L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3047

[Aleksey Vyazmikin]

СанСаныч Фоменко #:

Comme d'habitude : vous voulez ce que vous ne pouvez pas avoir, une sorte de S&M.

Pourquoi pas, si c'est fourni même dans R-Studio.

Le problème est que les bibliothèques ne sont plus prises en charge et qu'elles ne fonctionnent pas dans les nouvelles versions - c'est pourquoi vous devez conserver différentes versions.

[mytarmailS]

Aleksey Vyazmikin #:

C'est juste que le problème, c'est que...

le problème est tout autre

[Maxim Dmitrievsky]

[Ivan Butko]

Maxim Dmitrievsky #:

Victor Grigorievich, mes respects xD

[Vladimir Perervenko]

Aleksey Nikolayev #:

Une question purement théorique s'est posée : un modèle ONNX peut-il être utilisé pour dériver un autre modèle ONNX ? Par exemple, le premier modèle est utilisé pour se réentraîner périodiquement sur de nouvelles données et mettre à jour le modèle de travail. Autrement dit, sans utiliser python, etc.

A première vue, il est peu probable que cela soit possible, mais au cas où quelqu'un aurait essayé de faire quelque chose comme ça.

Je n'ai pas réussi à obtenir de réponses significatives de l'IA - elle écrit qu'elle peut le faire et cite des références qui n'ont rien à voir avec la question).

Le modèle ONNX est un graphe d'un modèle entraîné décomposé en opérations élémentaires. Il est impossible d'entraîner un modèle au format ONNX sous Windows. Il est question d'une telle possibilité sous Linux.

Il ne peut être utilisé qu'en obtenant un prédicat (qui s'exécute beaucoup plus rapidement que le prédicat du modèle) et sans Python. Application très intéressante du modèle ONNX dans le package carefree-learn. L'image ci-dessous est tirée de la description du paquet.

[Aleksey Vyazmikin]

mytarmailS #:

le problème est tout autre.

Oui, j'ai trouvé la cause.

En général, la mise à jour, même l'erreur n'écrit pas, mais le résultat est le même - tout est presque terminé.

Et le code-script précédent qui a été posté plus tôt a cessé de fonctionner - il fonctionnait avant les mises à jour.

> p1 + p2 + plot_layout(nrow = 2)
Error in app$vspace(new_style$`margin-top` %||% 0) : 
  attempt to apply non-function

[mytarmailS]

Aleksey Vyazmikin #:

Oui, j'ai trouvé la cause.

Dans la mise à jour générale, même l'erreur n'est pas écrite, mais le résultat est le même - tout est presque terminé.

Et le code-script précédent qui a été posté plus tôt a cessé de fonctionner - il fonctionnait avant les mises à jour.

Demain, j'essaierai de l'exécuter moi-même.

[Maxim Dmitrievsky]

mytarmailS #:

Quelqu'un comprend le packagequanstrat pour la création, le backtesting de stratégies de tout niveau, l'optimisation des paramètres, etc.

Créé par de vrais traders du fonds et utilisé tous les jours pour des stratégies avec de l'argent réel.

brève introduction

Quelques réflexions intéressantes au même endroit

Plutôt que d'utiliser les backtests pour valider de bonnes stratégies commerciales, je pense qu'ils sont mieux adaptés pour rejeter les stratégies que nous ne voulons absolument pas utiliser.

====

comment savoir si ma stratégie n'est pas surentraînée ou si ses rendements ne sont pas erronés ?

• Pour les données financières, vous pouvez utiliser l'upsampling ou le resampling (mais vous devez être très prudent en raison des changements de régime).

• Tests de sensibilité/stabilité des paramètres. En gros, si je décide d'utiliser des paramètres différents pour mes indicateurs techniques (par exemple, SMA-30 et SMA-180) ou de commencer les opérations à des jours différents de la semaine, mes résultats changeront-ils beaucoup (quelle est la fragilité de mes indicateurs) ?)

s'il n'y a pas d'autres critères d'évaluation, alors par la stabilité des paramètres

vous pouvez également imaginer les valeurs de sortie du TS comme des signaux dans le temps et mesurer leur entropie et la comparer au hasard. Si le CT capture certains modèles qui se répètent avec une certaine périodicité, cela se reflétera.

Cela peut s'avérer utile pour les constructeurs d'automates personnalisés.

La meilleure mesure est le temps et les tests dans la vie réelle. N'importe quel CT cessera de fonctionner.

[Aleksey Nikolayev]

Vladimir Perervenko #:

Le modèle ONNX est un graphe d'un modèle entraîné décomposé en opérations élémentaires. Il est impossible d'entraîner un modèle au format ONNX sous Windows. Il est question d'une telle possibilité sous Linux.

Il ne peut être utilisé qu'en obtenant un prédicat (qui s'exécute beaucoup plus rapidement que le prédicat du modèle) et sans Python. Application très intéressante du modèle ONNX dans le package carefree-learn. L'image ci-dessous est tirée de la description du paquet.

La question concernant ONNX à partir d'ONNX est née simplement de la juxtaposition de deux affirmations que j'ai rencontrées : 1) l'acquisition d'un modèle peut être représentée comme un pipeline, 2) le pipeline peut être converti au format ONNX.

Il est clair que cela n'est guère possible dans la pratique. En fait, j'aimerais comprendre ce qui empêche exactement la mise en œuvre d'une telle possibilité pour réaliser les limites fondamentales de cette technologie dans son ensemble.

C'est une chose si ce sont des limitations comme l'impossibilité d'écrire dans un fichier et une autre si ce sont des limitations comme le manque de support pour les types de données (dataframes, par exemple).

[mytarmailS]

Ivan Butko #:

Victor Grigorievich, mes respects xD

Ouais, surtout la vidéo d'aujourd'hui(((