L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 237
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
E allora? Tutto male, a quanto pare? Sconfiggere il mercato sotto forma di buy and hold ha fallito.
la domanda non è...
la domanda è perché un modello che è addestrato sulla casualità ha prestazioni migliori su nuovi dati di mercato (OOS) rispetto a un modello che è stato originariamente addestrato su dati di mercato
p.s. nessuno ha cercato di creare un super sistema
la domanda non è...
la domanda è perché un modello che è addestrato sulla casualità ha prestazioni migliori su nuovi dati di mercato (OOS) rispetto a un modello che è stato originariamente addestrato su dati di mercato
p.s. nessuno ha cercato di creare un super sistema
È riqualificato. Un modello sovrallenato non ha alcuna caratteristica.
domande...
1) perché quello addestrato su random non viene riqualificato?
2) perché quello che è addestrato su randoms non perde il deposito diretto?
3) perché quello che è addestrato su dati reali sta perdendo in direzione della tendenza?
domande...
1) perché quello addestrato su random non viene riqualificato?
2) perché quello che è addestrato su randoms non perde il deposito diretto?
3) perché quello che è addestrato su dati reali sta perdendo in direzione della tendenza?
Mi sembra (non sono sicuro)
domande...
1) perché quello addestrato su random non viene riqualificato?
2) perché quello che è addestrato su randoms non perde il deposito diretto?
3) perché quello che è addestrato su dati reali sta perdendo in direzione della tendenza?
Il fatto è che quando usiamo il rumore come guida, otteniamo un sistema neutrale. Funziona anche essenzialmente in modo casuale con i dati di mercato. Ed è più redditizio agire a caso nel mercato che pensare di sapere dove andrà il mercato(una griglia allenata pensa di sì).
Niente di sorprendente quindi, il mercato cerca sempre di muoversi contro le sue statistiche (contro le masse), e l'apprendimento riguarda le statistiche di routine nel peggiore dei casi e la cattura di modelli nel migliore. Ma né le statistiche né i modelli funzionano nel futuro, perché il mercato cerca sempre di muoversi contro le sue statistiche, contro le masse. Il cerchio è chiuso. L'apprendimento non ha senso, qualsiasi cosa imparata (in modo buono, senza sovraapprendimento) sarà inutile nell'OOS.
Da qui la media (né buona né cattiva) dei risultati sui dati di mercato di un sistema addestrato a caso. Questi pensieri sono stati espressi da me da qualche parte nel 2009, quando ho suggerito di generare una serie sintetica essenzialmente da dati casuali ma con caratteristiche parametriche e studiare come si comporta il TS su tali dati, che poi si applicherebbe ai dati di mercato reali. Questo è un "approccio pessimista" al mercato.
L'approccio "ottimista" è lo stesso che ho menzionato l'anno scorso - "modelli fluenti". Il significato è lo stesso - il mercato cambia costantemente, ma la differenza sta nel seguire questi cambiamenti, seguire il derivato del mercato e fare trading contro i cambiamenti (o secondo i cambiamenti).
I due approcci "pessimista" e "ottimista" non si contraddicono, ma guardano il mercato da angolazioni diverse (sfaccettatura/profilo).
E badate, non ho detto una parola sul fatto che il mercato sia casuale. Se il mercato fosse casuale, non vedremmo effetti simili con modelli addestrati su dati casuali. Sì e non permetteranno agli zii di essere un mercato casuale (economizzandola per la gamba).
Ho provato a selezionare i modelli di lavoro "con il mio metodo" dal random, il modello ha impiegato molto tempo per imparare, ho selezionato il primo modello disponibile per l'acquisto, e poi lo studio è andato in crash e ho dovuto chiuderlo per il completamento dei compiti, sono riuscito a salvare il modello, ma l'obiettivo non è stato salvato ed essenzialmente la ricerca dei modelli era impossibile, ho dovuto reimparare l'intero modello, una tale seccatura...
L'unico schema che sono riuscito a scrivere era abbastanza buono(o così mi piace pensare :)) )
Sembra molto bello, non sei d'accordo!!!
Il 77% di guadagno è buono!
Anche il rapporto take/stop su 1k2 è +-non male
Ho ottenuto molti buoni risultati, anche se non so cosa volevo dire e non so cosa fare con loro.
Potrei dover insegnare di nuovo il modello e testare, testare, pensare e testare di nuovo ... Nel frattempo, buona fortuna a tutti)
Ho provato a selezionare i modelli di lavoro "con il mio metodo" dal random, il modello ha impiegato molto tempo per imparare, ho selezionato il primo modello disponibile per l'acquisto, e poi lo studio è andato in crash e ho dovuto chiuderlo per il completamento dei compiti, sono riuscito a salvare il modello, ma l'obiettivo non è stato salvato ed essenzialmente la ricerca dei modelli era impossibile, ho dovuto reimparare l'intero modello, una tale seccatura...
L'unico schema che sono riuscito a scrivere era abbastanza buono(o così mi piace pensare :)) )
Sembra molto bello, non sei d'accordo!!!
kol. redditizio 77% è buono
Il rapporto take/stop più di 1k2 è anche +-non male
Ho ottenuto un sacco di buoni risultati, non so cosa fare con loro, sono scambiati verso l'alto.
Potrei dover insegnare di nuovo il modello e testare, testare, pensare e testare di nuovo ... Nel frattempo, buona fortuna a tutti)
Ho dato un'occhiata al nuovo set di dati per interesse.
(Sono un po' più avanti di te. A malapena ti ho trovato))) recuperare il ritardo...
https://numer.ai/
Qualcosa è andato storto.
Ho preso lo stesso modello con gli stessi parametri dell'ultima volta, il risultato dopo la valutazione è stato peggiore. Ho dovuto aggiustare i parametri del modello e fare una nuova valutazione incrociata. Ho deciso di bypassare questa procedura e addestrare un altro modello che ha mostrato risultati molto migliori sui dati di allenamento. Ora ho previsto questo secondo modello ma il logloss su numerai è peggiore. Non è buono. Tornerò al primo modello e farò una verifica incrociata.
Ho controllato lo stesso modello, ma non per mezzo anno (oos)(come la prima volta), ma per 5 anni (oos)
Tutti gli indicatori sono scesi drasticamente, ma non posso dire che il modello non sta funzionando, gli stop\take sono gli stessi, nulla è cambiato e nessuna regolazione è stata fatta e ho anche notato una costante tendenza al ribasso nel mercato, il modello è lungo, possiamo solo fare trading lungo
se ottimizziamo le fermate e i decolli potremmo ottenere un quadro migliore, ma è una regolazione fine.
Sono un po' confuso da tutto questo, perché funziona?
=================================================================
E una domanda per la stanza: qualcuno è interessato a quello che sto mettendo su, perché non sto vedendo alcun interesse...
forse nessuno ne ha bisogno e sto solo sporcando il thread?
=================================================================
E una domanda per la stanza: qualcuno è interessato a quello che sto postando, perché non vedo alcun interesse...
Forse nessuno ne ha bisogno e sto solo sporcando il thread?
Certo che è interessante.
Ora in tempo reale. E non dimenticare di controllare qui.