트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1126

 

그래서 우리 모두는 오로지 파이..서로를 파괴하고 미쳐가기 위해 여기에 있다는 것을 고백해야 합니다. 그리고 왜 이런 일이 일어나는지 저는 제 메시지에서 다룰 것입니다.... :-)

일반적으로 나는 "선생님"이라는 명예칭호를 정당화하기 위해 은퇴하고 학생을 받아들일 생각입니다 !!!!!!!

가르치는 것도 치료와 마찬가지로 선행임을 알게 하십시오.

이것 때문에 몇 번이고 나는 약간의 pizdyuly를 낚아채지 못했다. 물론 친구로부터 가난한 사람들은 그것을 참을 수 없었습니다. 글쎄, 쿨리는 마음고생을 잘하는 학식인데 왜 그런지는 모르겠지만 인생에 관심이 많은 편인데 MO 분야에서는 나 자신을 능가했다!!!!!!

그녀는 내 최고 :-))) 또는 오히려, 나는 그것에 가장 많은 경험을 가지고 있습니다. 나는 모스크바 지역의 전문가 공석을 보았고 엔지니어를위한 시간이었습니다. 일반적으로 만들 필요가 없습니다. 그를 올바르게 훈련시켜야 하며 이를 위해서는 프로그래밍 지식 등이 필요합니다.

 
마이클 마르쿠카이테스 :

이제 Mihail Marchukajtes 시스템의 변형을 살펴보겠습니다. 나를 위해 훈련을위한 50 거래도 충분하지 않습니다.

하지만 반대편에서도 접근할 수 있습니다. 새로운 상품을 거래한 경험을 설명하겠습니다(죄송합니다. 다른 경험이 없기 때문입니다.)

예를 들어, 저는 Sberbank 선물을 플레이하고 RTS 지수로 이체하는 것이 제 머리를 강타했습니다.

나는 변한다.

1일차. 그냥 멍하니 인용구만 보고, 가끔 종이에 뭔가를 적기도 하고, 아무것도 하지 않습니다.

2일차. 희귀 가상 거래. 개폐는 종이에 기록됩니다.

3일째. 종이에 빈번한 가상 거래.

4일째. 그게 다야, 1st 미래의 작은 거래를 위해 진짜로 가자. 훈련이 끝났습니다.))

모두. 훈련하는 데 4일이 걸렸고 15-25번의 거래만 했습니다.

15-25 트랜잭션에서도 학습이 가능한 것으로 나타났습니다. NN이 항상 모니터를 응시하지 않고 트랜잭션에 대해서만 학습한다는 점을 고려하면 50개의 트랜잭션이 학습에 매우 적합한 시퀀스로 판명됩니다.

결론은 예비입니다. 일단은 의심스럽습니다.

 
마이클 마르쿠카이테스 :

그래서 우리 모두는 오로지 파이..서로를 파괴하고 미쳐가기 위해 여기에 있다는 것을 고백해야 합니다. 그리고 왜 이런 일이 일어나는지 저는 제 메시지에서 다룰 것입니다.... :-)

일반적으로 나는 "선생님"이라는 명예칭호를 정당화하기 위해 은퇴하고 학생을 받아들일 생각입니다 !!!!!!!

가르치는 것도 치료와 마찬가지로 선행임을 알게 하십시오.

이것 때문에 몇 번이고, 나는 pizdyuly를 자르지 않았습니다. 물론 친구로부터 가난한 사람들은 그것을 참을 수 없었습니다. 글쎄, 쿨리는 마음고생을 잘하는 학식인데 왜 그런지는 모르겠지만 인생에 관심이 많은 편인데 MO 분야에서는 나 자신을 능가했다!!!!!!

그녀는 내 최고 :-))) 또는 오히려, 나는 그것에 가장 많은 경험을 가지고 있습니다. 나는 모스크바 지역의 전문가 공석을 보았고 엔지니어를위한 시간이었습니다. 일반적으로 만들 필요가 없습니다. 그를 올바르게 훈련시켜야 하며 이를 위해서는 프로그래밍 지식 등이 필요합니다.

바보가 쓰는 글, 왕규...

 
독성 :

내가 선생님을 올바르게 이해했다면, 다음과 같은 것입니다.


일반적으로 어떤 이유로 아이디어의 코드는 전송 없이 전송됩니다((( x Why


추신 Misha 당신은 이것을 볼 필요가 있습니다: dark-os.com/viewtopic.php?t=308103

그리고 여기에 이미 사건이 있습니다. 고마워 친구야 분명 찾아봐야겠지만 벌써 일주일째 ....

일반적으로 오늘 나는 메트릭에 대해 생각했고 그 수가 무한하다는 것을 깨달았습니다. MT 테스터에서 매개변수 세트를 가져와서 이들 간의 관계를 구축하기 시작하여 결국 이 전체 세트를 포함하는 전체 점수를 얻습니다. 그리고 짜잔.....

 
독성 :

나는 적당한 HFT, 하루 30-200 거래를 가지고 있고 non-HFT, IMHO와 algo 거래는 호환되지 않습니다. 첫째, 통계적으로 안정적으로 전략이 작동하는지 확인하는 것이 불가능하고 두 번째로 모든 이유가 시장은 일반적으로 가격 데이터 등으로 예측할 수 있습니다. 주요 정보의 확산은 사라집니다. 즉, 여기에서 가격은 전혀 중요하지 않습니다. 시장은 효율적입니다. 여기서는 거시 경제 예측만 다소 다름, 이것은 가장 높은 수준, Soros와 Buffett의 수준입니다. 정치인과 내부자가 무엇을 할 것인지 추측해야합니다.

시장의 변화와 3년 이상의 데이터의 중요성에 관해서, 여기에서는 늘 그렇듯이 모든 것이 경험에서 우러나온 것입니다. 나는 그것을 발견했습니다. 알고 보니 5년 동안 사용하는 경우도 있습니다. 이것에 대해 이론화하자면, HFT 데이터 10년차를 사용하는 사람이고, 초보자도 아닌 것으로 압니다.

나도 이론화하지 않는다. 내 경험에 따르면 시스템의 수명은 약 2년입니다. 네, 그리고 손으로 거래하는 것은 3년 전처럼 플레이할 수 없다는 것을 암시합니다. 손으로 거래 할 때 지속적인 적응이 있으며 변경 사항이 즉시 눈에 띄지 않습니다.

나는 오래된 시스템을 부활시키고 새로운 데이터에 적응시키려고 노력했습니다. 어떤 말을 해도 작동하지 않습니다. 중간 정도의 CFT에 대해서는 동일한 RTS 지수의 노이즈를 현재와 3년 전을 비교할 수 있습니다. 이것들은 본질적으로 다른 소음이며 완전히 다른 게임입니다.

그리고 원칙적으로 개념은 동일합니다. 예측은 짧은 간격에 대해서만 실제입니다.

 
mytarmailS :

바보같이 쓴다, 왕규...

아니 ... 집에 앉아있어, 당신은 골판지 바보입니다 ....

 
독성 :

맞아요 구성 하나로 2년 전략은 와우! 오랫동안 개별 "전략"에 대해 이야기하지는 않았지만 수천 개의 스칼라 시계열 가격 등을 소화하고 수백 개의 예측 벡터 시리즈를 생성하는 수백 개의 모듈이 있는 대규모 예측 시스템이 있습니다. 거래되는 상품의 경우 다양한 매개변수(기호, 황소 등) 및 시간 범위에 대해 실행 모듈 시스템이 있습니다. 이 시스템은 이론적으로 이러한 예측을 시장으로의 주문 흐름, 물론 위험 관리에 준최적적으로 구현합니다. 다른 모듈의 품질, 편차 및 오류를 모니터링하는 모듈 및 다양한 "감독자" 모듈이 제대로 작동하지 않으면 신호를 보내거나 중지합니다. 따라서 별도의 "전략"이 스스로 나타나고 사라지고 일부 예측 모듈에 대한 교육은 실시간입니다. .

그리고 다양한 시장에서 이러한 시스템을 테스트하려면 수년간의 고주파 기록이 필요하며, 블랙 스완, 위기 등은 반드시 무너져야 합니다. 그렇지 않으면 그것은 LTCM과 같을 것입니다. 그들은 또한 몇 년 동안 시스템을 구성했으며 그들의 AI는 금융 종말 동안 행동하는 방법을 배우지 못했습니다.

모든 것이 훨씬 간단합니다. 당신이 쓰는 것은 이미 다른 수준이며 물론 다른 개념과 디자인 및 테스트입니다. 그리고 이러한 개념은 솔더링된 로직이 있는 시스템으로 이전될 수 없습니다. 여기서 심지어 적응도 이 로직 내에서만 수행되고 2 - 3개의 매개변수를 제어하여 수행됩니다.

IMHO, 귀하가 설명하는 시스템은 단일 플레이어가 사용할 수 없습니다. 그리고 그러한 접근 방식을 구현한 회사는 소수에 불과하다고 생각합니다. 나는 한 명을 알고 있고, 이 사람들을 보고 들었습니다. pts. 당신이 쓰는 것과 비슷합니다. 이것은 대량 제품이 아닙니다.

 

독성 :
맞아요 구성 하나로 2년 전략은 굉장합니다! 오랫동안 개별 "전략"에 대해 이야기하지는 않았지만 수천 개의 스칼라 시계열 가격 등을 소화 하고 수백 개의 예측 벡터 시리즈를 생성하는 수백 개의 모듈이 있는 대규모 예측 시스템이 있습니다. 거래되는 상품의 경우 다양한 매개변수(기호, 황소 등) 및 시간 범위에 대해 실행 모듈 시스템이 있습니다. 이 시스템은 이론적으로 이러한 예측을 시장으로의 주문 흐름, 물론 위험 관리에 준최적적으로 구현합니다. 다른 모듈의 품질, 편차 및 오류를 모니터링하는 모듈 및 다양한 "감독자" 모듈이 제대로 작동하지 않으면 신호를 보내거나 중지합니다. 따라서 별도의 "전략"이 스스로 나타나고 사라지며 일부 예측 모듈 의 교육은 실시간입니다. 비교.

훈련이 1초마다 수행되면 입력에 제공된 군사 행 길이의 증분도 해당합니다.

그리고 864,000 행에서 훈련하고 하나씩 제공하면 각 행의 증분은 정확히 10 일 (60 * 60 * 24 * 10 = 864000), 즉 정확히 당신이 나를 비판한 길이가 됩니다. 오랫동안 여기에서.

각 교육 주기에서 변경되지 않고 시리즈의 2년 부분이 입력에 다시 제출된다고 말하지 마십시오. 그것은 단순히 모델의 비효율성에 대한 증거가 될 것입니다.


추신:
거짓을 인정하거나 타임라인을 변환하여 얻은 수백만 개의 시리즈가 훈련에 사용된다는 사실과 같은 다른 정당성을 제시하십시오.

여기, 귀하의 지원으로 임의 따옴표에 대한 수익성 있는 역방향 및 순방향 테스트의 예가 이미 게시되었으므로 이제 공간과 시간의 왜곡으로 이동할 수 있습니다. :)

 

독성 :

Vorontsov를 보면 YouTube에 과정이 있습니다. 거기에는 모든 것이 자세히 씹혀 있고 과도하게도 시장에 적용하는 방법은 추측하기 쉽습니다. 시장에 대한 기사를 읽지 않는 것이 좋습니다. 명백한 이유로 잘못된 정보와 소음이 많이 있습니다. 내 관점에서 합리적인 ML 및 알고리즘 거래에 대한 책을 던질 수 있습니다.

이고르 마카누 :

PM에 썼다

나도 읽을 것을 보내주세요

 
마법사_ :
Van, 무작위 인용이 아니라 무작위입니다. 그것이 얼마나 무작위적인지는 또 다른 질문이지만 본질을 바꾸지는 않습니다. 본질은 다르고 소수
그녀를 이해합니다. 아무도 Toxic을 보호하지 않으며 작지 않으며 품질 손실 없이 사용량의 절반을 남깁니다. 에 대한
"증가가 길다" 나는 흥분하지 않고 슬라이딩 윈도우에 대해 물었습니다) 그래서, 예, Toxic이고 저는 단순히 Teacher가 필요합니다)))
슬라이딩 윈도우가 모델에 무엇이 있는지, 컨볼루션 또는 피드백이 중요하지 않더라도 스트리밍 비디오를 녹화할 때와 같이 VR의 가변 부분만 조정되어야 한다고 생각합니다.