаю.
Если регрессионная модель предсказывает прирост цены за бар, а оценка R2 выше ноля на фронттестах и бэктестах, то это уже хорошее начало. Проблема в том что результат хоть и стабилен, но мал, спред не побороть.
Аналитически, проблема в том что R2 штрафует модель сильнее за большие ошибки и игнорирует маленькие ошибки и неверные направления сделки. Если посмотреть на распределение приростов, то большинство движений цены - всего пара пипсов. А модель вместо того чтобы предсказать правильное направление таких малейших движений, учится предсказывать длинные хвосты распределния, за которые получит более высокий R2. В итоге модель кое-как предсказывает большие движения, но на маленьких постоянно ошибается с направлением и сливает по спреду.
Вывод - стандартные регрессионные оценки для форекса плохи. Нужно изобретать какую-то свою фитнесс функцию, чтоб и направления сделок учитывались, и спред, и точность, да ещё и функция должна быть гладкой. Тогда даже с точностью чуть выше 50% уже будет шанс на профит.
Точность, Sharp ratio, recovery factor, и другие функции которые анализируют график торговли - слишком дискретны, нейронка со стандартным бэкпропом не вылезет из локального минимума, и толком не обучится.
Альтернативный вывод - полностью игнорировать слабые сигналы нейронки. Торговать только на сильных. Тут своя проблема в том что можно всегда подобрать порог который покажет отличные результаты на бэктесте, но с ним-же будут плохие на фронттесте. Тут тоже надо что-то думать.
Альтернативный вывод - полностью игнорировать слабые сигналы нейронки. Торговать только на сильных. Тут своя проблема в том что можно всегда подобрать порог который покажет отличные результаты на бэктесте, но с ним-же будут плохие на фронттесте. Тут тоже надо что-то думать.
На сильных - логично торговать. А то что на форварде плохие рез-ты - видимо НС просто запомнила, то что было на бэктесте, а не обобщила.
Может валидационный участок надо вводить?
Но может получиться так, что произойдет подгонка под валидационный участок. И форвард опять будет плохим.
и неверные направления сделки.
Может быть будет интересно: rugarch::DACTest - тест точности направления. Самое интересное, что автор наш русский современник Анатольев.
Анатольев С. Тестирование на предсказуемость. Квантиль №1, сетябрь 2006, стр. 39-43.