L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 570
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
https://medium.com/@ceshine/feature-importance-measures-for-tree-models-part-i-47f187c1a2c3
dovresti provare ad aggiungere almeno 1 metodo alle foreste algib e poi tutto può essere fatto automaticamente in МТ5 senza R, per esempio il recupero dei dati
La selezione dei predittori più impressionante in caret: gafs - selezione genetica dei predittori; rfe - selezione inversa dei predittori (più veloce); safs - robustezza simulata della selezione dei predittori (annealing) - più efficiente.
Se parliamo di machine learning, dobbiamo fare attenzione - è un guscio che include l'intero ciclo: datamining, modellazione, stima.
PS.
Tutto ciò a cui ti aggrappi è il "ecco come finire...".
No, intendo esattamente il metodo di selezione in RF, non in altri modi. O è per RF? Ho capito che Gini è il più popolare.
Sì, R MDI è usato
Sulla selezione dei predittori...
Aggiunto inizialmente al modello - giorno della settimana. Ho osservato il trading della variante migliore - è risultato che per 40 giorni (8 settimane) aveva imparato a comprare il giovedì e nel test per 10 giorni (2 settimane) stava comprando quasi ogni barra del giovedì e stava vincendo. E in altri giorni non ha scambiato o ha fatto solo accordi isolati.
Conclusione: devo rimuovere il giorno della settimana per rendere il mio trading pari. Ora sto testando senza e vedremo cosa succede.
Ma sono stato eliminato puramente dal buon senso, l'automazione considerava questo predittore molto importante.
Quindi è un po' difficile affidarsi all'automazione... Anche se è possibile che il giorno della settimana sia l'unica cosa che puoi vedere e capire manualmente, qualcosa di più fine potrebbe non essere notato
Sulla selezione dei predittori...
Aggiunto inizialmente al modello - giorno della settimana. Ho guardato il trading della migliore variante e si è scoperto che avevo imparato per 40 giorni (8 settimane) a comprare il giovedì e nel test per 10 giorni (2 settimane) quasi ogni barra del giovedì stavo comprando e stavo vincendo. E in altri giorni non ha scambiato o ha fatto solo accordi isolati.
Conclusione: devo rimuovere il giorno della settimana per rendere il mio trading pari. Ora sto testando senza e vedremo cosa succede.
Ma questa eliminazione è puramente basata sul senso comune, l'automazione ha considerato questo predittore molto importante.
Quindi è un po' rischioso affidarsi all'automazione...
Sono solo curioso di capire come funziona, in modo da non dover fare assolutamente nulla :) se una variabile non è importante, allora basta cancellarla, in modo da non generare dimensionalità extra
L'importanza non è se il modello funzionerà in avanti, ma quanto bene le caratteristiche al momento descrivono l'obiettivo
d'altra parte, per NS o Deep NS la selezione delle caratteristiche non è molto importante, dà solo meno pesi e le caratteristiche extra non hanno quasi nessun effetto. Il tuning aggiuntivo è buono naturalmente, ma è satanismo di dati per le statistiche e non è adatto per gli handicap e darà il 5-7% di aumento della qualità, che non è niente
di per sé la selezione dei predittori nel forex è quasi una perdita di tempo, l'importanza varierà da set a set. IMHA
D'altra parte, per NS o Deep NS la selezione dei tratti non è affatto molto importante, semplicemente lancia pesi minori e i tratti extra non hanno quasi nessun effetto. Il tuning aggiuntivo è certamente buono, ma è satanismo di dati per le statistiche, non adatto all'handicap
Nel mio esempio il giovedì si è rivelato molto buono per l'acquisto (nell'intervallo di 50 giorni) e apparentemente NS ha assegnato al giorno della settimana il peso maggiore. Ha funzionato, ma penso che comprare su ogni bar il giovedì sia un errore. Dopo tutto, le cose possono cambiare, dobbiamo cercare modelli più profondi.
Forse un anno di apprendimento... Ma ci vorranno 6 o 7 volte di più. Allora forse il giorno della settimana scenderà d'importanza.
Nel mio esempio, il giovedì si è rivelato essere un ottimo giorno di shopping (all'intervallo di 50 giorni) e apparentemente la NS ha dato al giorno della settimana il peso maggiore. NS ha guadagnato, ma penso che comprare su ogni bar il giovedì sia un errore. Dopo tutto, le cose possono cambiare, dobbiamo cercare modelli più profondi.
Può cambiare, sì :) o hai bisogno di un campione più grande o di riqualificarti e valutarti... io faccio la seconda. L'ultima corsa, per così dire :)
Dovremmo anche studiare la frequenza dei gap, ricordo il grafico del JPY come se un'ascia fosse stata usata per tagliare l'aumento delle quotazioni. Quindi come fare trading. Queste ampiezze superiori a 1000 pips dovrebbero essere strutturate (dai livelli di volatilità dei gap) e si dovrebbe calcolare la probabilità della loro ripetizione. La probabilità è alta - l'Expert Advisor dorme su questo grafico. Oppure puoi catturare l'aumento della probabilità di gap e sapendo da che parte andrà, usare gli ordini pendenti per provare a cavalcarlo. È anche importante studiare ciò che accade prima del gap - perché è chiaramente fatto dall'uomo, quindi imbrogliano lì prima del gap per concentrare gli ordini nella direzione opposta a quella del gap imminente. Aggiunto.
E sono d'accordo sul set. Ma il set per ogni periodo è diverso. Per i minuti è un giorno, per un'ora un mese, ecc. Oppure, intende il modello redditizio di comportamento delle citazioni, che si verifica più spesso? Allora sì - un set sarà misurato dal tempo della creazione di questo "modello"
E quei valori della storia delle quotazioni o i tuoi predittori (capisco che sono modelli ripetitivi di comportamento delle quotazioni sul grafico), che sono più vicini alla data corrente, dovrebbero avere un peso maggiore, cioè la storia per 1 anno è di interesse solo per la ricerca di questi predittori - i modelli ripetitivi "profitto" di comportamento delle quotazioni per l'array di predittori e dare loro un peso secondo la loro frequenza di rilevamento sulla storia delle quotazioni. Il secondo peso dovrebbe aumentare lo stato del predittore in base alla vicinanza agli ultimi eventi nel grafico.
È come Mendeleev che si sveglia e racconta tutto dal sonno. Io stesso non lo capisco))). Buona fortuna, stiamo aspettando i risultati.
100% p.a. e stabilità nel trading. Non c'è bisogno di altro. Non esagerare.
predittore
Il 100% p.a. non è sufficiente, è necessario un mese :)
Sulla selezione dei predittori...
Aggiunto inizialmente al modello - giorno della settimana. Ho osservato il trading della variante migliore - è risultato che per 40 giorni (8 settimane) aveva imparato a comprare il giovedì e nel test per 10 giorni (2 settimane) stava comprando quasi ogni barra del giovedì e stava vincendo. E in altri giorni non ha scambiato o ha fatto solo accordi isolati.
Conclusione: devo rimuovere il giorno della settimana per rendere il mio trading pari. Ora sto testando senza e vedremo cosa succede.
Ma questa eliminazione è puramente basata sul senso comune, l'automazione ha considerato questo predittore molto importante.
Quindi è un po' difficile affidarsi all'automazione... Anche se è possibile che il giorno della settimana sia l'unica cosa che puoi vedere e capire manualmente, qualcosa di più fine potrebbe non essere notato
no... dopo aver cancellato il giorno della settimana, è ancora lo stesso. Ci sono 5 barre giornaliere come contesto, forse è da lì che viene... Devo provare senza di loro.
significa che ha poco effetto... come posso capire senza ? ) Solo se si rimescolano i valori di ciascuno dei predittori a turno, e si riaddestra e si guarda come cambia l'errore totale
solo che potrebbe essere una sorpresa che dati mischiati a caso si rivelino improvvisamente molto importanti :) + lungo tempo se ci sono molte caratteristiche. Quindi senza caratteristiche è un compito sismico