L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1289

 
Maxim Dmitrievsky:

Potresti semplicemente correre in cerchio, agitando le braccia, il risultato sarebbe più o meno lo stesso.)

In realtà, sto parlando del ciclismo. E gli esperimenti mentali non costano nulla, ma possono essere molto utili).

A proposito, se ci fossero dei veri cicli nel mercato, potrebbero sempre essere distinti dall'analisi spettrale. Quindi, su durate di analisi completamente diverse - puro spettro di rumore. L'ho fatto molto tempo fa, se devo ripeterlo usando Python, lo dimostrerò.

 
Maxim Dmitrievsky:

quali sono gli errori finali? entrambi i modelli e come funzionano sui nuovi dati

Dannazione, hai bisogno di un'analisi profonda qui

Viene visualizzato il delta di errore, cioè quanto questo predittore contribuisce all'errore totale del modello. Sul dominio di addestramento, la rimozione di 1 ha cambiato l'errore di non più dello 0,5% (poiché questo dominio ha un forte adattamento), mentre sul dominio di convalida l'errore cambia fino al 5,5% (poiché questo dominio non è stato regolato). La permutazione su entrambe le sezioni traine e validate salta fino al 5-6%.


In generale, la riqualificazione casuale + il rimescolamento casuale dei nodi dà anche risultati casuali.

Penso che costruirò dei predittori per 1. Penso che fino a 10-20 genererà modelli rapidamente, e poi rallenterà.

 
elibrario:

Viene visualizzato il delta dell'errore, cioè il contributo di questo predittore all'errore totale del modello. Sulla parcella di addestramento, la rimozione di uno ha cambiato l'errore di non più dello 0,5% (perché il fit era alto su questa parcella), mentre sulla parcella di convalida l'errore cambia fino al 5,5% (perché questa parcella non è stata regolata). La permutazione su entrambe le sezioni traine e validate salta fino al 5-6%.


In generale, la riqualificazione casuale + il rimescolamento casuale dei nodi dà anche risultati casuali.

Penso che costruirò dei predittori per 1. Penso che fino a 10-20 genereranno rapidamente dei modelli, e poi rallenteranno.

Se i parametri variano leggermente, è normale, la foresta è casuale. Se si imposta la semina, dovrebbe essere sempre la stessa.

Cioè sia lì che lì ~5% sulla convalida, significa che fanno lo stesso lavoro.

 
elibrarius:

c'è un setcid nell'allieb?

C'è un gcf per gli split.

Ho appena messo in EA o script o qualsiasi cosa MathSrand() prima della foresta di formazione o durante l'inizializzazione

Penso che abbia anche funzionato... l'ho dimenticato... ora non lo faccio più perché non ne ho bisogno
 
Yuriy Asaulenko:

In realtà, sto parlando di ciclicità. E gli esperimenti mentali non costano nulla, ma possono essere molto utili).

A proposito, se ci fossero cicli reali nel mercato, potrebbero sempre essere identificati dall'analisi spettrale. Quindi, su durate di analisi completamente diverse - puro spettro di rumore. L'ho fatto molto tempo fa; se lo ripeterò usando Python, ve lo mostrerò.

Perché, tanto è tutto chiaro.

Ci sono cicli nel mercato, ma non sono periodici, cioè appaiono, continuano e scompaiono. Probabilmente in modo casuale. La questione è come catturare questo fenomeno (e se è possibile), non ci sono più domande alle citazioni di BP.

 
Maxim Dmitrievsky:

Perché? È abbastanza chiaro.

ci sono cicli nel mercato, ma non sono periodici, cioè emergono, continuano e scompaiono. Probabilmente in modo casuale. La questione è come catturare questo fenomeno (e se si può), non ci sono più domande per le citazioni BP.

ci sono cicli nel mercato, ma sono non periodici - Maxim, cicli, per definizione, sono periodici, o vicino ad esso - pseudo-periodico. Non ci sono altri cicli). O non sono cicli).

I fenomeni casuali non possono essere previsti o rilevati. Si può cercare di individuarli solo nel processo della loro comparsa e dei segni di vita, nel corso del gioco, con non più di qualche probabilità, forse molto piccola.

 
Yuriy Asaulenko:

ci sono cicli nel mercato, ma sono non periodici - Maxim, cicli, per definizione, sono periodici, o vicino ad esso - pseudo-periodico. Non ci sono altri cicli). O non sono cicli).

I fenomeni casuali non possono essere previsti o rilevati. Si può solo cercare di individuarli nel processo della loro comparsa e dei segni di vita, nel corso del gioco, con non più di qualche probabilità, forse molto piccola.

Come spiegare... in breve, c'è un segnale o qualcosa che prende la forma di un ciclo e dopo un punto di biforcazione prende la forma di un altro ciclo. O punto di biforcazione, comunque lo si voglia chiamare, il significato non cambia.

Non so come si chiama scientificamente, ma dopo un certo semiperiodo il ciclo può essere "eseguito" con una probabilità decente e un errore basso, finché non si rompe di nuovo e passa un certo tempo (semiperiodo o come si chiama), per il quale può riprendere. In teoria funziona più o meno così.

 
Maxim Dmitrievsky:

come spiegare... in breve c'è un segnale o qualcosa che prende la forma di un ciclo, e dopo un punto di biforcazione prende la forma di un altro ciclo. O punto di biforcazione, comunque lo si voglia chiamare, il significato non cambia.

Non so come si chiama scientificamente, ma dopo un certo semiperiodo il ciclo può essere "condotto" con una probabilità decente e un basso errore, finché non si rompe di nuovo e passa un certo tempo (semiperiodo o come si chiama), per cui si può riprendere

Se lo sai, ed esiste davvero (chiamiamolo: il ciclo di sviluppo di un fenomeno, che di nuovo è un evento che si ripete regolarmente), allora puoi usarlo facilmente.

Posso vedere queste cose solo nella storia, quando le cose sono già accadute. In tempo reale, passo). A proposito, è comune per noi identificare un segnale solo dopo che è finito. Nell'elaborazione dei segnali è spesso il caso.

 
Maxim Dmitrievsky:

come spiegare... in breve c'è un segnale o qualcosa che prende la forma di un ciclo e dopo un punto di biforcazione prende la forma di un altro ciclo. O punto di biforcazione, comunque lo si voglia chiamare, il significato non cambia.

Non so come si chiama scientificamente, ma dopo un certo semiperiodo il ciclo può essere "eseguito" con una probabilità decente e un errore basso, finché non si rompe di nuovo e passa un certo tempo (semiperiodo o come si chiama), per il quale si può riprendere. È più o meno in teoria come potrebbe funzionare.

Si adatta facilmente alla mia teoria sul mercato. Solo qualcuno con un sacco di soldi ha acceso il suo algoritmo per il reclutamento delle posizioni/transazioni, qualche grande banca, forse la Banca Centrale, naturalmente questo non è fatto rapidamente, ma come questo partecipante era dominante e la situazione del mercato ha contribuito a questo, è stato possibile trovare segni del loro algoritmo. Naturalmente, dopo che il partecipante ha smesso di influenzare il mercato, i segnali hanno smesso di funzionare. Ci sono molti di questi partecipanti (forse 100), i loro algoritmi possono sovrapporsi, ma c'è un presupposto che sono simili (ricordate l'analisi tecnica e i requisiti per le banche di giustificare le loro operazioni di trading basate su tale analisi (almeno in Russia)), e per questo motivo ha senso analizzare un grande campione, dove uno stesso algoritmo viene eseguito più volte, poi c'è la possibilità di capire come funziona, descrivere i suoi segni indiretti, ma il modello deve imparare a identificarlo e non lavorare sul rumore in questo momento, in attesa che l'algoritmo si accenda, sotto il quale Penso che questo funzionerebbe ancora meglio su azioni e derivati, non faccio MO sul forex.

Ma la linea di fondo è che abbiamo bisogno di trovare modelli di 10 che descrivano l'algoritmo dei grandi individui di denaro, e imparare a determinare quale algoritmo è preferibile in un dato momento nel tempo. Poiché il ciclo dell'algoritmo può essere di un paio di giorni e probabilmente sarà ripetuto per un breve periodo di tempo, va bene se entriamo con un piccolo ritardo, basta scegliere il modello giusto per questo algoritmo.

Siamo tutti pesci piccoli che possono unirsi alla balena - il grande attore del mercato - a condizioni reciprocamente vantaggiose.
 
Yuriy Asaulenko:

Se lo sai, ed esiste davvero (chiamiamolo: il ciclo di sviluppo di un fenomeno, che di nuovo è un evento che si ripete regolarmente), allora puoi usarlo facilmente.

Posso vedere queste cose solo nella storia, quando le cose sono già accadute. Sul reale - passo). A proposito, è un fenomeno comune quando possiamo identificare un segnale solo dopo che è finito. Nell'elaborazione dei segnali questo è spesso il caso.

Esiste nella storia, non so come algoritmizzarla.