L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 854

 
Yuriy Asaulenko:

Per me? Ho già risolto il problema. Ora sto pensando a qualcos'altro da fare. Python o R. Non ho ancora nuove idee.

Quindi come si valuta il modello? Oppure si ottiene sempre lo stesso modello quando si costruisce lo stesso set più e più volte. È così?

 
Mihail Marchukajtes:

Hai ragione, hai ragione, ma il compito dell'IA è proprio nelle serie non stazionarie, dove il modello è fluttuante. Il compito dell'IA è quello di mantenerla in funzione quando quella relazione scappa, anche se solo per un breve periodo, ma abbastanza a lungo per fare soldi. Dopo tutto, il modello non cambia a passi da gigante. Al posto della prima voce principale ce n'è un'altra, ma quella principale rimane ancora nel set e qui è l'IA che si assume l'onere di tenere la linea, come si dice. Ecco perché nel primo mese del contratto a termine bisogna allenarsi molto spesso, soprattutto quando il mercato non sa dove andare. Guardando il Vtrite, posso vedere questo schema che balla intorno. Ma nel mezzo e alla fine dei futures, di regola, il mercato diventa più ordinato e una voce domina per molto tempo.

Amico, tutti lavorano dal momento o un paio di giorni prima della precedente chiusura dei futures. Cosa diavolo è il primo mese?

 
Mihail Marchukajtes:

il modello varia caoticamente e le deviazioni nei modelli aumentano esponenzialmente con il tempo

qualsiasi approssimatore (tranne, in parte, RNN o LSTM) non può risolvere tali problemi

tutti gli articoli sulle statistiche, con tentativi di applicarle al mercato nella loro forma attuale - possono essere buttati via e non prestarvi attenzione

gli sforzi principali dovrebbero essere concentrati sui metodi di lavoro in un ambiente non stazionario, uno dei quali è suggerito da Alexander (a condizione di non avere segni che hanno un effetto stazionario su un quoziente, che non può essere estratto dal quoziente stesso, a-priori)
 
Mihail Marchukajtes:

Quindi qual è il metodo di stima del modello? O si ottiene sempre lo stesso modello quando si costruisce ripetutamente lo stesso set? È così?

Probabilmente è diverso, chi lo sa. Viene addestrato su una sequenza casuale.

 
Yuriy Asaulenko:

Probabilmente è diverso, chi lo sa. È addestrato su una sequenza casuale.

Ok, allora come si fa a scegliere quello giusto? O finiscono tutti per dare lo stesso risultato nel ciclo di feedback?

Nel mio caso tutti i modelli lavoreranno in modo diverso sul ciclo di feedback....

 
Mihail Marchukajtes:

Ok, allora come si fa a scegliere quello giusto? O finiscono tutti per dare lo stesso risultato nel ciclo di feedback?

Ho tutti i modelli che lavorano in modo diverso sull'o.c.p.....

Ho solo un modello - nc-60 neuroni. Non c'è bisogno di scegliere. Ci alleniamo, lavoriamo.

Sì, feedback - che cos'è?

 
Yuriy Asaulenko:

Ho solo un modello - NS -60 neuroni. Non devi scegliere niente. Ci alleniamo, lavoriamo.

Sì, che cos'è l'O.C.D.?

Uh... Geez........ Avete un NS, ma quando lo allenate, otterrete sempre pesi di neuroni diversi. SEMPRE DIVERSO. Funzionerà allo stesso modo nell'area di allenamento. Ma ogni volta che lo si allena, si otterrà sempre un NS diverso e la differenza è nei coefficienti dei neuroni. Quindi, possiamo determinare statisticamente che questa NS funzionerà meglio in futuro con questa particolare serie di probabilità rispetto a questa. Non è vero? O non capisco qualcosa. In P è solo tutto cucito all'interno...... come ho capito...

 
E il compito non è quello di ottenere un modello, ma di SCEGLIERE il modello che funzionerà in futuro. E come fare questo è mostrato nel mio compito, che voi pensavate fosse inutile. E si è rivelato essere il più importante !!!!!!
 
Mihail Marchukajtes:

Già... Geez...... Avete un NS, MA quando lo allenate otterrete sempre diversi coefficienti di ponderazione dei neuroni. SEMPRE DIVERSO. Funzionerà allo stesso modo nell'area di allenamento. Ma ogni volta che lo si allena, si otterrà sempre un NS diverso e la differenza è nei coefficienti dei neuroni. Quindi, possiamo determinare statisticamente che questa NS funzionerà meglio in futuro con questa particolare serie di probabilità rispetto a questa. Non è vero? O non capisco qualcosa. È solo che in R è tutto cucito dentro...... come lo capisco...

Non lavoro in R.

Sì, è sempre un NS diverso ad ogni allenamento. Lo controllo, l'unico, su un BP indipendente, e via al reale. A proposito, per i futuri.

 
Yuriy Asaulenko:

Non lavoro in R.

Sì, è sempre un NS diverso ad ogni allenamento. Lo controllo, l'unico, su un BP indipendente, e via al reale. A proposito, sui futures.

L'ho testato anche su un BP indipendente. La mia strategia di base mi permette di creare un tale BP senza perdere tempo. Ma come si è scoperto è meglio usare i metodi calcolati nel mio esempio. Quindi, statisticamente più affidabile per capire quanto il tuo modello porta informazioni sull'output....