Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 47
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
26000 hrn
Description du poste
EXIGENCES PROFESSIONNELLES (nous apprécions le plus le désir d'apprendre sur le tas) :
Réseaux neuronaux : apprentissage non supervisé : FNN, RNN (réseaux neuronaux récurrents, y compris LSTM), RBF, etc.
Expérience de programmation (ou prêt à apprendre) en Python (et ensemble de bibliothèques pour tout ce qui est statistique)
bibliothèques d'analyse de données en Python (theano, Torch, Pandas, NumPy, scikit-learn) ou leurs équivalents en R
une certaine expérience de l'apprentissage automatique, du filtrage collaboratif, de l'analyse en grappes, de la théorie des graphes.
autres approches mixtes : ANFIS (système d'inférence floue basé sur un réseau adaptatif)
Connaissance avancée des statistiques et des séries temporelles : processus stochastiquesOutils : SSA/SVD, RSSA, FIMA/ARFIMA, modèle autorégressif exogène non linéaire (NARX), (N)GARCH et ses dérivés, exposant de Hurst et ses applications, analyse de quantification de la récurrence (RQA)
Tâches (par ordre de priorité) :
analyse statistique des données financières, applications économétriques
la création de services et de cadres pour le traitement interactif distribué de requêtes sur de grands volumes de données
28000 UAH
Description du poste
EXIGENCES PROFESSIONNELLES (nous apprécions le plus le désir d'apprendre sur le tas) :
Expertise dans la technologie du traitement du langage naturel (NLP)
Implémentations NLP en Python (NLTK) ou autres implémentations développées.
Réseaux neuronaux : apprentissage non supervisé : RNN (réseaux neuronaux récurrents), FNN, RBF, etc.
Expérience de programmation (ou prêt à apprendre) en Python (et ensemble de bibliothèques pour tout ce qui est statistique)
bibliothèques d'analyse de données en Python (theano, Torch, Pandas, NumPy, scikit-learn) ou leurs équivalents en R
une certaine expérience de l'apprentissage automatique, du filtrage collaboratif, de l'analyse en grappes, de la théorie des graphes.
autres approches mixtes : ANFIS (système d'inférence floue basé sur un réseau adaptatif)
25000 UAH
Description du poste
EXIGENCES PROFESSIONNELLES :
connaissances avancées en statistiques et séries chronologiques : représentant des séries temporelles à dimensionnalité réduite, telles que la transformation de Fourier discrète, la décomposition en valeur unique (SVD), la transformation en cosinus discrète, la transformation en ondelettes discrète, l'approximation constante par morceaux adaptative, les polynômes de Chebyshev, l'approximation par agrégats symboliques, l'approximation linéaire par morceaux indexable, etc.
expérience dans la mesure de la similarité des séries temporelles : Distance euclidienne (ED), Dynamic Time Warping (DTW), Longest Common Subsequence (LCSS), Edit Distance with Real Penalty (ERP), Edit Distance on Real sequence (EDR), DISSIM, Sequence Weighted Alignment model (Swale), Spatial Assembling Distance (SpADe) et recherche de similarité basée sur des Threshold Queries (TQuEST)
Connaissance sérieuse des processus stochastiques Outils : RSSA, FIMA/ARFIMA, modèle autorégressif exogène non linéaire (NARX), (N)GARCH et ses dérivés, exposant de Hurst et ses applications, analyse de quantification de la récurrence (RQA)
Expérience de programmation (ou prêt à apprendre) en Python (et ensemble de bibliothèques pour tout ce qui est statistique) bibliothèques d'analyse de données en Python (theano, Torch, Pandas, NumPy, scikit-learn) ou leurs équivalents en R, Octave pour un prototypage rapide
une certaine expérience de l'apprentissage automatique, du filtrage collaboratif, de la théorie des graphes
Ces méthodes sont RÉELLEMENT utilisées par les teneurs de marché dans leurs transactions. Et il y a aussi des Bayesses quelque part, bien sûr. Mais pas de manière aussi effrontée - pour la prévision des prix, qui plus est, sur le forex au comptant !
Oups, j'ai oublié d'ajouter - je n'utilise aucun des éléments de la liste ci-dessus. C'est probablement pour cela que ça marche pour moi......
Je suis quotidiennement témoin de la façon dont une personne utilisant un MT4 obsolète avec l'algo-TS primitif correspondant génère un chiffre d'affaires de plus de 5 milliards de dollars par jour sur le canal de fuite, réalisant un profit quotidien de plus ou moins quelques centaines de dollars. L'espérance mathématique est positive. Plus d'un million de dollars par mois, c'est sûr.
Où sont vos ***fonds qui ne peuvent pas reproduire ce jardin d'enfants, qui dure (à en juger par l'histoire) près d'un an en réel (voire plus dans le testeur) ?
Une stratégie primitive stupide vous donne plus de "quons" par mois que vos "quons" depuis des années
Je vous ai souvent dit ici que les quons, les algotraders, les teneurs de marché - ne sont pas des idiots, qu'ils sont BON en maths, qu'ils ne sont pas payés 100K+ GEL par an + bonus, mais vous ne semblez pas comprendre.
Où sont-ils ? J'ai parcouru tous les forums et les écrans. J'ai parcouru tous les forums et les moniteurs, et personne ne négocie ce modèle rentable. Et l'histoire montre très bien tout cela. Tout le monde s'en fiche. J'ai essayé moi-même - ça sort faible. Mais le fait est que la trivialité rapporte plus que les fonds ***.
Je suis quotidiennement témoin de la façon dont une personne utilisant un MT4 obsolète avec l'algo-TS primitif correspondant génère un chiffre d'affaires de plus de 5 milliards de dollars par jour sur le canal de fuite, réalisant un profit quotidien de plus ou moins quelques centaines de dollars. L'espérance mathématique est positive. Plus d'un million de dollars par mois, c'est sûr.
Où sont vos ***fonds qui ne peuvent pas reproduire ce jardin d'enfants, qui dure (à en juger par l'histoire) près d'un an en réel (voire plus dans le testeur) ?
Une stratégie primitive stupide donne un mois de plus que vos "quants" depuis des années.
Où sont-ils ? J'ai parcouru tous les forums et les écrans. Personne ne négocie ce modèle rentable. Et l'histoire montre tout parfaitement. Tout le monde s'en fiche. J'ai essayé moi-même - ça sort faible. Mais le fait est que la banalité apporte plus que des fonds ***.
Consultez le livre "quanta as wizards". Tous les mathématiciens y utilisent des méthodes quantitatives, et non des formules farfelues. Il y a des médecins et des professeurs là-dedans.
Alors pourquoi n'utilisent-ils pas des constructions mathématiques compliquées ? Parce qu'ils ne fonctionnent probablement pas. Le marché n'est pas linéaire.
À mon avis, utiliser l'algèbre supérieure en trading revient à mettre un carré dans un rond. Les mathématiques sont certainement nécessaires. Par exemple, l'utilisation de la régression linéaire est évidemment un bon exemple d'utilisation des mathématiques dans le trading.
Prétendant gagner de l'argent avec le commerce... Non, ça ne l'est pas. Il n'est pas nécessaire de faire des mathématiques pour gagner de l'argent avec le trading, pas du tout.
Tout ce que j'ai gagné l'a été grâce à des maths si stupides que c'est difficile à croire. Dès que je fais quelque chose de compliqué, je perds immédiatement.
Mais ce n'est même pas mon propre exemple. Il s'agit de ce que j'ai pu observer de l'extérieur. C'est le primitif qui fait un profit énorme. Sur le canal de fuite, au moins.
Le bitcoin pouvait autrefois être négocié en utilisant une simple stratégie de croisement des EMA. Il a fonctionné jusqu'à la faillite de l'un des principaux échanges mtgox, quelque temps avant le printemps 2014, puis il s'est effondré. Et je suis sûr que le forex pouvait être négocié en utilisant la même stratégie de croisement des EMA il y a des décennies. Alors oui, les algorithmes primitifs fonctionnent parfois très bien. Mon opinion personnelle est que les graphiques des paires de devises sont presque aléatoires, très bruyants, mais en même temps ils obéissent à quelques lois simples. Le problème est que les graphiques forex, comme s'ils essayaient de se débarrasser des modèles trouvés au fil du temps, plus les gens tradent la même stratégie, plus vite elle cessera de fonctionner. Si vous trouvez un modèle simple que personne n'a encore trouvé, vous pouvez gagner de l'argent.
Le bitcoin pouvait autrefois être négocié en utilisant une simple stratégie de croisement des EMA. Il a fonctionné jusqu'à la faillite de l'un des principaux échanges mtgox, quelque temps avant le printemps 2014, puis il s'est effondré. Et je suis sûr que le forex pouvait être négocié en utilisant la même stratégie de croisement des EMA il y a des décennies. Alors oui, les algorithmes primitifs fonctionnent parfois très bien. Mon opinion personnelle est que les graphiques des paires de devises sont presque aléatoires, très bruyants, mais en même temps ils obéissent à quelques lois simples. Le problème est que les graphiques forex, comme s'ils essayaient de se débarrasser des modèles trouvés au fil du temps, plus les gens tradent la même stratégie, plus vite elle cessera de fonctionner. Si vous trouvez un modèle simple que personne n'a encore trouvé, vous pouvez gagner de l'argent.
Ce fil de discussion est devenu jonché de haineux. Cela ne s'applique pas à vous.
J'espère qu'il sera possible de discuter de quelque chose de constructif.
En réponse à votre article, je suis d'accord et je creuse moi-même le sujet des schémas à long terme et récurrents depuis un certain temps maintenant.
Jetez un coup d'œil à ceci (c'est du PR bien sûr, mais pas le produit mais l'idée brute) : https://c.mql5.com/1/37/teaser2.JPG
Qu'est-ce que c'est ? C'est le résultat de la validation de l'apprentissage automatique sur la prédiction du signe des incréments de prix du forex (forex spot régulier du terminal). A l'intérieur de la boîte à moustaches se trouvent 49 échantillons, chacun avec quelques milliers d'observations. Plus précisément, les points indiquent le niveau de précision de la classification binaire pour chacun des échantillons de validation.
Pourquoi y a-t-il tant d'échantillons ? Ils proviennent du même intervalle de temps d'environ 5 ans pour 5 paires de devises prises ensemble, soit 25 ans au total. Mais dans chaque échantillon, les observations sont prises par incréments aléatoires importants afin de les rendre mutuellement indépendantes. Et chacun des échantillons, indépendamment des autres, couvre des périodes de temps comprises dans la période de validation.
La courte conclusion de ce graphique est que j'obtiens une précision stable de 55% de la reconnaissance des signes pour un horizon de prévision de plus de 30 minutes. Et il est possible de démontrer statistiquement que ce résultat n'est pas aléatoire. Ainsi, la machine détecte les dépendances à long terme dans des données à 5 majeurs après 10 * 5 = 50 ans de formation et passe le test de validation. Tout cela, encore une fois, pour 5 paires de devises prises en même temps et la machine ne fait pas de distinction entre elles.
Un autre pruf : https://c.mql5.com/1/36/charts-5-9.JPG
Il s'agit déjà d'une régression incrémentale pour les mêmes données. Même 49 échantillons de validation et métrique spécifiée = 1 - (MAE pour les prédictions / MAE pour la moyenne des échantillons). C'est-à-dire de combien nous réduisons l'erreur absolue par rapport à la moyenne de l'échantillon (elle est très proche de zéro). Les statistiques sont suffisamment puissantes pour affirmer que le résultat n'est pas aléatoire.
Là encore, la machine apprend des modèles universels et stables.
Blog sur cette expérience : https://www.mql5.com/ru/blogs/post/661499
Mais je n'ai pas réussi à obtenir une espérance mathématique positive en points. Et je doute déjà d'en être capable. Je vais peut-être essayer de faire des modèles pour chaque paire séparément. Si de telles prédictions peuvent d'une manière ou d'une autre être appliquées au commerce - c'est une grande question pour moi.
Votre avis nous sera utile.
Ce fil de discussion est devenu jonché de haineux. Cela ne s'applique pas à vous.