L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2010

 
Aleksey Vyazmikin:
Pouvons-nous organiser un concours pour la formation à l'échantillonnage ?

laissez le marché juger.... vous n'auriez pas pu mieux le dire

Si vous ouvrez un signal, gardez 3-4 mois dans le noir avec des drawdowns raisonnables, vous aurez un concours et une compétition, et vous obtiendrez une récompense sous forme d'abonnés.

imho, même un compte de démonstration est suffisant si le dépôt initial est raisonnable ;)

 
Valeriy Yastremskiy:
Les échantillons doivent être formalisés d'une manière ou d'une autre. Sinon, les phasers vont soudainement s'impliquer et gagner).

Je pense qu'aucun OHLCV ne devrait être donné, et qu'aucun nouveau prédicteur ne peut être ajouté, seules des combinaisons, des fusions et des sélections peuvent être faites à partir des prédicteurs existants. L'objectif du concours serait d'appliquer les compétences d'apprentissage avec la divulgation de l'apprentissage sur les données disponibles.

 
Igor Makanu:

laissez le marché juger.... il n'y a pas de meilleur moyen de dire

Ouvrez un signal, gardez 3-4 mois dans le noir avec des drawdowns raisonnables, vous aurez une compétition et une concurrence, et une rémunération supplémentaire sous forme d'abonnés.

imho, même un compte de démonstration est suffisant si le dépôt initial est raisonnable ;)

Ce qui m'intéresse, ce n'est pas de m'affirmer, mais d'élargir mes horizons, et plus généralement de comparer différentes approches de la formation à un échantillon.

Oui, et si je suis un organisateur, je peux donner mon échantillon, et les résultats seront doublement intéressants pour moi.

 
Aleksey Vyazmikin:

Je pense qu'aucune OHLCV ne devrait être donnée et qu'aucun nouveau prédicteur ne peut être ajouté, seules des combinaisons, des fusions, des sélections peuvent être faites à partir des prédicteurs existants. L'objectif du concours sera d'appliquer les compétences d'apprentissage avec la divulgation de l'apprentissage sur les données disponibles.

Un échantillon pour toutes les normes. Comment mettre en œuvre l'échantillonnage futur. Une bonne façon de procéder est de ne s'entraîner que pendant quelques jours ou semaines, puis de passer à la réalité. 4 heures peuvent ne pas suffire pour la formation. Bien et la même profondeur d'échantillon raisonnable pour la formation.
 
Valeriy Yastremskiy:
Un échantillon pour toutes les normes. Comment mettre en œuvre l'échantillonnage futur. Une bonne idée est de n'étudier que pendant quelques jours ou semaines dans le monde réel, puis de passer au monde réel. 4 heures peuvent ne pas suffire pour la formation. Bien et la même profondeur raisonnable de l'échantillon pour la formation.

Je pense que l'échantillon sera de l'ordre de 10.000 lignes et de 5.000 pour le contrôle des résultats de la formation - production, qui seront fournis après la fin du temps de formation.

La question est de savoir comment fixer les modèles, car chacun enseignera selon des méthodes différentes, qui sur quoi.

 
Aleksey Vyazmikin:

Je pense que l'échantillon sera de l'ordre de 10.000 lignes, et 5.000 pour le contrôle des résultats de la formation - production, qui seront fournis après la fin du temps de formation.

La question est de savoir comment fixer les modèles, car chacun enseignera selon des méthodes différentes, qui utilise quoi.

La publicité du code est la victoire inconditionnelle. La non-publicité de nouveaux tests publics sur le monde réel.
 
Aleksey Vyazmikin:
Peut-on organiser un concours pour apprendre par échantillonnage ?

Cela me rappelle quelqu'un)

Igor Makanu:

laissez le marché juger.... vous n'auriez pas pu mieux le dire

ouvrir un signal, attendre 3-4 mois sur ....

c'est absurde ! pourquoi attendre des mois quand on peut vérifier tout de suite ?

Aleksey Vyazmikin:

Je pense que l'échantillon sera de l'ordre de 10.000 lignes et de 5.000 pour vérifier les résultats de la formation - production, qui seront fournis après la fin de la période de formation.

La question est de savoir comment fixer les modèles, après tout, tout le monde va enseigner en utilisant des méthodes différentes, qui sur quoi.

En acurasi de le réparer, quelle différence cela fait-il quel modèle et sur quoi il est écrit ?

Aleksey Vyazmikin:

Je pense qu'aucun OHLCV ne devrait être donné, et qu'aucun nouveau prédicteur ne peut être ajouté, seules des combinaisons, des fusions, des sélections peuvent être faites à partir des prédicteurs existants. L'objectif du concours serait d'appliquer les compétences d'apprentissage avec la divulgation de l'apprentissage sur les données disponibles.

c'est absurde ! si tout le monde utilise les mêmes données sans possibilité de les améliorer, la différence de résultats se mesurera en dixièmes de pourcent, quel que soit le modèle, il n'y a aucun intérêt à de telles activités

Ces combinaisons sont faites automatiquement par l'algorithme, il est inutile de les faire.

 
Valeriy Yastremskiy:
Publicité du code de la victoire inconditionnelle. Non-publicité : tests publics supplémentaires dans le monde réel.

La publicité du code de formation est inutile à mes yeux - la description de l'approche est la plus importante. Seul le modèle lui-même devra être corrigé et affiché publiquement.

 
mytarmailS:

Ça me rappelle quelqu'un.)

Acuracis, quelle différence cela fait-il de savoir sur quel modèle et sur quoi c'est écrit ?

Conneries ! Si tout le monde utilise les mêmes données sans possibilité de les améliorer, la différence entre les résultats se mesurera en dixièmes de pour cent, quel que soit le modèle, ces activités n'ont aucun intérêt.

Ces combinaisons sont faites automatiquement par l'algorithme, il est inutile de les faire.

Y avait-il des concours de ce type dans le fil de discussion ici ?

Je voudrais utiliser un échantillon avec 3 valeurs cibles, donc la précision ne sera pas suffisante.

Je m'intéresse maintenant aux méthodes de post-traitement des données obtenues - ces informations peuvent être partagées. Ou êtes-vous prêt à partager des informations sur vos prédicteurs ? Le résultat obtenu peut varier considérablement.

Je parlais des méthodes visant à réduire la dimensionnalité, à répartir les plages de prédiction, à rechercher des schémas par regroupement, à augmenter la taille de l'échantillon avec des données antérieures, à utiliser les résultats de la prédiction sur des données antérieures, et d'autres méthodes qui donnent de nouvelles informations à partir de données existantes.


Oh, et OHLCV ne sera pas là pour la raison que l'échantillon sera construit de 2014 à 2020 sur des minutes.

 
mytarmailS:

Les coupes ont commencé à +- correspondre au testeur... enfin, si sur le réel, pas tant que ça dans le testeur également

maintenant jusqu'ici tout va bien depuis le 21 septembre, dans le testeur à peu près la même chose. Et pour une période antérieure dans le testeur il est bon, les semaines sont infructueuses (probablement)

c'est peut-être une coïncidence que le début de la semaine soit toujours bon (après les "préliminaires"), puis que cela ralentisse.

J'ai trouvé un autre moyen d'améliorer la situation, qui pourrait finalement fonctionner ;)

une putain de longue attente pour attraper des insectes

sur les longs mouvements qu'il tire, sur les demi-tours qu'il décroche

voici un exemple du testeur (logique mise à jour) les 2 derniers mois

Mais c'est pire avec les anciennes logiques. Je vais transférer la nouvelle logique au négociant et le verrouiller la semaine prochaine.