L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2607
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
Anche supponendo che sia provato (anche se ci può essere e spesso c'è un problema con questo) che qualcuno guadagna costantemente anno dopo anno, non è affatto chiaro come provare che questo sia fatto dallo stesso algoritmo possa anche solo sembrare. Mi piacerebbe vedere opzioni più significative di "prendere per buona la tua parola" e " te lo dico io ".
Il mercato ha alcune caratteristiche stabili. Da essi può derivare un comportamento di trading stabile. Ne possono seguire algoritmi stabili che sfruttano questo comportamento.
Il giallo evidenziato - praticamente una descrizione perfetta dei risultati di trading basati sui modelli identificati sulla storia) Non è necessario che tutto si rompa immediatamente, ma è quasi sempre "non è così ora")
C'è una domanda come questa:
Vengono utilizzati due modelli. Uno predice di comprare o vendere, l'altro di commerciare o non commerciare.
Prima si addestra il primo modello, poi si guarda dove predice male, si segnano questi esempi come "non scambiare", gli altri buoni come "scambiare", si insegna questo al secondo modello.
Il primo modello è testato non solo nell'area di addestramento ma anche nell'area aggiuntiva e il secondo modello è addestrato in entrambe le aree.
Ripetiamo questa operazione diverse volte, riaddestrando entrambi i modelli sullo stesso set di dati. I risultati migliorano gradualmente sui campioni. Ma non sempre sul campione di controllo.
In parallelo a questo teniamo un registro di bad trades cumulativo per tutti i passaggi, tutti i "bad" deals per "not to trade" sono raccolti in esso per l'addestramento del secondo modello e filtrati secondo un certo principio come più copie di bad deals per tutti i passaggi, più possibilità di segnarli come "not to trade"
Per esempio, per ogni data viene accumulata una certa quantità di operazioni sbagliate per tutte le iterazioni di addestramento, dove questo numero supera una soglia (media), quelle operazioni sono contrassegnate come "non negoziare". Gli altri trade sono saltati, altrimenti sarebbe possibile escludere tutti i trade se ci sono molte iterazioni di allenamento.
Il coefficiente permette di regolare il numero di compravendite all'uscita, più è basso, più le compravendite sono filtrate
... a questo punto sono già stanco di scrivere ...
Come si può migliorare una tale combinazione di modelli in modo che migliori i suoi risultati su una nuova trama indipendente?
C'è qualche filosofia sul perché questo possa funzionare? A parte il fatto che i modelli si migliorano naturalmente (l'errore scende) ad ogni giro di riqualificazione, ma come liberarsi del fit?
Illustrazione. Il grafico è diviso in 3 parti. L'ultimo allena il primo modello, il penultimo e ultimo il secondo, il primo terzo è un campione d'esame. Naturalmente l'ultima sezione sarà la migliore e il primo terzo la peggiore.
Qui ci sono state 15 iterazioni di riqualificazione di entrambi i modelli, usando un registro di trade cattivi.
Francamente, lo schema nel suo insieme sembra molto sofisticato ed è improbabile che una persona dall'esterno sia in grado di dire qualcosa di significativo.
1) C'è una certa associazione con il boosting, dove ogni modello successivo cerca di migliorare l'errore dei precedenti.
2) Preferisco l'approccio in cui non cerchiamo di ottenere un modello complesso per tutti i casi, ma ne facciamo diversi semplici che funzionano secondo il principio del trade/not trade. Puoi farne due: "comprare" e "vendere". Potresti averne quattro: "comprare dopo un movimento verso l'alto", "comprare dopo un movimento verso il basso", "vendere dopo un movimento verso il basso", "vendere dopo un movimento verso l'alto". Forse, si possono inventare più varianti) Poi si possono combinare in qualche modo - anche qui sono possibili tutti i tipi di opzioni creative).
Il giallo evidenziato è una descrizione quasi perfetta dei risultati di un trade basato sui pattern individuati sulla storia) Non è detto che tutto si rompa subito, ma è quasi sempre "ora non lo è")
Non è necessario che tutto si rompa subito, ma è quasi sempre "non è così adesso").
Stavo cominciando a pensare che stavamo lentamente scivolando nei sofismi. Non si tratta di sostenere che ci sono modelli "eterni" (alla fine anche il sole si spegnerà con probabilità 1). Il punto è che ci sono leggi la cui durata è abbastanza lunga per essere sfruttata a proprio vantaggio. E la loro "durata" è di solito direttamente proporzionale alla complessità dell'estrazione o alla complessità tecnologica dello sfruttamento (per esempio CPT). L'esperienza mostra che, con una certa diligenza, alcuni/molti mesi sono un'aspettativa ragionevole.
Cominciavo a pensare che stavamo lentamente scivolando nei sofismi. Non si può sostenere che ci siano regolarità "eterne" (alla fine il Sole si spegnerà con probabilità 1). Il punto è che ci sono leggi la cui durata è abbastanza lunga per essere sfruttata a proprio vantaggio. E la loro "durata" è di solito direttamente proporzionale alla complessità dell'estrazione o alla complessità tecnologica dello sfruttamento (per esempio CPT). L'esperienza mostra che, con una certa diligenza, alcuni/molti mesi sono ragionevoli.
difficile non essere d'accordo
Vorrei anche scrivere un programma per gli scambiatori che elabori un algoritmo prima della compensazione
ma sembra che io sia stanco di scrivere
Il giallo evidenziato è quasi una perfetta descrizione dei risultati di trading basati sui modelli identificati) Non è necessario che tutto si rompa subito, ma è quasi sempre "non così ora")
Cominciavo a pensare che stavamo lentamente scivolando nei sofismi. Non si può sostenere che ci siano regolarità "eterne" (alla fine il Sole si spegnerà con probabilità 1). Il punto è che ci sono leggi la cui durata è abbastanza lunga per essere sfruttata a proprio vantaggio. E la loro "durata" è di solito direttamente proporzionale alla difficoltà di estrazione o alla complessità tecnologica dello sfruttamento (per esempio CPT). L'esperienza mostra che, con una certa diligenza, alcuni/molti mesi sono un'aspettativa ragionevole.
In realtà, la speranza di qualcosa del genere ci unisce tutti qui. Vorrei solo che questa speranza non distorcesse la percezione della realtà.
La speranza è una buona colazione, ma una cattiva cena)
Il giallo evidenziato è una descrizione quasi perfetta dei risultati di trading basati sui modelli trovati sullo storico) Non è necessario che tutto si rompa immediatamente, ma quasi sempre "non è così adesso").
Se non ti piace l'esempio precedente, nei circoli ristretti c'è un algoritmo di trading molto conosciuto basato sul fatto che ogni giorno è giorno, seguito da sera, mattina e poi di nuovo.
Si dice che la redditività e l'intensità del capitale di questo algoritmo aumentano significativamente in primavera e in autunno)