L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3346

[Maxim Dmitrievsky]

Per giungere a una conclusione intermedia, sia in kozula che in variazionale e in tutte le altre direzioni, come i classificatori bayesiani e i modelli lineari generalizzati, applicati al MO, si utilizzano gli ensemble.

In kozula, per qualche motivo, sono di solito limitati a un solo classificatore o regressore (o a due), alias meta lerner. Mentre nel documento su catbust e altre librerie si usano gli ensemble. Il motivo per cui in kozula non lo rivelano è un po' strano. Non generalizzano al caso degli insiemi. Si tratta fondamentalmente di statistiche su modelli. Non c'è nessuna magia speciale, ma i risultati sono a volte piacevoli.

Non ho ancora visto nessun libro di riferimento generale sull'argomento. È un po' come il ML.

E più avanti c'è un bivio su come applicare tutto questo alla classificazione delle serie temporali e a un caso speciale - la classificazione dei BP per il trading, argomento quest'ultimo praticamente non divulgato o menzionato da nessuna parte.

[fxsaber]

Maxim Dmitrievsky #:
La particolarità è che, anche senza conoscere lo spread reale, una parte degli accordi cade quando lo si aumenta artificialmente nel tester.

All'aumentare dello spread corrisponde un abbassamento dell'aspettativa della matrice. Non ho capito il problema dello spread.

[nevar]

Maxim Dmitrievsky # : Il nuovo prodotto di Google , TSMixer, sembra superare TimeGPT nei benchmark, ho appena iniziato a leggerlo.

Anche NHITS e lightGBM hanno un RMS inferiore a quello di TimeGPT nei dati giornalieri e orari. https://valeman.medium.com/what-truly-works-in-time-series-forecasting-the-results-from-nixtlas-mega-study-78eda5133622

Avete provato Conformal Prediction ?

https://valeman.medium.com/how-to-predict-full-probability-distribution-using-machine-learning-conformal-predictive-f8f4d805e420

https://github.com/valeman/awesome-conformal-prediction#papers-time-series

[Maxim Dmitrievsky]

fxsaber #:

Quanto aumenta lo spread, tanto diminuisce l'aspettativa della matrice. Non capisco il problema dello spread.

Se esiste un modello che funziona in condizioni di serra. Vorrei adattarlo a qualsiasi casa di brokeraggio con qualsiasi spread. Sembrerebbe più semplice inserire uno spread maggiore nel markup delle operazioni e riqualificarlo, ma non serve. Si rifiuta di fornire un profitto con uno spread maggiore in uscita.

Si scopre quindi che il pattern stesso è a livello di spread, o come interpretarlo? Ovvero, non copre i costi di trading.

[fxsaber]

Maxim Dmitrievsky #:
Se esiste un modello che funziona in condizioni di serra. Vorrei adattarlo a qualsiasi casa di brokeraggio con qualsiasi spread. Sembrerebbe più semplice inserire uno spread maggiore nel markup delle operazioni e riqualificarlo, ma non serve. Si rifiuta di dare un profitto con uno spread maggiore in uscita.

Quindi, in condizioni di serra, l'aspettativa è bassa. Esattamente dove si trova l'alfa.

Sostituiamo la parola modello con scalper. Diciamo che è effettivamente in profitto ad alcune quotazioni. L'alfa è nella bassa aspettativa.

Peggioriamo le quotazioni. Lo addestriamo ad andare in OOS. Perché l'alfa è distrutto. Durante l'addestramento ci possono essere anche migliaia di transazioni. Ma non c'è un alfa - condannato.

ZY Perché trarre profitto dalle cattive quotazioni, quando è già tutto pronto per trarre profitto da quelle buone?

[Maxim Dmitrievsky]

fxsaber #:

Quindi, in condizioni di serra, la matrice di aspettativa è bassa. Esattamente dove si trova l'alfa.

Sostituiamo la parola modello con scalper. Supponiamo che sia effettivamente redditizio ad alcune quotazioni. L'alfa si trova in una bassa aspettativa.

Peggioriamo le quotazioni. Lo addestriamo ad andare in OOS. Perché l'alfa è distrutto. Durante l'addestramento, ci possono essere anche migliaia di operazioni. Ma non c'è alfa - condannato.

ZY Perché trarre profitto dalle cattive quotazioni quando è già tutto pronto per trarre profitto da quelle buone?

Beh, in qualche modo odio l'idea che le cattive condizioni di trading non lascino alcuna possibilità. Volevo che funzionasse anche per loro. Perché, ad esempio, lì un piccolo pattern non si riassume e non si riversa su altri timeframe in uno più grande, dove lo spread non è così decisivo. Non riesco ad orientarmi.

[fxsaber]

Maxim Dmitrievsky #:

Si scopre così che il modello stesso è a livello di spread, o come interpretarlo? Ovvero, non copre i costi di trading.

Costi di trading - slippage, liquidità, commissioni, swap. Lo spread è il valore (non ho scritto la differenza di proposito) tra bid/ask al momento.

Da mezzanotte all'una di notte lo spread minimo su EURGBP è decine di volte più grande dello spread massimo prima della mezzanotte.

E per alcuni scalper questa è l'ora più ghiotta della giornata.

[Maxim Dmitrievsky]

fxsaber #:

Costi di trading - slippage, liquidità, commissioni, swap. Lo spread è il valore (non ho scritto la differenza di proposito) tra domanda e offerta al momento.

Da mezzanotte all'una di notte lo spread minimo su EURGBP è decine di volte superiore allo spread massimo prima della mezzanotte.

E per alcuni scalper questa è l'ora più ghiotta della giornata.

Tuttavia, noi scambiamo lo schema - spread - altri costi

[fxsaber]

Maxim Dmitrievsky #:
Scambiamo ancora il modello - spread - altri costi.

Nessuno dei miei TS in nessuna parte della logica (nemmeno indirettamente) utilizza il valore dello spread. Non sono l'unico.

Perché i dati grezzi sotto forma di due prezzi bid/ask vengano convertiti in prezzo/spread e poi si cerchi l'alfa nel prezzo è un mistero per me.

Parlare di spread, timeframe e candele giapponesi è la stessa cosa.

[fxsaber]

"Hello World!" nel campo della comprensione dei dati di partenza: scrivere uno script che mostri il massimo profitto possibile sull'intervallo storico.

Se non si dispone di questo, non è chiaro cosa si stia facendo.