Y a-t-il un modèle dans ce chaos ? Essayons de le trouver ! Apprentissage automatique sur l'exemple d'un échantillon spécifique. - page 13

 
Maxim Dmitrievsky #:

en petits groupes de cinq ou dix personnes

1-3

Si aucun d'entre eux ne donne quoi que ce soit, quel est l'intérêt de parler d'un lien mythique entre les deux ?

Pouvez-vous calculer le nombre de combinaisons possibles si j'ai, disons, 5000 prédicteurs ? Il serait bon d'entraîner chaque combinaison 100 fois avec un sid.... différent et disons une minute pour l'entraînement, combien de temps cela prendra-t-il ?

 
Aleksey Vyazmikin #:

Pouvez-vous calculer le nombre de combinaisons possibles si j'ai, disons, 5000 prédicteurs ? Chaque combinaison doit être entraînée 100 fois avec un sid.... différent. et disons une minute pour l'entraînement, combien de temps cela prendra-t-il ?

Prenez quelques éléments de différents indicateurs, tous les autres seront de toute façon similaires.

Il est inutile de chercher un lien entre eux, car certaines combinaisons sont censées donner de meilleurs résultats, alors qu'elles ne donnent rien séparément.

et s'ils fonctionnent séparément, leur combinaison peut renforcer le TS, mais pas toujours.

 
Maxim Dmitrievsky #:

Prenez quelques morceaux de différents indicateurs, tous les autres seront de toute façon similaires.

il est inutile de chercher un lien entre eux, car certaines combinaisons sont censées donner de meilleurs résultats, alors qu'individuellement elles ne donnent rien.

et s'ils fonctionnent séparément, leur combinaison peut renforcer le TS, mais pas toujours.

Qu'est-ce que "ne rien donner", comment le mesurez-vous ? Par exemple, j'estime le changement de probabilité de chaque segment quantique du prédicteur et je sélectionne, disons, ceux qui modifient la probabilité de 5 % dans une direction ou une autre.

En ce qui concerne les différents indicateurs, j'ai déjà publié les données internes du modèle ici - il comprend un nombre décent d'indicateurs - êtes-vous sûr que si vous les remplacez au hasard par d'autres, le modèle obtiendra les mêmes résultats ?

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

Y a-t-il un modèle dans le chaos ? Essayons de le trouver ! Apprentissage automatique sur l'exemple d'un échantillon spécifique.

Aleksey Vyazmikin, 2022.11.02 18:10

Voici une autre variante - je l'aime encore plus, car le résultat est stable sur tous les échantillons.

606,1048,1060,1083,1095,1103,1108,1110,1137,1198,1347,1353,1511,1525,1526,2055,2581,2582,3078,3153,3273,3341,3676,3690,3695,3839,3919,3967,4397,4433,5052,5364,5579



Équilibre


 
Aleksey Vyazmikin #:

Qu'est-ce que le "rien", comment le mesurer ? Par exemple, j'estime le changement de probabilité de chaque segment quantique du prédicteur et je sélectionne, disons, ceux qui modifient la probabilité de 5 % dans une direction ou une autre.

En ce qui concerne les différents indicateurs, j'ai déjà publié les éléments internes du modèle ici - il comprend un nombre décent d'indicateurs - êtes-vous sûr que si vous les remplacez au hasard par d'autres, le modèle obtiendra les mêmes résultats ?

Eh bien, comment mesurer sur de nouvelles données.

Et quand il y en a beaucoup, il est impossible d'interpréter les résultats.

 
Maxim Dmitrievsky #:

Comment mesurer les nouvelles données ?

et lorsqu'il y a beaucoup de données, il est impossible d'interpréter les résultats.

Impossible, c'est pourquoi je développe différentes méthodes de sélection.

Il est possible d'examiner de nouvelles données, mais devons-nous nous attendre à ce que le résultat soit répété sur les nouvelles données suivantes.... J'aimerais disposer d'un critère interne pour évaluer le prédicteur, qui me permette de m'attendre à ce résultat avec une probabilité plus élevée.

J'ai fait quelques expériences - que je publierai probablement plus tard - et il s'est avéré que vous pouvez entraîner un modèle sur le premier semestre 2014 et qu'il gagnera en 2022.... mais pas toujours dans les semestres intermédiaires entre ces périodes. Quelles conclusions devrions-nous donc tirer - le modèle est-il une scorie ou a-t-il encore besoin de prédicteurs supplémentaires pour identifier la différence entre ces semestres ?

 
Aleksey Vyazmikin #:

Impossible, c'est pourquoi je développe différentes méthodes de sélection.

Il est possible d'examiner de nouvelles données, mais devons-nous nous attendre à ce que le résultat se répète sur les nouvelles données suivantes.... J'aimerais disposer d'un critère interne d'évaluation du prédicteur qui me permette de m'attendre à ce que cela se produise avec une probabilité plus élevée.

J'ai fait quelques expériences - que je publierai probablement plus tard - et il s'est avéré que l'on peut entraîner un modèle sur le premier semestre 2014 et qu'il rapportera en 2022.... mais pas toujours dans les semestres intermédiaires entre ces périodes. Quelles conclusions devrions-nous donc tirer - le modèle est-il une scorie ou a-t-il encore besoin de prédicteurs supplémentaires pour identifier la différence entre ces semestres ?

J'ai pris 4 indicateurs std avec des périodes différentes et je me suis entraîné sur eux pour les 12 dernières années, le test des 10 années précédentes (à gauche de la ligne pointillée).

Il tombe juste sur le changement de la tendance globale (graphique orange), mais le TS se maintient en quelque sorte.

Vous pouvez alors voir quel type de transactions il ouvre sur le graphique et où, de sorte que vous pouvez estimer grossièrement le principe et commencer à partir de là.


 
Maxim Dmitrievsky #:

J'ai pris 4 indicateurs std avec des périodes différentes et je me suis entraîné sur eux pour les 12 dernières années, le test des 10 dernières années (à gauche de la ligne pointillée).

Là, il tombe juste sur le changement de la tendance globale (graphique orange), mais le TS s'accroche.

Vous pouvez ensuite voir quel type de transactions il ouvre sur le graphique et où, de sorte que vous pouvez estimer grossièrement le principe et commencer à partir de là.


Cela ressemble à une stratégie de contre-tendance avec des entrées sur de fortes valeurs aberrantes/tendances à contre-courant - peu de transactions en 10 ans.

Si le rappel est très faible, il est également judicieux de combiner les modèles - ils peuvent se croiser très rarement, mais le nombre de transactions augmentera au cours de la période.

 
Aleksey Vyazmikin #:

Il s'agit d'une stratégie de contre-tendance avec des entrées sur de fortes valeurs aberrantes/tendances à contre-courant - peu de transactions en 10 ans.

Avec un rappel très faible, il est également logique de combiner les modèles - ils peuvent très rarement se chevaucher, mais le nombre de transactions augmentera au cours de la période de temps.

Ce n'est qu'un exemple

 
Maxim Dmitrievsky #:

Ce n'est qu'un exemple

Un exemple de modèle cohérent révélé par le modèle sur une longue période ? Oui, c'est vrai.

 
Aleksey Vyazmikin #:

Un exemple de manifestation d'un modèle stable révélé par le modèle sur une longue période ? D'accord.

Un exemple montrant qu'il est possible de s'entraîner sur quelques signes et d'en tirer des CT clairs et interprétables. Cela ne fonctionnera pas avec des centaines de signes.