Скачать MetaTrader 5

Машинное обучение в трейдинге: теория и практика (торговля и не только) - страница 741

Aleksey Vyazmikin
11142
Aleksey Vyazmikin  
Mihail Marchukajtes:

Просто у Вас вопросы на уровне новичка.....

Ну вот и до пи..делся. Это я про себя... Лосяшь, первый за эти две недели... Но я не отчаиваюсь и продолжаю работать по ТС.

Конечно, я не имею опыта, поэтому мне и интересно спросить то, что я не понимаю.

Mihail Marchukajtes
5214
Mihail Marchukajtes  
Aleksey Vyazmikin:

Конечно, я не имею опыта, поэтому мне и интересно спросить то, что я не понимаю.

Попробуйте самостоятельно разобратся с технологие нейронных сетей и машинного обучения. Там и поговорим...

Aleksey Vyazmikin
11142
Aleksey Vyazmikin  
Mihail Marchukajtes:

Попробуйте самостоятельно разобратся с технологие нейронных сетей и машинного обучения. Там и поговорим...

Мне бы не помешал учитель и наставник в данном вопросе...

СанСаныч Фоменко
7199
СанСаныч Фоменко  
toxic:

Потому что вариация маленькая если на 30 наблюдений лерна и 30 теста получается точность в 90% то можно рискнуть, если нет выбора, но рынок на >95% это шум, поэтому точек нужно в тысячи раз больше чтобы получить прогноз хотя бы сравнимый по модулю с ошибкой. 


PS: центральная предельная теорема - это базис статистики и её потомка МО, это как F = ma в механике, зря Вы так неуважительны к ней..

Где это Вы видели исполнение предельной теоремы на нестационарных случайных величинах?

Олег avtomat
6486
Олег avtomat  

Не можешь найти работу? Умножь время на мощность!
(Сборник универсальных советов.)


;)))))

СанСаныч Фоменко
7199
СанСаныч Фоменко  
toxic:

Ну вот ещё одна ересь про  "проблему нестационарности"... 

Ретурн стационарен и почти гауссов, если выпрямить по волатильности, а только он и нужен, сама цена которая не стационарна в расчётах не участвует. 

Изучаем GARCH и не выкладываем здесь еще одну ересь про  "проблему нестационарности"... для ретурнов. Сотни моделей GARCH пытаются учесть нюансы нестационарности в ретурнах, правда у всех этих людей нет такого апломба.

revers45
245
revers45  
СанСаныч Фоменко:

... 

Почему?

Да потому, что при теоретическом создании лекарства тратятся огромные усилия на обоснование влияния лекарства на заболевание.

Мы же отличаемся только тем, что валим все в кучу. Посмотрите ветку: 99% про персептроны и практически ничего про датамайнинг.   

А где вы видели тут создателей лекарств? Одни потребители, вы вот перестали принимать случайные леса, теперь пьете arcch garch - пациенты однако...

Dr. Trader
4202
Dr. Trader  

Я гарч пытался изучить, даже несколько раз брался заново. Но каждый раз натыкался на стену из непреодолимых терминов статистики и эконометрики и так и не осилил.

Но я всё равно понял кое-что важное. Арима и гарч очень много времени тратят на моделирование внутренних состояний временного ряда, из которых потом получается цена. Т.е. есть десятки глобальных процессов проходящих в мире, а цена это уже некая их комбинация. Поэтому вместо моделирования самого временного ряда лучше попытаться смоделировать это скрытые процессы, и смоделировать взаимодействие этих процессов для получения нужного нам временного ряда. 

У гарч и арима есть какие-то встроенные представления об этих происходящих скрытых процессах (сезонность, тренд, итд), но они ограничены формулами заложенными в эти модели десятки лет назад. Мы же можем используя МО попытаться создать собственные индикаторы, которые бы описывали эти внутренние состояния рынка, и тут уже ограничений гораздо меньше чем в garch. Но и ошибиться тоже легко, это тоже очень сложная задача.

sibirqk
249
sibirqk  
toxic:


Ретурн стационарен и почти гауссов, если выпрямить по волатильности, а только он и нужен, сама цена которая не стационарна в расчётах не участвует.

А вы выпрямляете волатильность на истории, или по приходу нового тика?  Понятно что сдвинув, например мув, на пол периода назад и вычтя из исходных котировок можно в остатках получить почти Гаусс. Но для того чтобы знать что творится с волатильностью в самом интересном месте - на правом краю, нужно знать например будущие пол периода мува. А где ж их взять?


СанСаныч Фоменко
7199
СанСаныч Фоменко  
Dr. Trader:

Я гарч пытался изучить, даже несколько раз брался заново. Но каждый раз натыкался на стену из непреодолимых терминов статистики и эконометрики и так и не осилил.

Но я всё равно понял кое-что важное. Арима и гарч очень много времени тратят на моделирование внутренних состояний временного ряда, из которых потом получается цена. Т.е. есть десятки глобальных процессов проходящих в мире, а цена это уже некая их комбинация. Поэтому вместо моделирования самого временного ряда лучше попытаться смоделировать это скрытые процессы, и смоделировать взаимодействие этих процессов для получения нужного нам временного ряда. 

У гарч и арима есть какие-то встроенные представления об этих происходящих скрытых процессах (сезонность, тренд, итд), но они ограничены формулами заложенными в эти модели десятки лет назад. Мы же можем используя МО попытаться создать собственные индикаторы, которые бы описывали эти внутренние состояния рынка, и тут уже ограничений гораздо меньше чем в garch. Но и ошибиться тоже легко, это тоже очень сложная задача.

GARCH и МО не являются конкурентами, они полностью дополняют друг друга, чем сейчас я и занят: попыткой объединения старых наработок в области МО - тренд, и добавить GARCH для определения точки входа. Я уже писал, что у меня есть советник, который дал мне необходимую сумму денег за год торговли. Он состоял и RF и адаптивных машек (доработанные юрики). Но эта пара не решала проблем нестационарности.

Глобально я различаю два вида моделей:

  • учитывающие статистические характеристики временной ряда - это GARCH, чрезвычайно развитое направление, по существу генеральная линия наряду с коинтеграцией. Огромное количество публикаций. Например, в качестве характеристики уровня публикаций. Исследуются разные модели GARCH на всех акциях, входящих в индекс S&P 500, т.е. 500 акций. Ничего подобного в МО мне не известно.
  • классификации, которые как в старом ТА механически ищет паттерны.

На этой ветке все почему-то вцепились в МО. На каком основании? В основе классификации лежит некая взаимосвязь между целевой переменной и ее предикторами.

Ну, во-первых, любые крупицы по поводу взаимосвязи здесь моментально забалтываются, как это произошло со взаимной информацией

Во-вторых, кто доказал, что при наличии такого влияния предикторов на целевую переменную это влияние не будет меняться во времени? Я уже много кратно писал на основе реально торгующего советника, что из найденных предварительно 27 предикторов на каждом баре производится их отбор и остается от 5 до 15, причем этот перечень постоянно меняется в пределах 27 пердикторов. Т.е. величина влияния предикторов на целевую переменную меняется во времени и достаточно быстро. 


Поэтому идея советника состоит в следующем:

  • предсказать будущее направление движения цены на старшем баре с помощью классификации
  • потом использую псевдостационарный временной ряд предсказать соответствующее направление входа с помощью GARCH