Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3476
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
Моя гипотиза обьясняет все то непонятное что твориться с ТС/МО на новых данных, и разумно обьясняет.
Шум просто ловите...
Шум просто ловите...
почему тогда не 50/50 ?
У шума среднее = 0
почему тогда не 50/50 ?
У шума среднее = 0
Так шума может 70%-80% изначально - я к таким показателям прихожу вот.
Так шума может 70%-80% изначально - я к таким показателям прихожу вот.
какая разница сколько шума, у шума среднее = 0.
А значит обратной корреляции быть не должно, а она есть
По твоей логике должно быть так
А оно совсем не так
Ну, вроде, сами пользуетесь терминологией:
In-sample — это данные, которые использовались для разработки и оптимизации торговой стратегии. Обычно это исторические данные о ценах, которые были протестированы с помощью различных технических индикаторов и алгоритмов.
Out-of-sample — это новые данные, которые не использовались ранее. Они помогают проверить, насколько хорошо торговая стратегия работает в новых рыночных условиях.
Независимый участок тестирования - тот, о котором алгоритм не знал при обучении/оптимизации/настройки/фантазии.
Процент отобранных результатов на периоде обучения - это число гипотез-моделей/настроек, которые были получены без использования независимого участка тестирования.
Вопрос в том, какой процент этих гипотез подтвердился, а какой оказался ошибочным.
Алгоритм поиска максимума ФФ прерывался после вычисления 3000 ФФ. Далее сортировка 3000 результатов по значению ФФ и прогон лучших 20 из них на OOS. Среди них OOS проходят иногда 50%, иногда 5% или 0%. Этот процент точно ничего не говорит о робастности ТС. Т.к. алгоритм поиска мономодальный.
Мне кажется, что следует немного подождать, пока оптимизаторщики намаются и устанут со своими ФФ. Тогда начнут воспринимать информацию :)
Ведь если за 20 лет ничего не произошло, какова вероятность, что что-то интересное случится?
Пока что они остановились на необходимости правильного выбора ФФ, которую никто не знает как выбирать, а если знает, то никогда не расскажет. @цитата одного из.Есть три участка
Не точно.
Имеем файл - file
И еще очень важное условие: ошибка классификации на всех трех участках НЕ может сильно отличаться. Если отличается, то переобучена и можно спокойно выбросить.
Не точно.
И в чем противоречие с тем что я написал?
Trаin - случайная выборка из файла, а Validate - это также случайная выборка из файла, но не повторяющая Train
какая разница сколько шума, у шума среднее = 0.
А значит обратной корреляции быть не должно, а она есть
По твоей логике должно быть так
А оно совсем не так
Классы сбалансированы? SL/TP фиксированный? Спред, как я понимаю, не учитывается?