L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 116

 
mytarmailS:

Il mercato si muove contro le sue stesse statistiche, è una teoria che ho confermato con la pratica, è l'unica teoria che conosco che risponde a tutte le domande, dal perché il modello non funziona sui nuovi dati al perché tutti perdono soldi nel mercato in primo luogo...

perché è così difficile da accettare per te?

le vecchie conoscenze e abitudini sono così smorzate dalle nuove informazioni?

perché concentrarsi così tanto sul modello quando la differenza di performance tra i modelli è tra lo 0,5% e il 5%?

Nessun modello può aiutare perché si tratta dei dati stessi.

Si può capire un pensiero, un'informazione che deve essere rivestita di termini e concetti comuni.

Ma con i vostri ripetuti richiami dimostrate l'ottusa ignoranza, l'ignoranza delle cose più semplici della statistica.

Il mercato si muove contro le statistiche, ma le statistiche sono diverse. La nozione di questo è fondamentale quando si usa la parola "statistica". Se non lo capite, state mostrando dei grafici che non vi dicono nulla.

Tutto ciò che lei scrive come confutazione della statistica nella sua comprensione è una confutazione della parte della statistica che è applicabile a processi casuali STAZIONARI. Nei mercati finanziari non ci sono processi stazionari - solo processi non stazionari che sono diversi da quelli stazionari perché le caratteristiche derivate dai dati storici non sono applicabili ai nuovi dati. Scusate, ma questo è elementare. Non si possono applicare gli strumenti della statistica stazionaria alle serie temporali finanziarie non stazionarie.

Qui siamo impegnati a cercare di addestrare modelli su dati storici non stazionari per avere approssimativamente le stesse caratteristiche in futuro. Questo è il problema che stiamo risolvendo. E io sostengo che con un'attenta aderenza a una serie di tecniche questo problema può essere risolto.

Mi dispiace, sono stufo della tua ignoranza.

 
mytarmailS:

Il mercato si muove contro le sue stesse statistiche, è una teoria che ho confermato con la pratica, è l'unica teoria che conosco che dà risposte a tutte le domande, dal perché il modello non funziona sui nuovi dati al perché tutti perdono soldi nel mercato in primo luogo...

perché è così difficile da accettare per te?


Esatto, quasi. Non va contro di esso, semplicemente si sposta casualmente da un rumore all'altro, secondo le misure costruite dal modello al rumore. Questo se è così che hai fatto la modellazione. Solo voi siete responsabili di questo.

Fate un altro modello in cui il mercato camminerà sulle statistiche trovate.

Cosa deve essere accettato qui? Il fatto che noi facciamo dei modelli e loro sono sovrallenati? O la convinzione che "Il mercato cammina contro le sue stesse statistiche". Non siamo un'organizzazione religiosa che crede nelle sante finzioni.

Ma se scrivete uno studio in cui provate 100 metodi su tutti i dati forex e concludete che tutti sono sovrallenati e non danno profitto, allora lo leggeremo volentieri. Ma un microstudio, basato su quali principi, non è un indicatore.

Sto condividendo un articolo interessante. Per me ha senso, mi sembra un buon tentativo. Ci sono migliaia di modelli che mostrano dei bei risultati commerciali nell'allenamento e nei test. Ci sono dati fuori campione. Inizia a controllare la procedura di selezione del modello. Il grafico nell'articolo è uguale al mio. Debole correlazione tra il test e la convalida. Quindi la selezione dei modelli in base ai migliori risultati dei test non dà alcuna superiorità fuori dal campione.

E poi vedete voi stessi cosa fanno lì.

https://blog.quantopian.com/using-machine-learning-to-predict-out-of-sample-performance-of-trading-algorithms/

Using Machine Learning to Predict Out-Of-Sample Performance of Trading Algorithms
Using Machine Learning to Predict Out-Of-Sample Performance of Trading Algorithms
  • Thomas Wiecki
  • blog.quantopian.com
By Dr. Thomas Wiecki, Lead Data Scientist at Quantopian Earlier this year, we used DataRobot to test a large number of preprocessing, imputation and classifier combinations to predict out-of-sample performance. In this blog post, I’ll take some time to first explain the results from a unique data set assembled from strategies run on Quantopian...
 
mytarmailS:

Ilmercato si muove contro le sue stesse statistiche, questa è una teoria che ho confermato con la pratica

Se il mercato è dominato da una tendenza o laterale e i fattori di base del modello stanno cercando di prevedere la continuazione della tendenza o le inversioni dai limiti del canale, allora non è sorprendente se il modello in controtendenza (appreso dai laterali) è invertito in una regione in cui la tendenza prevale e farà un profitto.

Ma il punto è che la tua "teoria" non è sempre confermata nella pratica, ma solo quando la tendenza si trasforma in controtendenza e viceversa.

Questo accade più spesso se una parte significativa dei predittori è insignificante - spazzatura - e uno è il più significativo, come il momentum. In questo caso, il predittore più significativo otterrà un fattore di ponderazione grasso durante l'"apprendimento", e gli altri saranno solo leggermente rumorosi con pesi piccoli.

 
Yury Reshetov:

Se il mercato è dominato da un trend o laterale e i principali fattori del modello stanno cercando di prevedere la continuazione del trend o le inversioni dai confini del canale, allora non è sorprendente se il modello in controtendenza (appreso dal laterale) è "invertito" nella zona in cui il trend prevale e farà un profitto.

Ma il punto è che la tua "teoria" non è sempre confermata nella pratica, ma solo quando la tendenza si trasforma in controtendenza e viceversa.

Succede più spesso se una parte considerevole di predittori sono insignificanti - spazzatura - e uno di loro è il più significativo, per esempio il momentum. In tal caso, il predittore più significativo otterrà un grande fattore di ponderazione durante l'"addestramento", mentre gli altri saranno solo leggermente rumorosi con piccoli pesi.

Tale teoria è confermata nella pratica SEMPRE.

Perché l'unica caratteristica statistica stabile del mercato è la non stazionarietà - più lunga è la tendenza o la fase piatta, più è facile identificarla statisticamente e più è probabile che cambi la tendenza.

È l'unica caratteristica statistica stabile di una serie di prezzi.

 
A proposito, è su questo che si basa tutto l'arbitraggio statistico sul forex.
 
Dmitry:

Questa teoria è confermata nella pratica SEMPRE.

Perché l'unica caratteristica statistica stabile di un mercato è la non stazionarietà - più lunga è la tendenza o la fase piatta, più è facile da identificare statisticamente e più è probabile che la tendenza cambi.

Questa è l'unica caratteristica statistica stabile di una serie di prezzi.

Non l'unico. Ce ne sono altri confermati dalla pratica. E sono fermi. Dovete cercarlo.
 
Dr.Trader:

1) Si tratta di un grafico con i dati su cui ha avuto luogo l'addestramento stesso, o è solo un test su nuovi dati?

2) Se fosse così semplice, basterebbe addestrare qualsiasi modello e invertire le sue previsioni. Purtroppo non funziona.

3) Il problema non è che i modelli danno risultati opposti, ma che su alcune barre il risultato sarà corretto, su altre sarà sbagliato, e tutto questo è casuale e non c'è modo di filtrare solo i risultati corretti.

4) E perché togliete la predizione S dalla predizione B? Forse dovresti fare il contrario, S-B? Allora all'improvviso anche la correlazione sarà corretta.

1) test su nuovi dati, non ho nemmeno guardato i dati di allenamento per qualche motivo

2) sì! non funziona, perché il grafico blu ottenuto non ha capacità predittiva, si inverte allo stesso tempo del grafico dei prezzi regolari o anche una candela dopo, ma raramente, è impossibile trarne profitto, ma ti dà un'idea del processo che volevo mostrarti

3) Beh, vedi, non c'è casualità sul grafico, il grafico è completamente inversamente correlato al prezzo

4) Se esprimiamo i segnali di acquisto e di vendita quantitativamente, per esempio comprare = 10 punti, vendere ha 5 punti

comprare - vendere = 5 ( più baie a destra)

e se

comprare - comprare uguale a - 5 (questo è ridicolo)

 
Alexey Burnakov:

1) Giusto, quasi. Non va contro di esso, semplicemente si sposta casualmente da un rumore all'altro, secondo le misure costruite dal modello al rumore. Questo se hai fatto la modellazione in questo modo. Solo voi siete responsabili di questo.

2) Fare un altro modello in cui il mercato cammina sulle statistiche trovate.

3) Cosa bisogna accettare qui? Il fatto che noi facciamo dei modelli e loro sono sovrallenati? O la convinzione che "Il mercato cammina contro le sue stesse statistiche". Non siamo un'organizzazione religiosa che crede nelle sante finzioni.

1) vedi qualche casualità nel grafico blu in relazione al prezzo?

2) non è così facile come sembra

3) cerca di confutarlo ;) quello che dici è una bufala - è una bufala anche questa, ma è solo tua ... sei d'accordo?

 
Yury Reshetov:

Ma il punto è che la tua "teoria" non è sempre confermata nella pratica, ma solo quando passi dalla tendenza alla controtendenza e viceversa.


Il grafico blu va contro sia i piccoli movimenti che quelli grandi. Se si guarda un grafico a 200 candele andrà contro il prezzo e se si guardano 20 000 candele il quadro sarà lo stesso

 
SanSanych Fomenko:

Mi dispiace, sono stufo della tua ignoranza.

Scusa, mi sono fatto una bella risata;)