L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 316
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
http://radikal.ru/video/6X0MyhuW8Bp
Video interessante. Qual è il punto?
Qual è il punto?
Nel clustering.
L'apprendimento automatico può essere chiamato molto approssimativamente clustering. C'è un certo iperspazio di predittori, e la necessità di dividerlo in diversi sottospazi, dove un punto appartenente a un particolare sottospazio (classe) significa per il forex l'azione di trading - nel caso di 3 classi - "comprare", "vendere", "uscire".
Il video dimostra chiaramente l'apprendimento senza insegnante su due predittori (X e Y), il modo in cui il clustering automatico cambia i confini dei sottospazi a seconda della quantità di dati. Per quanto riguarda il forex, questo mostra metaforicamente la durata del backtest, e come il suo cambiamento (durata) influenza il risultato del clustering. Un modello addestrato su una settimana di dati vede e conosce molto meno di un modello addestrato su due, tre, ecc. settimane.
La seconda parte del video mostra come l'esperto valuta il risultato del clustering e fa aggiustamenti al modello. L'esperto vede che le 3 classi ottenute non sono sufficienti e può ispezionare almeno 6 classi, e poi l'esperto regola i parametri del modello secondo la sua esperienza in modo che il modello assorba accuratamente queste 6 classi.
Questa è un'idea generale. A mio parere, questo passo è impossibile nel Forex, perché ci sono decine di predittori ed è difficile percepire più di tre dimensioni. Per come la vedo io, questo passo include l'esperienza non nella correzione manuale, ma nella correzione automatica, quando il cambiamento dei parametri del modello è accompagnato dalla simulazione del commercio, dove il criterio di parametri ben scelti è un buon commercio.
L'apprendimento automatico può essere chiamato molto approssimativamente clustering. C'è un certo iperspazio di predittori, e la necessità di dividerlo in diversi sottospazi....
E chi controlla la qualità del codice di queste reti?
https://www.mql5.com/ru/forum/190948
Sì, o questo o quello, ma non allo stesso tempo.
Avete bisogno di almeno tre persone - manager, trader e sviluppatore di software, una squadra coesa, il manager dovrebbe praticare il team building, il trader dovrebbe fare la media, e lo sviluppatore dovrebbe usare i peters di design ovunque e anche se uno pratica la programmazione a coppie, allora funzionerà.È necessario anche un archivista. E sul lato...
Dopo i miei esperimenti su eurusd con diversi modelli mi sembra che il prezzo sia pesantemente regolato per portare più profitto ai broker e alle banche.
Una situazione tipica - addestriamo un modello su un paio di settimane di dati, e poi su nuovi dati otteniamo solo il 50% di operazioni redditizie (casuali, in effetti), e una lenta perdita nello spread.
Ma se sperimentiamo con i modelli e proviamo a cercare dei modelli, vedremo una situazione un po' diversa - alcuni modelli sono redditizi per alcune settimane, poi improvvisamente scendono al 50% del successo, cioè in modo casuale. Ma un mese o due dopo funzionano di nuovo, ma bisogna fare trading contro la loro previsione. E dopo un paio di settimane la loro previsione va di nuovo al 50% casuale. E da qualche parte nel futuro saranno di nuovo redditizi. Ecc.
Da tutto questo ho la seguente conclusione: le banche fissano i prezzi secondo i loro programmi, algoritmi. Questi programmi cambiano periodicamente, usano diverse combinazioni di essi, cambiano i prezzi nella direzione opposta a quella che il loro programma suggerisce, ecc, tutto per creare una nuova situazione sul mercato. Altrimenti i loro algoritmi sarebbero stati scoperti e usati contro di loro.
E allo stesso tempo le persone con la teanalisi o l'apprendimento automatico stanno cercando di cercare modelli che esistono da molto tempo. E i modelli cambiano allo schiocco delle dita di qualcuno o si contraddicono, non c'è da meravigliarsi che il trading sia così difficile.
I modelli di lavoro devono tenere conto di tutto questo - e del fatto che i modelli funzionano solo in certi segmenti di tempo, a volte nella direzione opposta, ed essere in grado di capire dalla situazione attuale quale serie di modelli utilizzare.
Tutto è inutile?
Vedo che anche qui si sta gradualmente comprendendo, anche se lentamente e con difficoltà, che
il mercato è un sistema dinamico controllato.
Ma la realizzazione di questo fatto ci costringe a riconsiderare il modo in cui lo guardiamo e lo descriviamo.
Poi viene la comprensione del fatto che i metodi statistici non sono metodi adeguati con cui si può costruire un modello adeguato del mercato e sono adatti solo per "parlare" delle code. Code più sottili o code più spesse.
;)
Dopo i miei esperimenti su eurusd con diversi modelli mi sembra che il prezzo sia pesantemente regolato per portare più profitto ai broker e alle banche.
Una situazione tipica - addestriamo un modello su un paio di settimane di dati, e poi su nuovi dati otteniamo solo il 50% di trade redditizi (casuali, in effetti), e una lenta perdita nello spread.
Ma se sperimentiamo con i modelli e proviamo a cercare dei modelli, vedremo una situazione un po' diversa - alcuni modelli sono redditizi per alcune settimane, poi improvvisamente scendono al 50% del successo, cioè in modo casuale. Ma un mese o due dopo funzionano di nuovo, ma bisogna fare trading contro la loro previsione. E dopo un paio di settimane la loro previsione va di nuovo al 50% casuale. E da qualche parte nel futuro saranno di nuovo redditizi. Ecc.
Da tutto questo ho la seguente conclusione: le banche fissano i prezzi secondo i loro programmi, algoritmi. Questi programmi cambiano periodicamente, usano diverse combinazioni di essi, cambiano i prezzi nella direzione opposta a quella che il loro programma suggerisce, ecc, tutto per creare una nuova situazione sul mercato. Altrimenti i loro algoritmi sarebbero stati scoperti e usati contro di loro.
E allo stesso tempo le persone con la teanalisi o l'apprendimento automatico stanno cercando di trovare i modelli che esistono da molto tempo. E i modelli cambiano allo schiocco delle dita di qualcuno o si contraddicono, non c'è da meravigliarsi che il trading sia così difficile.
I modelli di lavoro devono tenere conto di tutto questo - e del fatto che i modelli funzionano solo in certi segmenti di tempo, a volte nella direzione opposta, ed essere in grado di capire dalla situazione attuale quale serie di modelli utilizzare.
Tutto è inutile?
Non mi aspettavo tali pensieri da una persona sana di mente :)
Rasoio di Occam: "Non fare entità inutili".