L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1220

 

https://developers.google.com/machine-learning/crash-course/

questo è il supporto di google python e il laboratorio ha già TFlow incorporato, una GPU Tesla K80 gratuita e alcune TPU (tensor processing unit) specificamente per TFlow

il divertimento è che non hai bisogno di installare nulla e puoi sperimentare a tuo piacimento anche da un notebook debole

Machine Learning Crash Course  |  Google Developers
Machine Learning Crash Course  |  Google Developers
  • developers.google.com
An intensive, practical 20-hour introduction to machine learning fundamentals, with companion TensorFlow exercises.
 
Vizard_:

Alyosha, ti dirò un terribile segreto, non dirlo a nessuno)))
Vi sono stati dati un paio di metodi per aggregare precisione e richiamo.

F-measure - la media armonica di precisione e richiamo
R-accuratezza è il punto di equilibrio per t. Ce ne sono anche altri.

So cos'è F, ma è semi-automatico per il fatto che devi impostare tu stesso il coefficiente, il che indica una valutazione di corrispondenza delle preferenze piuttosto che una valutazione globale. F1 non ha senso a causa dell'equivalenza di 30*50 e 50*30 (R*P), che per me non è affatto equivalente.

 
Io no:

Non è solo Alexey che l'ha detto, secondo me è un modo ovvio di verificare le strategie non solo con MO, ma anche con semplici indicatori, se il sistema impara tanto "fresco" su SB quanto sul prezzo(i), allora ovviamente è un overfit. Ad esempio per il forex per i prossimi 5-30 min l'accuratezza della previsione non dovrebbe superare il 55-57%, se supera il 60% allora è chiaramente il caso di ricontrollare tutto, a meno che ovviamente non si abbia ultra-HFT e datamining tutti i dati del mondo che si possono ottenere per denaro, oltre che con la violenza e il ricatto.

Sono più alto e non ha funzionato per me. Ma mi sembrava che lo spread, la commissione di swap, avrebbe mangiato quel 5%. Così ho rinunciato...
O è possibile fare soldi con questo?

 

vanno avanti e avanti. acuras intorno al 50% è casuale e non c'è alcun segnale utile lì. questo è il fit attraverso il rumore, o underfitting. acuras dovrebbe essere almeno 0,2-0,3

anche se si guarda la distribuzione dei segnali (che abbiamo fatto con l'altro Alexey, anche se non l'ha capito del tutto). poi con un tale Akuras sarà intorno a 0,5 (nel caso della classificazione), cioè, la probabilità sarà sempre intorno a 0,5 e i segnali utili, cioè marchi classificati con precisione 100%, dell'intero set, non sarà affatto

tutto al contrario )) ti sto dicendo che sono davvero fuorvianti qui, e il nipote di sanych ha fatto un buon punto

 
Non sono sicuro di cosa farci:

Ad esempio per minutki forex l'accuratezza della previsione per i prossimi 5-30 min non dovrebbe superare il 55-57%, se supera il 60% allora è chiaramente il caso di ricontrollare tutto, a meno che ovviamente non abbiate ultra-HFT e date-mine tutti i dati del mondo che possono essere ottenuti per denaro, oltre che con l'aiuto della violenza e del ricatto.

Il 40% è già molto buono. Una volta ho testato, quindi al 30% il profitto era più o meno. Il margine di profitto è da qualche parte intorno al 25%.

 
Non sono sicuro di cosa fare:

Cosa diavolo è il 100% di precisione?))) Devi aver riso di qualcuno, probabilmente dopo aver martellato il muro con i piselli per molto tempo, il 53-55% è tutto, storie sul 70-90% - stronzate, beh, quante volte devo dirlo...

Perché costruire un modello con il 50% di precisione? )) è più facile scambiare in modo casuale, sarà lo stesso

questo è quello che state facendo tutti

Il 3-5% non è niente, il margine di errore, i modelli sono costruiti su un principio completamente diverso
 
Non è la stessa cosa:

Non il 50 ma il 55%, prendete i dati di numerai per fare un confronto e vedete quanta precisione e quanto loglos ha...

Perché pensi che tutti si prendano in giro o si vendano, è il mercato...

OK, dal 55% è ancora possibile, se diversi campioni di controllo sono uguali, altrimenti è un caso. Ma non è mai lo stesso per diversi campioni.

 
Deve essere addestrato con unbuon acuracismo:

Non stiamo parlando di stronzate teoriche, provate il data numerai se non mi credete, hanno previsioni più o meno adeguate per il reale, ma hanno un modello a lungo termine, intraday è meglio previsto, ma non più del 60% (con molti dati acquistati)

siamo il nostro numero uno )) ok, ok, forse è vero per trilioni di dati, ma non lo insegno su serie di dati così grandi

C'è un altro approccio - la soglia di probabilità è impostata e quando il modello inizia ad andare male con il tempo ci sono sempre meno scambi, di conseguenza tutto inizia a oscillare intorno a 0,5 e non ci sono segnali. Ma per questo uno dovrebbe essere addestrato con una buona akurasi

 
Maxim Dmitrievsky:

Noi siamo il nostro proprio numeraire )) ok, ok, forse su trilioni di dati è rilevante, ma non mi alleno su serie di dati così grandi

C'è un altro approccio - la soglia di probabilità è impostata, quando il modello inizia ad andare male con il tempo ci sono sempre meno scambi, di conseguenza tutto inizia a oscillare intorno a 0,5 e non ci sono segnali. Ma dovrebbe essere allenato con buona precisione fin dall'inizio.

Bene, quando il modello si rompe i segnali dovrebbero semplicemente scomparire senza causare perdite di trading sotto forma di errori, e 0,5 potrebbe essere il vero valore target, 0 - OP_BUY, 1 - OP_SELL come è stato saggiamente nominato in MT4:)
 

Usate i livelli di pp in qualche modo nei vostri predittori?