L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3228

Nuovo commento
 
СанСаныч Фоменко #:

A cosa servono questi grafici?

Mostrano l'OOS su 20 set presi accanto a diversi picchi della funzione target. Ciò significa che se ci sono 19 picchi falsi (fit) e un picco positivo (pattern), lo vedremo immediatamente. E non ci preoccuperemo di tutti gli altri risultati.

Supponiamo di trovare alcuni pattern su HISTORY e di imparare a generarne di simili.

Perché?

Rispondiamo a questa domanda qui.

Abbiamo bisogno di questi grafici ripetitivi, dopo i quali segue una sezione ben definita e legale. Esattamente DOPO, nel FUTURO. Tutta la scienza economica può essere divisa in due parti: analisi e previsione. Ma la previsione non deriva dall'analisi perché tutti i dati finanziari non sono stazionari.

Senza offesa, ma non capisco il tentativo di una persona puramente teorica di influenzare le decisioni di un professionista esperto. Anche nella fase zero della scelta dei dati iniziali (le quotazioni) sono fondamentalmente in disaccordo con lei.


I ricercatori di MO, di norma, utilizzano l'ipotesi che esista un pattern nella serie iniziale, che può essere scambiato in plus. Si tratta di un'ipotesi, che non è confermata da nulla.

E poi io fornisco una serie in cui al 99,9% c'è un pattern. Mi aspetto che i metodi di generazione più avanzati non la rompano affatto.

Se riuscite a creare una generazione di questo tipo con GARCH, onore e lode.

 
fxsaber #:

Mostrano gli OOS su 20 set presi accanto a diversi picchi della funzione target. Ciò significa che se ci sono 19 picchi falsi (fit) e un picco positivo (pattern), lo vedremo immediatamente. E non ci preoccuperemo di tutti gli altri risultati.

Rispondete a questa domanda qui.

Senza offesa, ma non capisco il tentativo di una persona puramente teorica di influenzare le decisioni di un professionista esperto. Anche nella fase zero della selezione dei dati iniziali (citazioni) sono fondamentalmente in disaccordo con lei.


I ricercatori di MO, di norma, utilizzano l'ipotesi che esista un pattern nella serie iniziale, che può essere scambiato in plus. Si tratta di un'ipotesi, non confermata da nulla.

E poi fornisco una serie che ha un pattern il 99,9% delle volte. Mi aspetto che i metodi di generazione più avanzati non la rompano affatto.

Se riuscite a creare una generazione di questo tipo con GARCH, onore e lode.

Non generalizzare la tua ignoranza in materia di conferme.

Questo è esattamente il motivo per cui non state rispondendo in modo sostanziale: l'IO sta cercando modelli che prevedano il futuro, non solo modelli.

 

Domanda teorica.


Condizione.

  1. Qualcuno ha inventato un TS molto semplice.
  2. Ha capito cosa si dovrebbe fare con le citazioni, in modo che i passaggi migliori su qualsiasi Campione dopo l'ottimizzazione della TS si mostrino perfettamente su OOS.
  3. Ho generato una sequenza casuale di citazioni e vi ho aggiunto il risultato del punto 2. Il risultato è che c'è un certo numero di passaggi migliori su qualsiasi campione dopo l'ottimizzazione della TS.

Il risultato è una certa storia, che ha sicuramente una regolarità. Questa storia può essere di qualsiasi lunghezza desiderata.


Domanda.

Una metodologia di MO super-avanzata (un giorno nel futuro) con capacità di calcolo infinite troverà la ST (dati di p.3) come in p.1. o con proprietà come in p.2?

 
Il mio trova anche dove non c'è 😀 ma non è stato progettato per le zecche.

Sto accelerando alcuni f-i, ma per ora posso solo sognare le zecche.

Per esempio, il vostro può mostrare gli oo sulle barre? Il mio lo fa. Non è chiaro cosa confrontare con cosa, dipende dall'approccio.

Proverò la griglia generativa sui tick più tardi, ho dimenticato Pythorch, devo rinfrescarmi la memoria. Si dovrebbe trovare tutto, ho solo provato metodi veloci di campionamento da distribuzioni. Sono generalmente markoviani e non sono progettati per riprodurre modelli seriali. Ho escogitato e aggiunto nuove dimensioni solo per generare serie in pezzi in una volta, invece di un campione alla volta. Ma qualcosa non funziona.
 
fxsaber #:

Domanda teorica.


Condizione.

  1. Qualcuno ha inventato un TS molto semplice.
  2. Ho capito cosa si doveva fare con le quotazioni, in modo che su qualsiasi Campione dopo l'ottimizzazione del TS i passaggi migliori si mostrassero perfettamente su OOS.
  3. Ho generato una sequenza casuale di quotazioni e vi ho aggiunto il risultato del punto 2.

Il risultato è una certa storia, che ha sicuramente una regolarità. Questa storia può essere di qualsiasi lunghezza desiderata.


Domanda.

Una tecnica di MO super-avanzata (un giorno nel futuro) con potenza di calcolo infinita troverà un TC (dati del punto 3) come nel punto 1. o con proprietà come nel punto 2?

Non troverà la vostra strategia in modo specifico. 100 fumetti possono essere divisi in milioni di modi diversi. Dipende dalla formula utilizzata per selezionare la migliore suddivisione. Qui, credo, qualcuno ha generato un gruppo di alberi diversi e li ha selezionati per OOS.
Anche Random Forest genera molti alberi (a ogni albero vengono date diverse schede casuali) e poi fa una media dei risultati di tutti gli alberi. Se ci sono schemi nella maggior parte delle schede, il risultato sarà buono e stabile. Se c'è un modello comune in tutte le schede, il risultato sarà buono e stabile.
Se ci sono solo 1-3 schede buone, verranno mediate con alberi che contengono solo schede rumorose e il risultato sarà rumoroso. Nel trading, tutte le fiches possono essere considerate rumore.

Se avete solo 1000 trade su 6 milioni di ticks (attivati da qualche vostra condizione), questo è lo 0,017% di tutti i dati. Il MO non troverà mai una cosa del genere, troverà qualcosa di comune e cercherà di operare sul 50% dei tick, voi potete stringere le condizioni e operare sull'1% (solo sulle foglie migliori), ma avrete ancora meno.
In pratica, ogni foglia è una strategia separata come la vostra. Ma un albero può essere diviso in 100 foglie o 1000 o 10000.... E negozia tutte queste 10000 strategie allo stesso tempo (o meglio quelle che scegliete voi, ad esempio potete negoziare solo foglie con il 90% o addirittura il 99% di probabilità di vincita su Traine, ma su OOS una foglia così pulita (magari riqualificata) non garantisce nulla).
 
Forester #:
Se avete solo 1000 trade su 6 milioni di tick (attivati da qualche vostra condizione), si tratta dello 0,017% di tutti i dati. Il MO non troverà mai una cosa del genere, troverà qualcosa di comune e cercherà di fare trading sul 50% dei tick, voi potrete stringere le condizioni e fare trading sull'1% (solo sulle foglie migliori), ma avrete ancora meno.

1000 scambi in sei mesi sono un trading molto attivo. Se non è sufficiente, allora cosa cercate nel MO quando vi alimentate in molti anni? Distribuzione della durata citata.

Onestamente, molto raramente visto più mestieri. E non significativo - volte due solo. Ma lì sul bordo della stabilità.

 
fxsaber #:

Domanda.

Una tecnica di MO super-avanzata (creata un giorno nel futuro) con capacità computazionali illimitate troverà TC (dati di p.3) come in p.1. o con proprietà come in p.2?

La domanda è piuttosto strana....
Se si dispone di una potenza di calcolo infinita, si può fare qualsiasi cosa, anche adesso
 
mytarmailS #:
È una domanda molto strana...
Se si dispone di una potenza di calcolo infinita, si può fare qualsiasi cosa, anche adesso.

E se ci pensiamo logicamente?

Se ci sono infinite possibilità di calcolo, allora tutto il denaro confluirà in questi portafogli computazionali.

Chi li lascerà fare se altre potenze computazionali vorranno sottrarli alla prima.

Pensateci a vostro piacimento. È bene usare la logica.))

 

Forum sul trading, sui sistemi di trading automatizzati e sulla verifica delle strategie di trading

Machine learning nel trading: teoria, modelli, pratica e trading algoritmico

Renat Fatkhullin, 2023.09.10 10:44

Abbiamo intenzione di lanciare un altro campionato volto a promuovere le reti neurali:
1) forniremo un unico modello di robot MQL5 con modello scaricabile.onnx
2) entro 5 mesi i partecipanti caricheranno i loro moduli come model.onnx
3) ogni giorno verranno eseguiti automaticamente sullo storico dal 2023.01.01 al giorno attuale ai 4 principali tassi di cambio
4) il rating giornaliero dei partecipanti verrà pubblicato
5) al termine del periodo preliminare di accumulo dei partecipanti entro 5 mesi, il periodo di trading vero e proprio inizierà entro 1 mese.
6) sulla base dei risultati del lavoro svolto entro 1 mese, saranno determinati i vincitori
7) il montepremi della nostra società, pari a 30.000 dollari, sarà suddiviso in tre vincitori: 15.000, 10.000 e 5.000 dollari.
8) garantiamo che alla fine del campionato tutti i file dei modelli saranno cancellati per preservare la proprietà intellettuale degli sviluppatori.

Lo scopo del campionato è esclusivamente quello di stimolare lo sviluppo del machine learning nel trading. Programmi solo sotto forma di un unico modello MQL5 immutabile + model.onnx

 
fxsaber #:

1000 scambi in sei mesi sono un'attività molto attiva. Se questo non è sufficiente, allora cosa cercate nel MO quando vi alimentate in molti anni? La distribuzione della durata è stata data.

Ad essere onesti, molto raramente ho visto più scambi. E non significativi - solo due volte. Ma al limite della stabilità.

Beh, manualmente ho fatto 100 operazioni al giorno su 8 strumenti, probabilmente per noia e adrenalina)). Su 1 strumento ne ho fatte probabilmente 10 al giorno in media - sarà più o meno come la vostra. Ho fatto una media e ovviamente ho perso. Ecco perché sono passato all'algo-trading e poi al MO. Più precisamente algo-testing, perché nessun modello mi interessava per metterci dei soldi.


Mi limito a fare una previsione per ogni barra, ora è M5 (288 barre al giorno) e se la previsione è buona - si può fare trading. Se prendiamo la probabilità di successo 0,5, allora in media 144 operazioni al giorno. Se 0,9, allora meno, se 0,99, può rimanere inattivo per un anno e poi operare attivamente per una settimana (White Swan Catcher).
Per analogia con le barre, è possibile prevedere ogni tick, e ce ne sono 6 milioni - ecco perché ho detto "solo 1000". Sui tick probabilmente non dovreste prevedere ogni linea/tick, ma filtrarli in qualche modo. Lo avete fatto con il vostro algoritmo rilevato manualmente e avete ottenuto 6-7 operazioni al giorno.

1...322132223223322432253226322732283229323032313232323332343235...3399
Nuovo commento