Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3184
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
Ни одну симуляцию использовать не стал бы. Что они делают:
Абсурдно, что 100 значений могут описывать исходный ряд в миллионы значений! Похоже, это инструмент теоретиков, но не практиков.
Абсурдно удивляться не знакомомму и называть это абсурдом...
Вы знакомы с алгоритмами уменьшения размерности? алгоритмами сжатия?
Предложенный алгоритм работает с тиками. В получаемых барах совпадают тиковые объемы, совпадают спреды. Идентичная резкая реакция на новостях, идентичное поведение в ролловер и т.д.
Звучит, что все круто. Но я не могу обучить скальпингу даже после такой рандомизации. И пока у меня нет объяснения этому.
Вот вам и ответ на сколько ваша рандомизация хорошо симулирует реальный рыночный процесс..
Задача.
Рандомизировать реальный скальпируемый символ, чтобы он оставался скальпируемым.
А вот вам критерий/фитнес функция для создания правильной симуляции ряда
Абсурдно удивляться не знакомомму и называть это абсурдом...
В тех искуственных данных как сигнал - периодические функции, для анализа которых достаточно 1-2-10 периодов (через каждые 50 бар например та же ф-я (абсолютно), но с другим шумом, через 50 опять и т.д.). В рыночных данных не периодическая ф-я, поэтому надо анализировать все...
Вы знакомы с алгоритмами уменьшения размерности? алгоритмами сжатия?
Да.
Вот вам и ответ на сколько ваша рандомизация хорошо симулирует реальный рыночный процесс..
Да.
А вот вам критерий/фитнес функция для создания правильной симуляции ряда
К сожалению, непонятно, какие входные параметры рандомизации оптимизировать.
Есть несколько гипотез.
Сравнил характеристику "максимальная потенциальная прибыль". Не увидел значимых различий.
Сравнил характеристику "максимальная потенциальная прибыль". Не увидел значимых различий.
Amount1 - Amount2 - это скорее волатильность. Трендовость - это если их много сложить. В реальных данных тренды одни, в рандомизированных (до примерно через1), тренды скорее случаные выбросы за счет повышения волатильности. Предполагаю, что они по амплитуде в разы меньше, чем реальные.
UPD: не разглядел сразу, что там у вас ~ а не -
Про ~. Их приблизительное равество означает только что, реально хорошо перемешали, в среднем через 1.Я смотрю на тренд как на смещение среднего в приращениях относительно ноля
но это все дело вкуса наверное
Forester #:
Это если по-тиково?
Да.
А если тренд ловить? От разворота до разворота сравните.
Стал менять размеры (в пределах разумного для скальпинга) мин. колена ЗЗ и смотреть сумму колен.
У рандомного символа такая потенциальная прибыль выше, чем у оригинального. Т.е. рандомный символ потенциально более прибыльный.
Если бы потенциальная прибыль была ниже оригинального, то это могло бы хоть как-то объяснить облом со скальпингом. Но тут обратная ситуация.
ЗЫ В общем, если есть интерес попробовать найти различия между двумя рядами, могут их предоставить.
Да.
Ну тогда вы должы знать что в спектральном анализе например сотней гармоник можно описить ряд в 10 000 значений с довольно хорошей точностью..
взяли 10 000 значений ---> получили -+ то же но 100 значений
Абсурдно, что 100 значений могут описывать исходный ряд в миллионы значений! Похоже, это инструмент теоретиков, но не практиков.
А вы называете это абсурдом, странно...
К сожалению, непонятно, какие входные параметры рандомизации оптимизировать.
Все что я тут напишу это чисто мои фантазии так что смотрите критически...
Можно попробовать создать из тех же гармоник такой ряд, на котором будет работать ваша ТС ..
параметры для оптимизатора - это комбинация гармоник ,
фитнес функция - качество работы ТС на этих синтетических данных
У рандомного символа такая потенциальная прибыль выше, чем у оригинального.
Странно.
Значит тест Монте-Карло пройден получается. Если на реалных есть прибыль, а на перемешанных нет.
Ну тогда вы должы знать что в спектральном анализе например сотней гармоник можно описить ряд в 10 000 значений с довольно хорошей точностью..
взяли 10 000 значений ---> получили -+ то же но 100 значений
А вы называете это абсурдом, странно...
Потому что это никакого отношения не имеет к цВР. mp3 и jpg даже при очень низком битрейте узнаваемы нейронкой. Но вот альфа в виде скальпинга теряется даже при сохранении "битрейта".