L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 654
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Yuri, ne vous inquiétez pas - votre aide et vos suggestions sont prises en compte par moi et c'est ce qui m'empêche de décrire l'algorithme dans son intégralité. Je réfléchis à ce que je vais en faire... Je ne sais pas encore. C'est tout - je quitte ce fil. Ne grondez pas le pianiste, il joue comme il peut.
Oui, Doc - si vous faites toujours la course aux réseaux neuronaux, faites-le sur des échantillons transformés. Vous pouvez lire à partir de là soit uniformément soit exponentiellement. C'est vraiment tout. Je ferais mieux de rentrer chez moi - l'ambiance ici semble s'être améliorée.
En fait, vous parlez tous de la mauvaise chose ici...
Tout est question de données et ensuite de l'implémentation de l'échappement MO dans le TS, je pense qu'il est préférable de parler de la façon de transformer un prédicat bruyant avec NS, avec un peu plus de 50% d'exactitude, en un TS au moins au-dessus de l'écart.
En fait, vous parlez tous de la mauvaise chose ici...
Tout est question de données et ensuite de l'implémentation de l'échappement MO dans le CT, je pense qu'il est préférable de parler de la façon de transformer un prédicat bruyant avec NS, avec un peu plus de 50% d'exactitude, en un CT au moins au-dessus de l'écart.
***
Comme preuve à ce stade :
démo ?
Alors où était le rouble avant 14 ? ))))))
En fait, vous parlez tous de la mauvaise chose ici...
Tout est question de données et ensuite de l'implémentation de l'échappement MO dans le TS, je pense qu'il est préférable de parler de la façon de transformer un prédicat bruyant avec NS, avec un peu plus de 50% d'exactitude, en un TS au moins au-dessus de l'écart.
J'ai beaucoup pensé à ça aussi.
Si le modèle de régression prédit les gains de prix par barre et que le score R2 est supérieur à zéro sur les fronttests et backtests, c'est déjà un bon début. Le problème est que le résultat, bien que stable, est faible, l'écart ne peut être battu.
D'un point de vue analytique, le problème est que R2 pénalise plus fortement le modèle pour les erreurs importantes et ignore les petites erreurs et les mauvaises directions de transaction. Si vous regardez la distribution des gains, la plupart des mouvements de prix ne sont que de quelques pips. Et le modèle, au lieu de prédire la direction correcte de ces petits mouvements, apprend à prédire les longues queues de la distribution pour lesquelles il obtiendra un R2 plus élevé. Par conséquent, le modèle peut prédire les grands mouvements, mais sur les petits, il se trompe toujours de direction et perd l'écart.
Conclusion - les estimations de régression standard sont mauvaises pour le forex. Il est nécessaire d'inventer une sorte de fonction d'adaptation pour prendre en compte les directions des échanges, la diffusion et la précision, et la fonction doit être lisse. Ainsi, même avec une précision d'un peu plus de 50 %, il y a une chance de faire des bénéfices.
La précision, le ratio Sharp, le facteur de récupération et d'autres fonctions qui analysent le graphique de trading sont trop discrets, les neurones avec des backprops standards ne sortiront pas du minimum local et n'apprendront pas correctement.
Une autre conclusion consiste à ignorer complètement les signaux faibles du neurone. N'échangez que des produits solides. Le problème est que nous pouvons toujours définir le seuil qui donne de bons résultats sur le backtest, mais qui ne donnera pas de bons résultats sur le fronttest. C'est aussi une chose à laquelle il faut penser.
Une autre conclusion consiste à ignorer complètement les signaux neuroniques faibles. N'échangez que des produits solides. Le problème est que l'on peut toujours trouver un seuil qui donnera de bons résultats sur le backtest, mais pas sur le fronttest. Ici aussi, nous devons penser à quelque chose.
Il est logique d'opérer sur des valeurs fortes. Et le fait que nous ayons obtenu de mauvais résultats sur le frontend - peut-être que NS s'est simplement souvenu de ce que nous avions sur le backtest, et n'a pas généralisé.
Peut-être faudrait-il introduire une section de validation ?
Mais il se peut qu'il y ait un ajustement de la zone de validation. Et l'avant sera encore mauvais.
et de mauvaises directions de transaction.
Peut être intéressant : rugarch::DACTest - test de précision directionnelle. La chose la plus intéressante est que l'auteur est notre contemporain russe Anatolyev.
Anatolyev S. Test de prévisibilité. Quantil #1, septembre 2006, pp. 39-43.