L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3352

 

Incrementi ordinari con ritardo arbitrario. Niente logaritmi o barre di zero. La domanda riguardava i segni. Il problema principale è il basso rapporto segnale/rumore. Ma contengono tutte le informazioni.

Il telefono sordo si sta evolvendo :)

Non leggo affatto gli articoli recenti, soprattutto gli autori prolifici sull'acqua, con interi cicli idrici :)
 
Maxim Dmitrievsky #:

Incrementi ordinari con ritardo arbitrario . Niente logaritmi o barre di zero. La domanda riguardava i segni. Il problema principale è il basso rapporto segnale/rumore. Ma contengono tutte le informazioni.

Chiaramente, tutte. Ma se utilizziamo gli incrementi tra barre vicine, allora per capire che c'è stato un trend nelle ultime 100 barre, il modello dovrebbe sommare tutte le 100 barre e ottenere l'incremento dalla barra 0. E alimentando subito dalla barra 0, - facilitiamo il suo lavoro. E alimentando da 0 barre in una volta sola, - rendiamo il suo lavoro più facile.
Forse le reti neurali possono prendere in considerazione tutti i 100 incrementi e trovare un trend, ma i modelli in legno sono improbabili. Tu stesso hai detto (e io ho ottenuto lo stesso risultato) che i modelli funzionano meglio su diverse caratteristiche (fino a 10), e un trend completo di 100 non si formerà da 10. E oltre agli incrementi ci possono essere altri segnali utili.

Ecco perché il mio ritardo arbitrario per gli incrementi è sempre a partire dalla barra 0, in modo che il modello veda il trend. Gli incrementi tra barre vicine non vengono mai utilizzati, perché li considero rumore. Ad esempio, un incremento di 0,00010 pt tra le barre 120 e 121, cioè 2 ore fa, che influenza può avere sulla situazione attuale? - Nessuna.

 
Forester #:

È chiaro che tutti. Ma se utilizziamo gli incrementi tra barre vicine, allora per capire che c'è stato un trend nelle ultime 100 barre, il modello deve sommare tutte le 100 barre e ottenere l'incremento dalla barra 0. E alimentando subito dalla barra 0, - facilitiamo il suo lavoro. E alimentando da 0 barre in una volta, - rendiamo il suo lavoro più facile.
Forse le reti neurali possono prendere in considerazione tutti i 100 incrementi e trovare un trend, ma i modelli in legno sono improbabili. Tu stesso hai detto (e io ho ottenuto lo stesso risultato) che i modelli funzionano meglio su diverse caratteristiche (fino a 10), e un trend completo di 100 non si formerà da 10. E oltre agli incrementi ci possono essere altri segnali utili.

Ecco perché il mio ritardo arbitrario per gli incrementi è sempre a partire dalla barra 0, in modo che il modello veda il trend. Gli incrementi tra barre vicine non vengono mai utilizzati, perché li considero rumore. Ad esempio, un incremento di 0,00010 pt tra le barre 120 e 121, cioè 2 ore fa, che influenza può avere sulla situazione attuale? - Nessuna.

Una tendenza è uno spostamento degli incrementi medi. Quindi è presente anche sul grafico degli incrementi. Il problema degli attributi multipli è spiegato dal punto di vista dei confondenti, cioè diventa più difficile separare l'influenza di ogni attributo da tutti gli altri. Dopotutto, ognuno di essi introduce un errore aggiuntivo nella stima finale. L'inferenza causale diventa più complicata e si aggiunge incertezza. A quanto pare, esiste un limite alla complessità del modello di primo piano, che dipende dal rapporto segnale/rumore.

Il ritardo degli incrementi è direttamente correlato alla durata del commercio previsto in barre. Ad esempio, se la durata è di 1 barra, è meglio prendere incrementi con un piccolo ritardo e una piccola profondità della finestra. Con l'aumentare della durata degli scambi, aumenta naturalmente anche il ritardo degli incrementi. E lo spread ovviamente influisce.
 

Hoscritto un Expert Advisor che registra i dati di ogni tick e forma un file csv con i dati, e accanto ad esso ho eseguito una rete neurale che analizza questo file, esegue l'addestramento e, sulla base dell'ultima riga del primo file, emette una previsione di dove il prezzo andrà e di quanti punti. Scritto in python. Chi ha già fatto qualcosa di simile e quali dati si possono imparare per coprire il quadro completo. Ora l'esperienza si basa su 'Apertura', 'Massimo', 'Minimo', 'Chiusura', 'Volume'.

Non so come inserire una schermata

 
Андрей scritto un Expert Advisor che registra i dati di ogni tick e forma un file csv con i dati, e accanto ad esso ho avviato una rete neurale che analizza questo file, esegue l'addestramento e, sulla base dell'ultima riga del primo file, emette una previsione di dove il prezzo andrà e di quanti punti. Scritto in python. C'è qualcuno che ha già fatto qualcosa di simile e quali dati possono essere appresi per coprire il quadro completo. Ora l'esperienza si basa su 'Apertura', 'Massimo', 'Minimo', 'Chiusura', 'Volume'.

Non so come inserire una schermata

registrare e analizzare i tick di TUTTE le coppie di valute e metalli.

aggiungere l'ora del giorno, il giorno della settimana

classificazione delle notizie attese

secondi prima della notizia

classificazione delle notizie passate

secondi dopo la notizia

===

in generale, qualcosa per tenere occupati se stessi e python :-)

 
Non abbiamo ancora esaminato tutti i MO, quindi non possiamo darvi un'indicazione :)
 
Maxim Dmitrievsky #:
Non abbiamo ancora padroneggiato tutti gli IO, quindi non possiamo dirvelo subito :)

Perché padroneggiare tutti i MO? Ci sono diverse centinaia di modelli da soli... E i modelli sono chiaramente meno della metà del problema.

Magari padroneggiare un paio di modelli, ma imparare a ottenere costantemente lo stesso errore di classificazione su OOV e OOS, inferiore al 20%? Avendo alla base la prova dell'assenza di apprendimento eccessivo, guardando al futuro e, cosa più importante, la prova dell'errore di classificazione risultante in futuro?

 
СанСаныч Фоменко #:

Perché padroneggiare tutti i MoD? Ci sono diverse centinaia di modelli solo... E i modelli sono chiaramente meno della metà del problema.

Che ne dite di padroneggiare un paio di modelli, ma di imparare a ottenere costantemente lo stesso errore di classificazione su OOV e OOS inferiore al 20%? E avere la prova dell'assenza di apprendimento eccessivo, guardando al futuro e, cosa più importante, la prova dell'errore di classificazione risultante in futuro?

Sotto tutti gli IO ci sono approcci e pratiche comuni. Ad esempio, è possibile ottenere le probabilità di classe per la classificazione binaria? Se sì, in che modo?
 
Maxim Dmitrievsky #:
Sotto tutti i MOE ci sono approcci e pratiche comuni. Ad esempio, è possibile ottenere le probabilità di classe per la classificazione binaria? Se sì, in che modo?

Non riesco a pensare immediatamente a pacchetti che NON producano probabilità di classe. Quindi avevo l'impressione che questo fosse lo standard.

 
СанСаныч Фоменко #:

Non riesco a pensare immediatamente a pacchetti che NON emettono probabilità di classe. Quindi mi è sembrato che questo fosse lo standard.

Il pensiero batch è in uso. Quelle non sono probabilità, sono chiamate così a causa del phs di Loess applicato, per la stima della verosimiglianza.

Come si ottengono le vere probabilità di classe?