Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2605

[mytarmailS]

Maxim Dmitrievsky #:

Dizem que a dança de tamborim já não está na moda.

Diz-se que se não tens nada a dizer, é melhor não dizeres nada.

[Доктор]

Aleksey Nikolayev #:

Mesmo se você estiver certo, é um problema com a premissa, não com a construção. Mas suponho que há algum senão nas suas estratégias. Por exemplo, os lucros não são muito superiores aos juros dos depósitos ou a sua volatilidade é demasiado elevada. Caso contrário, espera-se encontrar e reunir muitas dessas estratégias em um portfólio mais capcioso.

A porcentagem de lucro é de três dígitos, a volatilidade é mínima. Mas não é escalável, e a carteira pode ser montada apenas aumentando o número de instrumentos (mercados).A estratégia nãoé minha).

[Aleksey Nikolayev]

Doutor #:

A porcentagem de lucro é de três dígitos, a volatilidade é mínima. Mas não é escala, e a carteira só pode ser construída aumentando o número de instrumentos (mercados).A estratégia não é minha )).

Eu acredito incondicionalmente em tudo o que lá está escrito. Eu só lamento que não haja resultados nos últimos dois anos)

[Доктор]

Aleksey Nikolayev #:

Eu acredito incondicionalmente em tudo o que lá está escrito. Eu só lamento que não haja resultados nos últimos dois anos)

O autor é amplamente conhecido em círculos estreitos. Quando perguntado "haverá resultados para 20XX anos" ele normalmente responde que não há sentido em escrever, porque o resultado é o mesmo de ano para ano. Última entrada no recurso datada de 29.03.2021

[Renat Akhtyamov]

Doutor #:

O autor é amplamente conhecido em círculos estreitos. Quando perguntado "haverá algum resultado para 20XX", ele geralmente responde que não adianta escrever, pois o resultado é o mesmo de ano para ano. A última entrada no recurso é datada de 29.03.2021

vazada....

[Renat Akhtyamov]

Aleksey Nikolayev #:

1) Penso que é óbvio que não há e não pode haver nenhuma maneira de provar que um padrão estabelecido na história funcionará necessariamente no futuro.

2) A existência de um método que estabeleça um padrão determinístico (não aleatório) para o futuro, baseado em dados do passado, seria uma negação de (1)

Temos apenas a validação cruzada, que só pode estabelecer a homogeneidade de um padrão sobre a história. Só podemos interpolar o padrão, não extrapolá-lo. Temos apenas uma PROPOSTA muito fraca de que um padrão bem interpolado acabará por ser bem extrapolado. Isto não é uma inferência dedutiva, mas meramente indutiva - uma variante da inferência por analogia.

As regularidades surgirão se o sistema for escrito, não filosofado.

Mais uma vez te digo.

escrever o sistema com a mentalidade de não afundar, não ganhar dinheiro.

---

para não ser infundado, você vai entender/detectar/ver as reacções do kotier a certas acções do sistema

normalmente são estes:

- GEP

- cisne preto

- tendência

- apartamento

- ganchos de cabelo e caudas longas

Todas estas regularidades não estão de forma alguma ligadas às causas geralmente aceites pelos teóricos

a teoria de que você precisa e sabe o suficiente para construir um sistema de negociaçãoaqui.

[Aleksey Nikolayev]

Doutor #:

O autor é amplamente conhecido em círculos estreitos. Quando perguntado "haverá algum resultado para 20XX", ele geralmente responde que não adianta escrever, pois o resultado é o mesmo de ano para ano. A última entrada no recurso é datada de 29.03.2021.

Não me interprete mal - não que eu questione o que esta pessoa em particular escreveu ou a sua recomendação lhe deu. É que este fórum, como muitos outros, está cheio de afirmações semelhantes em forma a "Temos este tipo de dispositivos, mas não vamos falar sobre eles". Aqui está um bom exemplo) Se acreditamos em um caso, qual pode ser a razão para recusarmos acreditar em outros semelhantes? Mas é totalmente impossível construir qualquer coisa significativa neste terreno tão instável. Portanto, prefiro baseá-lo emafirmações que são mais fracas, mas substanciais e, pelo menos, verificáveis de alguma forma.

[mytarmailS]

Aleksey Nikolayev #:

Eu acredito incondicionalmente em tudo o que lá está escrito. Eu só lamento que não haja resultados nos últimos dois anos)

Aleksey Nikolayev #:: Aleksey Nikolayev #: Aleksey Nikolayev #: Aleksey Nikolayev #: 5 c ±.

Aleksey, você negocia em geral ou está em busca?

[Aleksey Nikolayev]

mytarmailS #:
Ahahah 5s ±

Alexey, estás a negociar ou estás à procura de um?

Estou a tentar fazer as duas coisas, mas até agora estou a ficar muito inclinado para a teoria.

[Maxim Dmitrievsky]

Há uma pergunta como esta:

São utilizados dois modelos. Um prevê comprar ou vender, o outro prevê trocar ou não trocar.

Primeiro o primeiro modelo é treinado, depois olhamos onde ele prevê mal, marcamos estes exemplos como "não trocar", os outros bons como "trocar", depois treinamos o segundo modelo.

O primeiro modelo é testado não só na área de treinamento, mas também na área adicional e o segundo modelo é treinado em ambas as áreas.

Repetimos isto várias vezes, re-treinando ambos os modelos no mesmo conjunto de dados. Os resultados melhoram gradualmente com as amostras. Mas nem sempre na amostra de controlo.

Paralelamente, mantemos um registro de maus negócios cumulativo para todos os passes, todos os "maus" negócios para "não negociar" são coletados nele para treinamento do segundo modelo e filtrados de acordo com um certo princípio, como quanto mais cópias de maus negócios para todos os passes, maior a chance de marcá-los como "não negociar".

to_mark = BAD_SAMPLES_BOOK.value_counts()
mean = to_mark.mean()
marked_idx = to_mark[to_mark > mean*bad_samples_fraction].index
pr2.loc[pr2.index.isin(marked_idx), 'meta_labels'] = 0.0

Por exemplo, para cada data alguma quantidade de negócios ruins é acumulada para todas as iterações de treinamento, onde essa quantidade excede um limite (média, média), esses negócios são marcados como "não negociar". O resto das negociações são ignoradas, caso contrário seria possível excluir todas as negociações se houvesse muitas iterações de treinamento.

bad_samples_fraction

permite ajustar o número de negócios na saída, quanto mais baixo for, mais negócios são filtrados

... por esta altura já estou cansado de escrever...

Como pode tal combinação de modelos ser melhorada de modo a melhorar os seus resultados numa nova parcela independente?
Existe alguma filosofia sobre o porquê de isto poder funcionar? Para além do facto de os modelos melhorarem naturalmente uns aos outros (quedas de erros) em cada ronda de treino, mas como se livrar do ajuste?

Ilustração. O gráfico está dividido em 3 partes. O último treina o primeiro modelo, o penúltimo e o último o segundo, o primeiro terço é uma amostra de exame. Naturalmente a última secção será a melhor e a primeira a terceira a pior.

Aqui houve 15 iterações de requalificação dos dois modelos, usando o registro de maus negócios.

Iteration: 0, R^2: 0.025863859193577587
Iteration: 1, R^2: 0.20881945768090338
Iteration: 2, R^2: 0.38691567117849557
Iteration: 3, R^2: 0.8538667616323108
Iteration: 4, R^2: 0.6289257079331403
Iteration: 5, R^2: 0.49590724745042913
Iteration: 6, R^2: 0.6899198178561211
Iteration: 7, R^2: 0.7914478307518835
Iteration: 8, R^2: 0.6271633947453318
Iteration: 9, R^2: 0.5022724259087565
Iteration: 10, R^2: 0.8568310685006555
Iteration: 11, R^2: 0.042448644454852524
Iteration: 12, R^2: -0.17980715185584073
Iteration: 13, R^2: 0.8294648122002825
Iteration: 14, R^2: 0.7615234602466088