Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 118

 
mytarmailS:
...

Personalmente, la mía es borrar el infierno del RSI.

...

porque es contradictorio.

Pero si simplemente tomamos incluso un precio ordinario -digamos una serie de 20 valores, y el mercado tiene tendencia al alza-, entonces la tendencia es al alza y no hay una segunda opción, todo es inequívoco y no contradictorio, ¿me entiende?

Para ser sincero, no lo entiendo.

Tanto el RSI como el precio "normal" (momentum) muestran el día de ayer - retrospectivamente. Si el precio ha subido en los 20 valores anteriores, no significa que ahora haya una tendencia alcista, y es muy posible que haya tres posibilidades mutuamente excluyentes en el futuro:

  1. El precio seguirá subiendo
  2. El precio será plano
  3. El precio se invierte y baja.

La interexistencia de posibles eventos futuros también es esencialmente contradictoria, como en el caso del RSI.

El pasado es un hecho (objetivamente) y, por tanto, inequívoco. Y el futuro no es más que una suposición (subjetiva) y, por tanto, probabilística.

 
Este artículo es más bien un ejemplo de creación y uso de redes neuronales (MLP, CNN y LSTM) utilizando el paquete Keras (Python). Los resultados obtenidos sin el ajuste de los hiperparámetros no pueden considerarse representativos. Por cierto, el autor al final del artículo también lo dice.
 
Yury Reshetov:

Para ser sincero, no lo entiendo.

Tanto el RSI como el precio "normal" (momentum) muestran el día de ayer - retrospectiva. Si el precio ha subido en los 20 valores anteriores, no significa necesariamente que haya una tendencia al alza ahora, y es muy posible que haya tres posibilidades mutuamente excluyentes en el futuro:

  1. El precio seguirá subiendo
  2. El precio será plano
  3. El precio se invierte y baja.

Exclusividad mutua de posibles eventos futuros, en esencia también contradictoria, como en el caso de la RSI.

El pasado es un hecho (objetivamente), y por lo tanto no es ambiguo. Y el futuro es sólo una suposición (subjetiva) y, por tanto, probabilística.

No estoy hablando de predecir el futuro.

Tomemos una serie de 20 velas en este momento en esta serie, una fuerte tendencia alcista es posible. El segundo no es un hecho, la tendencia es alcista, y eso es todo, no importa lo que va a pasar en la próxima vela 21 no está claro, este es un pronóstico probabilístico del futuro y hay muchos resultados, estoy absolutamente de acuerdo con usted acerca de esto

y ahora tomemos un indicador rsi o Momentum, un indicador con un periodo fijo, digamos 10, y apliquémoslo a nuestra serie de 20 velas donde la tendencia es alcista, y veremos que en la undécima vela el indicador empezará a doblarse hacia abajo desde sus valores máximos, ¿por qué en la undécima? El indicador no sólo no puede describir el futuro, ni siquiera puede describir el presente/pasado de forma objetiva, simplemente miente y confunde, confunde al trader común y a la red neuronal

 
mytarmailS:

No hablo de predecir el futuro, es un tabú para mí, hablo de la representación de los datos actuales

Tomemos una serie de 20 velas en este momento en esta serie, es posible una fuerte tendencia alcista. No hay dos velas con tendencia alcista y ya está, me importa un bledo, lo que pasará en la próxima vela 21 no está claro, esto es una previsión probabilística del futuro y hay muchos resultados Estoy absolutamente de acuerdo contigo en esto

y ahora tomemos un indicador rsi o un indicador de Momentum, un indicador con un periodo fijo, digamos 10, y apliquémoslo a nuestra serie de 20 velas donde la tendencia es alcista, y veremos que en la undécima vela el indicador empezará a doblarse hacia abajo desde sus valores máximos, ¿por qué en la undécima? El indicador no sólo no puede describir el futuro, ni siquiera puede describir el presente/pasado de forma objetiva, simplemente miente y confunde, confunde al trader común y a la red neuronal

Los indicadores y osciladores de AT describen el pasado exactamente como se especifica en sus algoritmos. Y tienen un desfase, por lo que se pierden los movimientos bruscos de los precios, y si se guían por ellos, se puede saltar al "tren que ya ha salido hace tiempo" o "saltar del tren, que irá en la dirección correcta antes de tiempo". Como resultado de los retrasos en el AT también hay divergencias, cuando el precio va en una dirección y el oscilograma dibuja en la dirección opuesta.

Por lo tanto, no hay nada que discutir: los códigos de la mayoría de las herramientas de análisis técnico son abiertos y no es difícil entenderlos, si se conocen bien las matemáticas.

Pero eso no viene al caso, ya que todo lo anterior no tiene nada que ver con el tema del aprendizaje automático. El aprendizaje automático en la parte predictiva trata de las relaciones entre el pasado y el futuro, no de tratar de "entender" sólo en retrospectiva.

 
Yury Reshetov:

Los indicadores y osciladores de AT describen el pasado exactamente hasta donde sus algoritmos especifican. Y tienen un retardo, por lo que se pierden los movimientos bruscos de los precios y, si los utiliza, puede subirse al "tren que partió hace tiempo" o "saltar del tren antes de tiempo, que irá en la dirección correcta". Como resultado de los retrasos en el AT también hay divergencias, cuando el precio va en una dirección y el oscilograma dibuja en la dirección opuesta.

Y, por tanto, no hay nada que discutir: los códigos de la mayoría de las herramientas de análisis técnico son abiertos y fáciles de entender si se conocen las matemáticas.

Pero eso no viene al caso, porque todo lo anterior no tiene nada que ver con el tema del aprendizaje automático. El aprendizaje automático predictivo consiste en interconectar el pasado y el futuro y no en tratar de "entender" sólo la retrospectiva.

No sé, en 8 años de estudios de mercado nunca he conseguido subirme al "tren" de los indicadores, los considero inconsistentes y no los recomiendo a nadie, también he explicado por qué lo pienso, no sé qué más añadir aquí...
 
Vladimir Perervenko:
Este artículo es más bien un ejemplo de creación y uso de redes neuronales (MLP, CNN y LSTM) utilizando el paquete Keras (Python). Los resultados obtenidos sin ajustar los hiperparámetros no pueden considerarse representativos. Por cierto, el autor también lo dice al final del artículo.

Personalmente, creo que se ha equivocado en ese aspecto. La primera red MLP entrenada -entrenada sobre los precios brutos, lo que es un puro disparate metodológico- comienza de repente a mostrar una coincidencia casi exacta con la serie de precios original, mientras que el resto de las redes que predicen el precio muestran exactamente lo que debería mostrar: la previsión repite el valor anterior; información cero. Creo que su MLP está desplazado hacia atrás una barra, casualmente o no. Esto lo hice yo mismo hace unos años por despiste, y el resultado es siempre el mismo - R^2 <= 0.

Sin embargo, la precisión de la clasificación direccional es del 54%, lo que parece ser cierto. Con esta precisión, teniendo en cuenta los gastos generales del mercado estadounidense, se puede obtener un beneficio del 10-15% al año.

¿Qué tiene esto que ver con el ajuste de los hiperparámetros y la legibilidad? Puedes hacerlo sin afinar, si eres bueno en ello. Con la puesta a punto es posible que se recupere tanto en la prueba que será un dolor.

Pero en general, su experimento es un poco flojo.

 
Alexey Burnakov:

Personalmente veo un error ahí. La primera red MLP entrenada -entrenada en precios brutos, lo cual es un disparate metodológico- de repente empieza a mostrar una coincidencia casi exacta con la serie de precios original, y las otras redes que predicen el precio muestran lo que se supone que deben mostrar: la previsión repite el valor anterior; información cero. Creo que su MLP está desplazado hacia atrás una barra, casualmente o no. Esto lo hice yo mismo hace unos años por despiste, y el resultado es siempre el mismo - R^2 <= 0.

¿Y qué tiene que ver el ajuste de los hiperparámetros con la legibilidad? Puedes hacerlo sin afinar, si eres bueno en ello. Si tienes afinación, puedes sobreentrenarla en la prueba tanto que te resultará dolorosa.

Se trata de las conclusiones del artículo: 1. el problema de regresión se resuelve mejor; 2. MLP muestra mejores resultados.

 
Dimitri:

La última vez que este pensamiento me fue expresado en una discusión de este tipo fue por Matemat el 4.

Era un hecho - el té, todavía lo está buscando, pobre chico....

Así que ya estoy escribiendo aquí sobre estas dependencias. Ahí están. El problema es que los tíos listos ponen tal margen en la operación que casi siempre compensa la ventaja.

Y se tarda años en encontrar otras fuertes y rentables, eso es seguro.

 
Alexey Burnakov:

Ya he escrito aquí sobre estas adicciones. Existen. El problema es que los tíos inteligentes imponen un diferencial tal en la operación que casi siempre compensa la ventaja.

Y se tarda años en encontrar otras fuertes y rentables, eso es seguro.

) ¡Nadie discute que haya dependencias! Se trata de estrategias rentables.

Un simple árbol dará un 65-70% de definiciones correctas del color de las velas - no se puede utilizar. Incluso en la estrategia binaria la ventaja es demasiado pequeña

 
mytarmailS:

¿la regresión funciona mejor? a partir de sus descubrimientos

Mira de cerca 3 de sus gráficos:

https://cdn-images-1.medium.com/max/800/1*pHoc6M3mpkaLd6IleRZrvQ.png

https://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPPQZoiB7wA.png

https://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPFQZZoiB7wA.png

Sus números allí no cuadran con los gráficos. Se afirma el mismo RMSE para un gráfico que supuestamente tiene una fuerte coincidencia entre el precio predicho y el precio real, y otros dos en los que la red no aprende nada. Y los gráficos también son los mismos.

Deduzco que la clasificación al menos da algo.

Hace mal la regresión de precios en absoluto. No se pueden introducir los precios en bruto en NS (y el escalado no resolverá el problema). Su no estacionalidad sería horrible. El resultado es el llamado "desplazamiento": la previsión es un valor ligeramente modificado del último precio de cierre.