L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1713

 
Renat Akhtyamov:

Quoi, vous cherchez juste un système pour gagner de l'argent ?

messieurs, vous cherchez juste un système pour gagner de l'argent

mais personne, absolument personne, ne peut y arriver.

Nous sommes simplement intéressés par la résolution d'un problème intéressant, surtout lorsqu'il commence à être résolu.
 
mytarmailS:

Quand les scientifiques veulent donner un sens à un processus complexe....

c'est assez drôle, je vais creuser...

 
mytarmailS:

Lorsque les scientifiques veulent comprendre un processus complexe, ils essaient de le décomposer en composants plus simples et de les analyser, c'est pourquoi l'analyse spectrale a été créée. Essayons de jouer aux scientifiques), bien qu'elles ne soient pas très réussies. J'ai trouvé comment décomposer le prix en éléments plus simples. Ma décomposition n'a pas d'additivité, et c'est mauvais, mais il est toujours intéressant de regarder le prix sous un angle différent .

Nous avons donc besoin du prix de clôture et de la volatilité (sommets).

Transformons le prix en un binaire conditionnel - si la hausse du prix est supérieure à la précédente, alors "1" ; si elle est inférieure, alors "-1".

Code R

nous obtenons un prix binaire

vous pouvez le rendre cumulatif et le comparer avec le prix.

Cela n'a pas l'air de grand-chose). Maintenant, ajoutons la volatilité à notre série.

Déjà mieux...

Des idées...

IDÉE 1

Ainsi, la quasi-totalité de la "météo" est déterminée par la volatilité "intra-horaire", et non par une direction "binaire" des prix. Le fait est que la volatilité a une saisonnalité prononcée et qu'elle est relativement facile à prévoir. Il suffit de prévoir le prix binaire, dont la structure est plus facile que celle du prix ordinaire, puis de combiner les prévisions pour obtenir une prévision complète...


IDEA 2

Tous les algorithmes MO appropriés apprennent très mal des prix bruts même s'ils sont normalisés parce qu'ils n'ont pas de répétitivité dans les séries, probablement juste à cause de la volatilité qui est toujours différente, si nous décomposons le prix en binaire et volatilité, normalisons la volatilité et les ajoutons à nouveau, ou ne normalisons pas et alimentons le MO, en théorie nous devrions obtenir une meilleure capacité de généralisation parce que la répétitivité augmentera.


IDEA 3

Avec la décomposition, nous pouvons lisser les prix sans perdre de retard. Nous pouvons décomposer le prix et interpoler (étirer) la volatilité et le prix séparément, puis les additionner à nouveau.


IDEA 4

Nous pouvons décomposer les prix et la volatilité de la grappe, c'est-à-dire réduire les degrés de liberté de la grappe à 10 grappes (états), c'est-à-dire la normaliser et ensuite rajouter la volatilité normalisée.

La proposition de décomposer un processus complexe en ses composantes est très judicieuse. C'est ainsi qu'il faut procéder. Mais pour une raison quelconque, vous avez très peu de composants. De nombreux paramètres du marché, y compris les produits dérivés, peuvent être ajoutés à l'étude. Vous disposez d'un outil puissant : le MO ! Pourquoi ne pas essayer de construire un système paramétrique cohérent et logique, dans lequel on chercherait des modèles statistiques à l'aide de MO ?

Élargissez l'ensemble des paramètres de la recherche, en les organisant préalablement par connexions et dépendances, dont vous vérifierez la force statistiquement.

Si vous laissez 2-3 paramètres, l'utilité de l'étude sera perdue, car le caractère aléatoire du processus, pour nous, est inversement proportionnel au nombre de paramètres connus et à leurs relations. Plus il y en a, moins il y a de hasard dans le processus. Donc, construisez le système et ajoutez des paramètres.
 
Konow reg :
La suggestion de décomposer un processus complexe en ses éléments constitutifs est très raisonnable. C'est comme ça qu'il faut faire. Mais vous n'avez pas assez d'électeurs. De nombreux paramètres du marché, y compris les produits dérivés, peuvent être ajoutés à l'étude. Vous disposez d'un outil puissant : le MO ! Pourquoi ne pas essayer de construire un système paramétrique cohérent et logique, dans lequel on chercherait des modèles statistiques à l'aide de MO ?

Élargissez l'ensemble des paramètres de l'étude en les pré-organisant avec des liens et des dépendances, dont vous vérifiez statistiquement la force.

Si vous conservez 2 ou 3 paramètres, l'utilité de l'étude est réduite à néant, car le caractère aléatoire du processus est pour nous inversement proportionnel au nombre de paramètres connus et à leurs relations. Plus il y en a, moins il y a de hasard dans le processus. Donc, construisez le système et ajoutez des paramètres.

Initialement nous avons 3 paramètres : tick series, bid asc, tick time. Tous les autres paramètres sont dérivés de ces trois-là. Éclaircissement, calcul de la moyenne. Et de beaucoup d'autres.

 
Valeriy Yastremskiy:

Initialement, nous avons 3 paramètres : la série de tick, l'ascendant de l'offre, le temps du tick. Tous les autres paramètres sont dérivés de ces trois-là. Éclaircissement, calcul de la moyenne. Et de beaucoup d'autres.

Bid, ask, flipper, volumes de l'offre et de la demande aux niveaux, OI, saisonnalité, moment de la session et bien d'autres et dérivés ... vous pouvez inclure des paramètres fondamentaux comme l'heure de publication des nouvelles, l'importance des nouvelles, le taux d'intérêt, le comportement des paires parallèles au même moment... Si vous utilisez le MO, vous devez l'utiliser au maximum. Comme la chanson "mon père et ma mère m'ont appris... à explorer, alors explorez !"))

Nous devons construire un système à partir d'un large ensemble de paramètres de marché et identifier statiquement leurs relations. Ensuite, des "pseudo-dépendances" (dépendances fonctionnant avec une forte probabilité) qui serviront de "modèle" pour le TS, doivent être dérivées sur cette base.
 
Retag Konow:
Bid, ask, flipper, volumes d'offre et de demande aux niveaux, OI, saisonnalité, temps de session, et bien d'autres et dérivés... vous pouvez inclure des paramètres fondamentaux comme l'heure de publication des nouvelles, l'importance des nouvelles, le taux d'intérêt, le comportement des paires parallèles au même moment... Si vous utilisez le MO, vous devez l'utiliser au maximum. Comme la chanson "mon père et ma mère m'ont appris... à explorer, alors explorez !"))

Les paramètres externes fondamentaux n'ont pas été pris en compte ici, car la tâche de les numériser n'a pas encore été résolue, à part l'importance des nouvelles, qui sont super-petites, la présentation d'autres propriétés et paramètres du marché n'a pas été vue jusqu'à présent, apparemment il y en a en développement quelque part, mais ils ne sont pas utilisés. Extrait de l'actualité sur le sujet. L'IA prendra en compte les renseignements sur l'état du pays ennemi et élaborera la tactique d'action. La numérisation des données sur l'état de la société, du marché, du pays, est une tâche différente.

 
Evgeny Dyuka:
Nous sommes simplement intéressés par la résolution d'un problème intéressant, surtout lorsqu'il commence à être résolu.
Comment déterminer quand un problème commence à être résolu ?
 
Valeriy Yastremskiy:

Les paramètres externes fondamentaux n'ont pas été pris en compte ici, car la tâche de les numériser n'a pas encore été résolue, à part l'importance des nouvelles, qui sont super-petites, la présentation d'autres propriétés et paramètres du marché n'a pas été vue jusqu'à présent, apparemment il y en a en développement quelque part, mais ils ne sont pas utilisés. Extrait de l'actualité sur le sujet. L'IA prendra en compte les renseignements sur l'état du pays ennemi et élaborera la tactique d'action. La numérisation des données sur l'état de la société, du marché et du pays est une tâche différente.

Même sans numérisation des données fondamentales, outre le prix, il y a les volumes, les intérêts ouverts, les niveaux de prix et les volumes, les paramètres temporels - session, saison, etc... L'actualité, semble-t-il, est déjà numérisée...

En d'autres termes, le menu des paramètres du marché est beaucoup plus riche que ce qui est discuté et utilisé ici, et le potentiel de l'IA n'est pas pleinement exploité dans la recherche.

Je rassemblerais les paramètres disponibles dans un système conditionnel, organiserais le flux de leurs valeurs dans un algorithme MO qui calculerait les coefficients de dépendances "croisées" en s'appuyant sur une base de données statistiques, qui serait réapprovisionnée et mise à jour en temps réel.
 
Renat Akhtyamov:
Comment déterminez-vous le moment où un problème commence à être résolu ?
Simplement, un réseau neuronal fonctionne comme un indicateur sur le marché réel et prédit bien le mouvement des actifs. Et un autre essaie de donner des points d'entrée. Voici les quatre derniers signaux des 10 dernières heures, tous les signaux sont rendus publics.

 
L'objectif de l'étude est de trouver des relations stables dans la dynamique des valeurs des paramètres du marché. Plus il y a de paramètres, mieux c'est, car le SN pourra varier en les contrastant les uns avec les autres, ce qui augmentera la probabilité de trouver un modèle.