Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 116

 
mytarmailS:

O mercado vai contra as suas próprias estatísticas, esta é uma teoria que tenho confirmado com a prática, é a única teoria que conheço que responde a todas as perguntas desde o porquê do modelo não funcionar com novos dados até ao porquê de todos perderem dinheiro no mercado em primeiro lugar...

porque é que isto é tão difícil de aceitar?

Os velhos conhecimentos e hábitos são tão atenuantes para as novas informações?

por que se concentrar tanto no modelo quando a diferença de desempenho entre modelos está entre 0,5% e 5%?

Nenhum modelo pode ajudar porque se trata dos próprios dados.

Você pode entender um pensamento, informação que deve ser revestida em termos e conceitos comuns.

Mas com suas repetidas chamadas você mostra a ignorância monótona, a ignorância das coisas mais simples das estatísticas.

O mercado se move contra as estatísticas, mas as estatísticas são diferentes. A noção disto é básica quando a palavra "estatística" é usada. Se você não entende isso, você está mostrando gráficos que não lhe dizem nada.

Tudo o que você escreve como refutação de estatísticas no seu entendimento é uma refutação da parte das estatísticas que é aplicável aos processos aleatórios STATIONARY. Nos mercados financeiros não há processos estacionários - apenas os não estacionários que são diferentes dos estacionários porque as características derivadas dos dados históricos não são aplicáveis aos novos dados. Desculpa, mas isto é elementar. Você não pode aplicar as ferramentas das estatísticas estacionárias a séries cronológicas financeiras não estacionárias.

Aqui estamos ocupados tentando treinar modelos sobre dados históricos não-estacionários para ter aproximadamente as mesmas características no futuro. Este é o problema que estamos a resolver. E eu argumento que com a adesão cuidadosa a uma série de técnicas este problema pode ser resolvido.

Desculpa, estou farto da tua ignorância.

 
mytarmailS:

O mercado vai contra as suas próprias estatísticas, é uma teoria que tenho confirmado com a prática, é a única teoria que conheço que responde a todas as perguntas desde o porquê do modelo não funcionar com novos dados até ao porquê de todos perderem dinheiro no mercado em primeiro lugar...

porque é que isso é tão difícil de aceitar?


Isso mesmo, quase. Não vai contra, só acontece de um barulho para outro, de acordo com o encaixe ao barulho embutido no modelo. Se foi assim que fez a modelagem. Só tu és responsável por isso.

Faça outro modelo em que o mercado ande sobre as estatísticas encontradas.

O que precisa de ser aceite aqui? O facto de fazermos modelos e eles estarem sobre-treinados? Ou a crença de que "O mercado caminha contra as suas próprias estatísticas". Nós não somos uma organização religiosa aqui para acreditar em ficções sagradas.

Mas se você escrever um estudo no qual você tenta 100 métodos em todos os dados forex e conclui que todos eles são supertreinados e não dão lucro, então nós o leremos com prazer. Mas um microestudo, baseado em princípios desconhecidos, não é um indicador.

Estou a partilhar um artigo interessante. Faz sentido para mim, parece-me uma boa tentativa. Há milhares de modelos que mostram alguns bons resultados comerciais em treinamento e testes. Há dados fora da amostra. Começa a verificar o procedimento de selecção do modelo. O gráfico no artigo é o mesmo que o meu. Fraca correlação entre o teste e a validação. Assim, a selecção de modelos pelos melhores resultados de teste não dá qualquer superioridade fora da amostra.

E depois veja por si mesmo o que eles lá fazem.

https://blog.quantopian.com/using-machine-learning-to-predict-out-of-sample-performance-of-trading-algorithms/

Using Machine Learning to Predict Out-Of-Sample Performance of Trading Algorithms
Using Machine Learning to Predict Out-Of-Sample Performance of Trading Algorithms
  • Thomas Wiecki
  • blog.quantopian.com
By Dr. Thomas Wiecki, Lead Data Scientist at Quantopian Earlier this year, we used DataRobot to test a large number of preprocessing, imputation and classifier combinations to predict out-of-sample performance. In this blog post, I’ll take some time to first explain the results from a unique data set assembled from strategies run on Quantopian...
 
mytarmailS:

O mercado se move contra suas próprias estatísticas, esta é uma teoria que eu confirmei com a prática

Se o mercado é dominado por uma tendência ou de lado e os fatores básicos do modelo estão tentando prever a continuação ou inversão da tendência a partir dos limites do canal, então não é surpreendente se o modelo de contra tendência (aprendido de lado) é revertido em uma região onde a tendência prevalece e ele terá lucro.

Mas a questão é que a sua "teoria" nem sempre é confirmada na prática, mas apenas quando a tendência se transforma em contra tendência e vice-versa.

Isto acontece com mais frequência se uma parte significativa dos preditores for insignificante - lixo - e um é o mais significativo, como o momentum. Nesse caso, o preditor mais significativo terá um factor de ponderação de gordura durante a "aprendizagem", e os outros serão apenas ligeiramente ruidosos com pequenos pesos.

 
Yury Reshetov:

Se o mercado é dominado por uma tendência ou de lado e os principais fatores do modelo estão tentando prever a continuação ou inversão da tendência a partir dos limites do canal, então não é surpreendente se o modelo de contra tendência (aprendido de lado) é "invertido" na área onde a tendência prevalece e ele terá um lucro.

Mas a questão é que a sua "teoria" nem sempre é confirmada na prática, mas apenas quando a tendência muda para a tendência contrária e vice-versa.

Acontece mais frequentemente se uma parte considerável dos preditores for insignificante - o lixo - e um deles for o mais significativo, por exemplo, o impulso. Nesse caso, o preditor mais significativo terá um grande fator de ponderação durante o "treinamento", enquanto outros serão apenas ligeiramente ruidosos com pesos pequenos.

Tal teoria é confirmada na prática SEMPRE.

Como a única característica estatística estável do mercado é a não-estacionariedade - quanto mais longa a tendência ou fase plana, mais fácil é identificá-la estatisticamente e mais provável é que mude a tendência.

É a única característica estatística estável de uma série de preços.

 
A propósito, é nisso que se baseia toda a arbitragem estatística de Forex.
 
Dmitry:

Esta teoria é confirmada na prática SEMPRE.

Porque a única característica estatística estável de um mercado é a não-estacionariedade - quanto mais longa for a tendência ou fase plana, mais fácil é identificar estatisticamente e mais provável é que a tendência mude.

Esta é a única característica estatística estável de uma série de preços.

Não é o único. Há outros confirmados pela prática. E eles estão parados. Tens de procurar.
 
Dr. Trader:

1) Trata-se de um gráfico com os dados sobre os quais se realizou o próprio treinamento, ou é apenas um teste sobre novos dados?

2) Se fosse assim tão simples, bastaria treinar qualquer modelo, e apenas inverter as suas previsões. Infelizmente não funciona.

3) O problema não é que os modelos dão resultados opostos, mas que em algumas barras o resultado será correto, em outras será errado, e tudo isso é aleatório e não há como filtrar apenas os resultados corretos.

4) E por que você tira a predição S da predição B? Talvez devesses fazer o oposto, S-B? Então, de repente, a correlação também estará correta.

1) teste sobre novos dados, eu nem sequer olhei para os dados de treinamento por algum motivo

2) sim! não funciona, porque o gráfico azul obtido não tem capacidade de previsão, inverte ao mesmo tempo que o gráfico de preços normal ou mesmo uma vela mais tarde, mas raramente, é impossível lucrar com isso, mas dá a compreensão do processo que eu queria mostrar-lhe

3) Bem você vê, não há aleatoriedade no gráfico, o gráfico é completamente inversamente correlacionado com o preço

4) Se expressarmos sinais de compra e venda em termos quantitativos, por exemplo compra = 10 pontos, a venda tem 5 pontos

comprar - vender = 5 ( mais baías, tudo bem)

e se

comprar - comprar iguais - 5 (isto é ridículo)

 
Alexey Burnakov:

1) Certo, quase. Não vai contra ele, apenas muda aleatoriamente de um ruído para outro, de acordo com o modelo construído em encaixe para o ruído. Isso se você tiver feito a modelagem dessa maneira. Só tu és responsável por isso.

2) Fazer outro modelo onde o mercado andará sobre as estatísticas encontradas.

3) O que precisa ser aceito aqui? O facto de fazermos modelos e eles estarem sobre-treinados? Ou a crença de que "O mercado caminha contra as suas próprias estatísticas". Nós não somos uma organização religiosa aqui para acreditar em ficções sagradas.

1) você vê alguma aleatoriedade no gráfico azul em relação ao preço?

2) não é tão fácil como parece.

3) tente refutá-lo ;) o que você diz é um embuste - é um embuste também, mas é só seu ... estás de acordo?

 
Yury Reshetov:

Mas a questão é que sua "teoria" nem sempre é confirmada na prática, mas apenas quando você muda de tendência para contra tendência e vice versa.


O gráfico azul vai contra os movimentos pequenos e grandes. Se você olhar para um gráfico de 200 castiçais vai contra o preço e se você olhar para 20 000 castiçais, a imagem será a mesma

 
SanSanych Fomenko:

Desculpa, estou farto da tua ignorância.

Desculpa, eu ri-me bem;)