Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1626

 
mytarmailS:

Parece-me que a probabilidade é tanto a probabilidade como a probabilidade...

A incerteza é diferente, mas a probabilidade (onde há uma) é sempre a probabilidade).

A teoria do jogo normalmente tenta reduzir a incerteza do jogo à incerteza probabilística. Por exemplo, através do equilíbrio de Nash em estratégias mistas.

Para os mercados, o principal problema na conversão para modelos probabilísticos é a substancial não-estacionariedade dos modelos resultantes.

 
Kesha Rutov:

Na verdade, há muita gente maluca por aí, dez mil é só um gosto, alguns pica-paus estão a tentar espetar um milhão de pontos na boca! Também há tiques e copos...

É isso que eu também quero dizer. Muitas pessoas esquecem-se de uma regra fundamental muito importante. Se um problema pode ser resolvido sem a ajuda da NS, deve ser feito. A partir desta regra segue-se que vimos os dados matematicamente desde que a matemática nos permita fazê-lo, assim que a matemática é impotente, então usamos NS. Em outras palavras, os dados de entrada devem ser filtrados, suavizados, normalizados, etc. ao máximo. MATEMÁTICA no que diz respeito à matemática em princípio, e só então começar a aplicar NS. E não para que nos enfiemos no lixo de NS e esperemos junto ao mar do tempo. Não é assim que funciona. Por exemplo, usando 50 vectores de entrada, rejeitei todos os pedaços desnecessários do mercado que serão ruído durante o treino e usando este número de entradas, obtive um modelo de qualidade de aprendizagem de 90-95% com um tempo de 2 meses em M5. O que aconteceria se eu alimentasse toda essa parte da rede? Nada. Eu teria um modelo de muito pior qualidade e não utilizável. E a trama foi em dois meses, como no primeiro que no segundo caso, e assim permaneceu. Mas o resultado é diferente.
 
Aleksey Nikolayev:

A incerteza é diferente, mas a probabilidade (onde há uma) é sempre a probabilidade).

A teoria do jogo normalmente tenta reduzir a incerteza do jogo à incerteza probabilística. Por exemplo, através do equilíbrio de Nash em estratégias mistas.

Para os mercados, o principal problema na mudança para modelos probabilísticos é a significativa não-estacionariedade dos modelos resultantes.

Tudo porque a representação da informação não é correcta.

Você lida com um processo não estacionário como você faz com um estacionário medindo uma onda do mar com uma régua/centimetro.

Você deve primeiro transformar estruturas fractais em uma dimensão (converter estruturas não estacionárias em estacionárias), depois encontrar padrões/padrões e depois estatísticas/probabilidades.

 
Mihail Marchukajtes:
É isso que eu quero dizer. Muitas pessoas esquecem-se de uma regra fundamental muito importante. Se uma tarefa pode ser resolvida sem a ajuda da NS, ela deve ser feita. A partir desta regra segue-se que vimos os dados matematicamente desde que a matemática nos permita fazê-lo, assim que a matemática se torna impotente, usamos NS. Em outras palavras, os dados de entrada devem ser filtrados, suavizados, normalizados, etc. ao máximo. MATEMÁTICA no que diz respeito à matemática em princípio, e só então começar a aplicar NS. E não para que nos enfiemos no lixo de NS e esperemos junto ao mar do tempo. Não é assim que funciona. Por exemplo, usando 50 vectores de entrada, rejeitei todos os pedaços desnecessários do mercado que serão ruído durante o treino e usando este número de entradas, obtive um modelo de qualidade de aprendizagem de 90-95% com um tempo de 2 meses em M5. O que aconteceria se eu alimentasse toda essa parte da rede? Nada. Eu teria um modelo de muito pior qualidade e não utilizável. E como a secção foi em dois meses no primeiro que no segundo caso, e assim permaneceu. Mas o resultado é diferente.

Legal, o que posso dizer, eu nunca tive mais de 55% de acurasi ao prever a direção futura, sem nenhuma mistura do passado. Em geral é melhor não contar acurasi, mas sim correlação com futuros retornados, diz-se que este número é proporcional ao Sharpe Ratio, que será obtido (dependendo, é claro, dos custos de comercialização). 3% de correlação é suficiente para o SR anual ~1 -1,5

 
Kesha Rutov:

Legal, o que posso dizer, eu nunca tive mais de 55% de acurasi ao prever a direção futura, sem nenhuma mistura do passado. Em geral é melhor não contar acurasi, mas sim correlação com futuros retornados, diz-se que este número é proporcional ao Sharpe Ratio, que será obtido (dependendo, é claro, dos custos de comercialização). 3% de correlação é suficiente para o SR anual ~1 -1,5

Tente filtrar a entrada matematicamente e assim reduzir a amostra de treinamento, sem reduzir o período de tempo e a qualidade do NS irá aumentar, tenho certeza. Assim você se livra de ruídos desnecessários, que são eliminados pela matemática. Novamente escrevi valores de generalizabilidade dados pelo otimizador. O período de tempo é o mesmo, mas a qualidade da rede resultante será melhor, o que afectará o feedback. IMHO
 
Mihail Marchukajtes:
Tente filtrar a entrada matematicamente e assim reduzir a amostra de treinamento, sem encurtar o período de tempo e a qualidade do NS irá aumentar, tenho certeza. Assim você vai se livrar de ruídos desnecessários, que são eliminados pela matemática. Novamente escrevi valores de generalizabilidade dados pelo otimizador. O período de tempo é o mesmo, mas a qualidade da rede resultante será melhor, o que afectará o feedback. IMHO

Desculpe-me?

 
mytarmailS:

tudo porque a representação da informação não é correcta...

O processo não estacionário é tratado como um processo estacionário medido com uma "régua/ centímetro de onda do mar".

Primeiro é necessário transformar estruturas fractais em uma dimensão (não estacionária para transformar em estacionária), depois encontrar padrões/padrões, e depois encontrar estatísticas/probabilidades.

Em caso de não-estacionariedade substancial é mais correto falar em multifatorial porque as características fractais mudam com o tempo. Estas mudanças são tão imprevisíveis como qualquer outra.

 
Kesha Rutov:

Como assim?

Bem, digamos que não todos os minutos, mas aqueles com um corpo maior que N pontos como exemplo. Desta forma, você reduzirá a quantidade de dados, mas não o intervalo de amostragem. E a grelha vai agradecer-lhe.

Desde que abordamos este assunto em geral, direi que recentemente tenho ajudado a rede a trabalhar através do pré-processamento. Digamos, eu primeiro otimizo os parâmetros do Sequente, obtenho em princípio um Sequente de digitação. E eu peço à rede que faça a Sequenta que já está a ganhar melhor. Refiro-me a um jogo de equipa. Na metade que a Sequenta está ganhando, na outra metade uma rede que ajuda a Sequenta ganhadora a ganhar mais. Então, para dizer que eu não estupro a NS, mas apenas lhe peço para ajudar um pouco, e esta parte é suficiente.

Tudo isto será coberto no vídeo...

 
Mihail Marchukajtes:

Não digamos todos os minutos, mas aqueles com um corpo maior que N pontos como exemplo. Isto irá reduzir a quantidade de dados, mas não o intervalo de amostragem. E a grelha vai agradecer-lhe.

Desde que abordamos este assunto em geral, direi que recentemente tenho ajudado a rede a trabalhar através do pré-processamento. Digamos, eu primeiro otimizo os parâmetros do Sequente, obtenho em princípio um Sequente de digitação. E eu peço à rede que faça a Sequenta que já está a ganhar melhor. Refiro-me a um jogo de equipa. Na metade que a Sequenta está ganhando, na outra metade uma rede que ajuda a Sequenta ganhadora a marcar melhor. Então, para dizer que eu não estupro a NS, mas apenas lhe peço para ajudar um pouco e esta parte é suficiente.

Tudo isto será mostrado no vídeo...

No seu caso NS analisa apenas os minutos que satisfazem as condições. Assim, não embaralhamos o potencial da rede para o lixo real, que pode ser eliminado matematicamente, o que na realidade é afirmado na condição acima mencionada. O que é melhor entendido como uma LEI.
 
E Enokenty, exijo de ti um pedido de desculpas público por me equiparares, um programador e faz-tudo tão inútil, com uma personalidade notável como Reshetov Yury. Se você visse o seu código e a maneira de escrever, você o teria admirado como eu admiro a maneira da sua programação. Sim, eu fiz alguns ajustes no otimizador, o que, para mim, melhorou o desempenho final, mas é estúpido comparar ele e eu. Comparado com ele, sou apenas um aluno da escola preparatória que sempre faltou às aulas e está sempre a gritar do fundo da escola "O quê? Então, estou à espera de um pedido de desculpas.