Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1049

 
Alexander_K:

Querendo dar vida a este fio e encher os bolsos num sinal de troca de redes neurais, eu dou:

Algoritmo para preparar os dados de entrada para o Graal

1. O fluxo de Erlang de ordem 300 e superior para aspas de tick (analógico OPEN/CLOSE M5) tem uma distribuição Laplace estável nos incrementos.

2. A soma dos modulos de tais incrementos dará uma distribuição xy-quadrado.

No limite, será uma distribuição normal.

3. assim a soma dos modulos para um determinado fluxo, numa janela deslizante, digamos 1440 tais valores = semana (determinados a partir da desigualdade de Chebyshev), formará uma distribuição quase normal com uma função quantil conhecida e expectativa.

4. Redes de dinheiro certamente impensáveis podem ser extraídas de tal processo.

Então porque é que não uso este algoritmo para calcular as previsões, as aberrações, etc. disparates?

Sim, porque é um processo de espera MUITO longo para uma única transacção. A janela é de uma semana! Não, eu não tenho paciência para isso.

E o neurônio só tem que trazer o Graal com pressa em tais entradas.

Boa sorte, a todos!

Ah, tanto esforço, e tudo em vão, eu escrevi sobre tiques e testador de estratégia, mas não... O graal está mesmo aqui, eu próprio o encontro, olha:

1. as cotações podem não conter todas as informações - filtragem de diferentes datafeeds, e as cotações podem conter informações adicionais, não relevantes para o processo analisado - filtros de suavização de corretoras, e algoritmos de adição de ordens

2,3,4 Testador de Estratégia e Testador de Estratégia novamente

e após completar os Passos 1-4, o Graal não aparecerá, apenas um modelo matemático do processo analisado, para "ir para o dinheiro" você deve desenvolver uma estratégia

Тестирование стратегий - Алгоритмический трейдинг, торговые роботы - MetaTrader 5
Тестирование стратегий - Алгоритмический трейдинг, торговые роботы - MetaTrader 5
  • www.metatrader5.com
Тестер стратегий позволяет тестировать и оптимизировать торговые стратегии (советники) перед началом использования их в реальной торговле. При тестировании советника происходит его однократная прогонка с начальными параметрами на исторических данных. При оптимизации торговая стратегия прогоняется несколько раз с различным набором параметров...
 
Vladimir Perervenko:

Bem, largue o código no seu e-mail e eu verei o que posso fazer. Isto é para uso pessoal ou com acesso gratuito para todos?

lhe enviou um e-mail

 
Maxim Dmitrievsky:

Tentar diferentes modelos (preditores), por exemplo, construir muitos modelos e escolher o melhor, em diferentes dados de entrada transformados. Como senhas de contas. Quando não há um conhecimento a priori do assunto e dos padrões.

Feita à mão.

O vídeo de Wapnick em inglês era sobre isto

Maxim se você quiser pode ler os escritos de Ivakhnenko, é do que você está falando, mas de uma forma estruturada e otimizada, a melhor forma.

https://dic.academic.ru/dic.nsf/ruwiki/1034678

Eu até conheço um homem (não pessoalmente) que construiu um robô muito bom baseado nestes princípios

----------------------------------

Isto é o que o robô dele faz.


Метод группового учёта аргументов - это... Что такое Метод группового учёта аргументов?
Метод группового учёта аргументов - это... Что такое Метод группового учёта аргументов?
  • dic.academic.ru
Метод группового учёта аргументов Метод группового учета аргументов (МГУА) — семейство индуктивных алгоритмов для математического моделирования мультипараметрических данных. Метод основан на рекурсивном селективном отборе моделей, на основе которых строятся более сложные модели. Точность моделирования на каждом следующем шаге рекурсии...
 
mytarmailS:

Maxim se você quiser pode ler os trabalhos de Ivakhnenko, eles são o que você está falando, mas de uma forma estruturada e otimizada.

https://dic.academic.ru/dic.nsf/ruwiki/1034678

Eu até conheço um homem (não pessoalmente) que construiu um robô muito bom baseado nestes princípios.

Obrigado, eu vou ler. Eu construí o sistema para símbolos correlacionados primeiro. Isso significa que os preditores são instrumentos semelhantes, por exemplo o índice do dólar para o EURUSD e o sistema tentou encontrar padrões entre eles. O melhor resultado até agora é cerca de 100% de OOS do comprimento da bandeja, e os erros das toupeiras são mais ou menos os mesmos, então gradualmente o sistema começa a decompor-se (não abruptamente)

Transformações diferentes dão, na melhor das hipóteses, uma redução de erro de 0,1 no OOS. É óbvio que não só as entradas precisam ser alteradas, mas também as saídas, e isso exigiria muitos recursos.

 
mytarmailS:

Maxim se você quiser pode ler os trabalhos de Ivakhnenko, eles são o que você está falando, mas de uma forma estruturada e otimizada.

https://dic.academic.ru/dic.nsf/ruwiki/1034678

Eu até conheço um homem (não pessoalmente) que construiu um robô muito bom baseado nestes princípios

----------------------------------

é o tipo de acordo que o robô deste homem faz.


é basicamente uma máquina nuclear

 
Maxim Dmitrievsky:

Obrigado, eu vou ler. Eu estava a construir um sistema para correlacionar os instrumentos primeiro. Ou seja, os preditores são instrumentos semelhantes, por exemplo, o índice do dólar para o EURUSD, e o sistema tentou encontrar padrões entre eles. O melhor resultado até agora é cerca de 100% de OOS do comprimento da bandeja, e os erros das toupeiras são mais ou menos os mesmos, então gradualmente o sistema começa a decompor-se (não abruptamente)

Transformações diferentes dão, na melhor das hipóteses, uma redução de erro de 0,1 no OOS. É óbvio que não só as entradas como também as saídas têm de ser ajustadas, mas já estão a consumir recursos.

Eu também fiz isso, tomei DAX (Europa) e SP500 (Holanda) como preditores e tentei prever o euro-dólar usando modelos de markov escondidos (HMM), mas não redes neurais, mas não funcionou))

Tenho a sensação que há algo de errado connosco, algo fundamental na nossa abordagem à construção de sistemas de prognóstico e estamos a bater contra a parede.

 
Maxim Dmitrievsky:

é uma máquina nuclear, em essência

O que é uma máquina nuclear? Eu não sei(

 
mytarmailS:

O que é uma máquina nuclear? Eu não sei(

Bem, ele constrói polinómios diferentes a partir de dados brutos, Reshetov usa-o em seu preditor também

 
mytarmailS:

Tenho a sensação de que há algo de errado connosco, que nos falta algo fundamental na nossa visão de construir sistemas de previsão, e por isso estamos a bater numa parede.

Deixe-me lembrá-lo que Aleshenka e Koldun (que parecem ser os únicos que têm algum sucesso no comércio de redes neurais) gastam muito tempo preparando dados de entrada.

Honestamente, eu não sei o que eles fazem lá e, de propósito, provoco-os com os meus postos :))) Infelizmente, eles mantêm esse segredo...

 
Maxim Dmitrievsky:

Bem, ele constrói polinómios diferentes a partir dos dados brutos, o preditor da Reshetov usa o mesmo

E Reshetov? Bem, sim, ele está familiarizado com o MSUA, disse ele uma vez.

A própria idéia de forçar os preditores a criar modelos e depois criar modelos de complexidade crescente é, na minha opinião, muito correta.

Mas talvez eu não deva tentar enumerar preditores, mas sim soluções de sistema de comércio no meu ambiente ou outra coisa...