L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3228

Nouveau commentaire
 
СанСаныч Фоменко #:

À quoi servent ces graphiques ?

Ils montrent l'OOS sur 20 séries prises à côté de différents pics de la fonction cible. Cela signifie que s'il y a 19 pics faux (ajustement) et un pic positif (modèle), nous le verrons immédiatement. Et nous ne nous soucierons pas des autres résultats.

Supposons que vous trouviez des modèles sur HISTORY et que vous appreniez à en générer de semblables.

Pourquoi ?

Nous avons répondu à cette question ici.

Nous avons besoin de ces éléments graphiques répétitifs, APRÈS lesquels une section bien définie suit LÉGALEMENT. Exactement APRÈS, dans l'AVENIR. Toute la science économique peut être divisée en deux parties : l'analyse et la prédiction. Mais la prédiction ne découle PAS de l'analyse, car toutes les données financières ne sont PAS stationnaires.

Sans vouloir vous offenser, je ne comprends pas la tentative d'une personne purement théorique d'influencer les décisions d'un praticien expérimenté. Même au stade zéro du choix des données initiales (citations), je ne suis pas du tout d'accord avec vous.


Les chercheurs en MO, en règle générale, utilisent une hypothèse selon laquelle il existe un modèle dans la série initiale, qui peut être négocié en plus. Il s'agit d'une hypothèse qui n'est confirmée par rien.

Ensuite, je donne une série dans laquelle il y a un schéma à 99,9 %. Je m'attends à ce que les méthodes de génération les plus avancées ne la cassent pas du tout.

Si vous pouvez créer une telle génération avec GARCH, je vous en félicite.

 
fxsaber #:

Ils montrent les OOS sur 20 séries prises à côté de différents pics de la fonction cible. Cela signifie que s'il y a 19 pics erronés (d'ajustement) et un pic positif (de modèle), nous le verrons immédiatement. Et nous ne nous soucierons pas des autres résultats.

La réponse à cette question se trouve ici.

Sans vouloir vous offenser, je ne comprends pas la tentative d'une personne purement théorique d'influencer les décisions d'un praticien expert. Même au stade zéro de la sélection des données initiales (citations), je suis fondamentalement en désaccord avec vous.


Les chercheurs en MO, en règle générale, utilisent une hypothèse selon laquelle il existe un modèle dans la série initiale, qui peut être négocié en plus. Il s'agit d'une hypothèse, qui n'est confirmée par rien.

Ensuite, je distribue une série qui présente un schéma dans 99,9 % des cas. Je m'attends à ce que les méthodes de génération les plus avancées ne la cassent pas du tout.

Si vous parvenez à créer une telle génération avec GARCH, je vous en félicite.

Ne généralisez pas votre ignorance de la confirmation.

C'est exactement la raison pour laquelle vous ne répondez pas de manière substantielle : l'OI cherche des modèles qui prédisent l'avenir, et pas seulement des modèles.

 

Question théorique.


Condition.

  1. Quelqu'un a inventé un TS très simple.
  2. J'ai compris ce qu'il fallait faire avec les citations, pour que les meilleurs passages de n'importe quel échantillon après optimisation de la TS se retrouvent parfaitement sur OOS.
  3. J'ai généré une séquence aléatoire de citations et j'y ai ajouté le résultat du point 2.

Il en résulte un certain historique, qui présente une régularité certaine. Cet historique peut avoir la longueur souhaitée.


Question.

Est-ce qu'une méthodologie MO super avancée (un jour dans le futur) avec des capacités de calcul infinies trouvera le TS (données de p.3) comme en p.1. ou avec des propriétés comme en p.2 ?

 
Le mien trouve même là où il n'est pas 😀 mais il n'est pas conçu pour les tiques

J'accélère quelques f-i, mais pour l'instant je ne peux que rêver de tiques.

Par exemple, le vôtre peut-il afficher les oos sur les barres ? Le mien le fait. Il n'est pas évident de savoir quoi comparer avec quoi, cela dépend de l'approche.

J'essaierai la grille générative sur les ticks plus tard, j'ai oublié Pythorch, j'ai besoin de me rafraîchir la mémoire. Tout devrait être trouvé, j'ai juste essayé des méthodes rapides d'échantillonnage à partir de distributions. Elles sont généralement markoviennes et ne sont pas conçues pour reproduire des modèles sériels. J'ai inventé et ajouté de nouvelles dimensions juste pour générer des séries en une seule fois, au lieu d'un échantillon à la fois. Mais quelque chose ne fonctionne pas.
 
fxsaber #:

Question théorique.


Condition.

  1. Quelqu'un a inventé un TS très simple.
  2. J'ai réalisé ce qu'il fallait faire avec les citations, pour que sur n'importe quel Sample après l'optimisation du TS, les meilleures passes soient parfaitement visibles sur le OOS.
  3. J'ai généré une séquence aléatoire de citations et j'y ai ajouté le résultat du point 2.

Il en résulte un certain historique, qui présente une régularité certaine. Cet historique peut avoir la longueur souhaitée.


Question.

Une technique de MO super-avancée (un jour dans le futur) avec une puissance de calcul infinie trouvera-t-elle une CT (données de l'article 3) comme dans l'article 1. ou avec des propriétés comme dans l'article 2 ?

Elle ne trouvera pas votre stratégie en particulier. 100 fics peuvent être divisées de millions de façons différentes. Cela dépend de la formule utilisée pour sélectionner la meilleure division. Ici, je pense que quelqu'un a généré un tas d'arbres différents et les a sélectionnés par OOS.
Random Forest génère également de nombreux arbres (chaque arbre reçoit plusieurs fiches aléatoires) et fait ensuite la moyenne des résultats de tous les arbres. S'il existe des motifs dans la plupart des fiches, le résultat sera bon et stable. S'il y a un modèle commun à toutes les fiches.
S'il n'y a que 1 à 3 bonnes fiches, la moyenne sera calculée avec des arbres ne contenant que des fiches bruyantes, et le résultat sera bruyant. En trading, tous les jetons peuvent être considérés comme du bruit.

Si vous n'avez que 1000 transactions sur 6 millions de ticks (activés par une de vos conditions), cela représente 0,017% de toutes les données. MO ne trouvera jamais une telle chose, il trouvera quelque chose de commun et essaiera de trader sur 50% des ticks, vous pouvez resserrer les conditions et trader 1% (seulement sur les meilleures feuilles), mais vous avez encore moins.
En fait, chaque feuille est une stratégie séparée comme la vôtre. Mais un arbre peut être divisé en 100 feuilles ou 1000 ou 10000.... Et il trade toutes ces 10000 stratégies en même temps (ou plutôt celles que vous choisissez, vous pouvez par exemple ne trader que les feuilles avec 90% ou même 99% de probabilité de gagner sur Traine, mais sur OOS une feuille aussi propre (peut-être ré-entraînée) ne garantit rien).
 
Forester #:
Si vous n'avez que 1000 transactions sur 6 millions de ticks (activées par une de vos conditions), cela représente 0,017% de toutes les données. MO ne trouvera jamais une telle chose, il trouvera quelque chose de commun et essaiera de trader sur 50% des ticks, vous pouvez resserrer les conditions et trader 1% (seulement sur les meilleures feuilles), mais vous avez encore moins.

1000 transactions en six mois, c'est du trading très actif. Si ce n'est pas suffisant, alors que cherchez-vous sur MO quand vous vous nourrissez sur plusieurs années ? Distribution de la durée citée.

Honnêtement, j'ai très rarement vu plus de trades. Et pas de manière significative - deux fois seulement. Mais là, à la limite de la stabilité.

 
fxsaber #:

Question.

Une technique de MO super-avancée (créée un jour dans le futur) avec des capacités de calcul illimitées trouvera-t-elle des CTs (données de p.3) comme en p.1. ou avec des propriétés comme en p.2 ?

La question est plutôt étrange....
Si vous disposez d'une puissance de calcul infinie, vous pouvez faire n'importe quoi, même aujourd'hui.
 
mytarmailS #:
C'est une question très étrange...
Si vous disposez d'une puissance de calcul infinie, vous pouvez faire n'importe quoi, même aujourd'hui.

Et si l'on y réfléchit logiquement ?

Si les possibilités de calcul sont infinies, tout l'argent ira dans ces portefeuilles informatiques.

Qui les laissera faire si d'autres puissances de calcul veulent le prendre au premier.

Réfléchissez-y à votre guise. Il est bon d'utiliser la logique.))

 

Forum sur le trading, les systèmes de trading automatisés et les tests de stratégies de trading

Apprentissage automatique en trading : théorie, modèles, pratique et trading algorithmique

Renat Fatkhullin, 2023.09.10 10:44

Nous prévoyons de lancer un autre championnat visant à promouvoir les réseaux neuronaux :
1) nous fournirons un modèle unique de robot MQL5 avec un modèle téléchargeable.onnx
2) dans les 5 mois, les participants téléchargeront leurs modules en tant que model.onnx
3) chaque jour, ils seront automatiquement exécutés sur l'historique de 2023.01.01 à aujourd'hui à 4 taux de change principaux.
4) l'évaluation quotidienne des participants sera publiée.
5) à la fin de la période préliminaire d'accumulation des participants dans les 5 mois, la période de négociation réelle commencera dans un délai d'un mois.
6) les gagnants seront déterminés sur la base des résultats du travail effectué dans un délai d'un mois.
7) le prix de 30 000 dollars de notre société sera divisé en trois gagnants : 15 000, 10 000 et 5 000 dollars.
8) nous garantissons qu'à la fin du championnat, tous les fichiers modèles seront supprimés afin de préserver la propriété intellectuelle des développeurs.

L'objectif du championnat est uniquement de stimuler le développement de l'apprentissage automatique dans le domaine du trading. Programmes uniquement sous la forme d'un modèle MQL5 unique et non modifiable + model.onnx

 
fxsaber #:

1000 transactions en six mois, c'est un commerce très actif. Si cela n'est pas suffisant, que recherchez-vous sur MO lorsque vous l'alimentez en plusieurs années ? La distribution de la durée a été donnée.

Pour être honnête, j'ai rarement vu plus de transactions. Et pas de manière significative - deux fois seulement. Mais à la limite de la stabilité.

J'ai effectué manuellement 100 transactions par jour sur 8 instruments, probablement par ennui et par adrénaline)). Sur un instrument, j'ai probablement effectué 10 transactions par jour en moyenne - ce qui revient à peu près au même que le vôtre. J'ai fait une moyenne et j'ai bien sûr perdu. C'est pourquoi je suis passé à l'algo-trading, puis à la MO. Plus précisément à l'algo-testing, car aucun modèle ne m'intéresse pour que je mette de l'argent dessus.


Je fais juste une prévision pour chaque barre, maintenant c'est M5 (288 barres par jour) et si la prévision est bonne - vous pouvez trader. Si nous prenons une probabilité de succès de 0,5, alors en moyenne 144 trades par jour. Si elle est de 0,9, elle est moindre, si elle est de 0,99, il est possible de rester inactif pendant un an, puis de négocier activement pendant une semaine (White Swan Catcher).
Par analogie avec les barres, vous pouvez prévoir chaque tic, et il y en a 6 millions - c'est pourquoi j'ai dit "seulement 1 000". Sur les ticks, vous ne devriez probablement pas prévoir chaque ligne/tick, mais les filtrer d'une manière ou d'une autre. Vous l'avez fait avec votre algorithme détecté manuellement et vous avez obtenu 6-7 transactions par jour.

1...322132223223322432253226322732283229323032313232323332343235...3399
Nouveau commentaire