Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 186
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Porque está congelado.
Desculpe, mas a pergunta é a mesma que a resposta.
Não entendo o humor, porque para tomar uma decisão, o valor da saída do classificador deve ser comparado com algo, por exemplo, com um valor limite. E como na sua formulação do problema os valores comparáveis por alguma razão são desconhecidos, e apenas aqueles que não são necessários para a classificação são conhecidos, seria uma boa idéia fazer esclarecimentos.
Eu completei meus cálculos de múltiplos dias (modelos em 6 preditores selecionados (de 114) para forex).
Aqui está a foto do título. Distribuição da precisão da regressão (contada pela norma L1: soma dos valores de erro absoluto ) na validação para os modelos que foram selecionados como os melhores (pela mesma medida) nas caixas de teste.
Há 99 valores em cada caixa, cada um dos quais é métrico 1 - soma(abs(X-Y))/sum(abs(X-mean(X)) em uma amostra de validação única. Análogo a R^2, estou a ver, sim.
O total obtido é de 8908 modelos... Para todos os instrumentos e alvos em estudo.
Uma redução média de erro de 0,2% (apenas). Mas é significativo... Foi gerada uma amostra de validação única para cada modelo.
Todos os estudos que eu quero publicar. Lá vai mais longe a estimativa do MO modelo e assim por diante até o fim lógico. Se eu publicar (não no MQL), vou dar um link para algumas pessoas com quem me comunico aqui ou vou publicar no meu perfil.
E aí também. Uma imagem muito mais interessante de um ponto de vista prático. A relação entre a expectativa matemática do modelo em blocos de teste (dentro da validação cruzada) e na validação.
Aqui devemos verificar imediatamente se a correlação positiva é significativa (uma vez que a correlação negativa não pode ser razoavelmente explicada) e se existem valores positivos de MPO na validação. Bem, você pode ver por si mesmo.
Os 99 pontos são modelos.
Bem, este é um bom exemplo de porque é que 99% dos comerciantes ingénuos estão a perder...
E este ramo é um bom exemplo claro do facto de que a aprendizagem de máquinas no comércio, é apenas uma teoria...
Eu completei muitos dias de cálculos.
Eu sigo a sua pesquisa, muito informativa, obrigado pelo seu envio. Mas parece-me que embora você resolva com sucesso problemas tão complicados, você pula as tarefas preparatórias e isso estraga o resultado. Nomeadamente você ignora a seleção de preditores.
Você pegou 114 preditores, depois selecionou de alguma forma 6, e depois de treinar os modelos você pode concluir qual é o melhor alvo. Mas este resultado obtido é apenas um máximo local. Você pode dizer não globalmente que "eurusd é melhor em prever 16 barras à frente", mas apenas que "um conjunto de 114 preditores": (pre1, pre2, pre3,...) usando o gbm melhor prevê a direção do preço através de 16 barras".
Se você tomar neurônica ao invés de gbm o melhor alvo será diferente. Se você usar outros 114 preditores, o melhor alvo será diferente novamente. Seus 114 preditores são uma base tão importante que todo o resto da experiência depende disso, e você simplesmente os tirou do teto sem nenhuma preparação.
Há cerca de meio ano, SanSanych publicou um arquivo com os seus preditores. A peculiaridade deles é que a maioria dos modelos em chocalhos tem um pequeno erro e o erro não cresce com novos dados. Você pode treinar modelos em qualquer segmento e fazer o teste dos dados restantes e ver que nada está degradado. Os seus preditores e alvo estão tão relacionados que os modelos encontram a única relação possível entre eles em qualquer barra.
Estou a tentar replicar isto. Utilizo mais de dez mil preditores iniciais (indicadores com diferentes parâmetros e desfasamentos do mt5) e aprendo a selecioná-los para ter a única conexão possível com a barra de destino. Eu recomendo que você faça a mesma experiência, porque eu acho que a capacidade de determinar ou encontrar tais preditores correlacionados e o alvo é o verdadeiro ponteiro para o graal.
Na MQL5 há um gerador Expert Advisor recentemente disponível, quando você seleciona uma lista de indicadores necessários e um Expert Advisor pronto com código é criado imediatamente, além disso é facilmente otimizado pela genética. Em tal Expert Advisor há 20 indicadores, nenhum modelo de aprendizagem de máquina (tudo o que temos são coeficientes de importância atribuídos a cada indicador).
(eurusd h1)
Acabei de adicionar o meu código personalizado para a função de aptidão genética e incluí alguns critérios para fazer com que o alvo e os indicadores sejam considerados como estreitamente relacionados na minha opinião. Aconteceu assim:
O primeiro 2/3 é o backtest (amostra), o último terço é o fronttest (oos). Após 2/3 de tempo não há um dreno, mas o saldo é reposto ao inicial para o teste oos. Tendo um conjunto tão pobre de características e simplesmente acrescentando "critérios grosseiros e inacabados de predição e dependência do alvo", o resultado não é uma perda, embora ruim. 51% dos negócios bem sucedidos em oos. Não é fantástico? Mas poderíamos usar 20000 indicadores em vez de 20, e adicionar algum modelo de aprendizagem de máquinas e remover o limite de 10000 iterações da genética mt5 e teríamos até mesmo um Expert Advisor rentável.
E este fio é um bom exemplo claro de que a aprendizagem de máquinas no comércio, é apenas teoria...
Na teoria da negociação não pode existir em princípio, ou melhor, a teoria é sobre a impossibilidade de fazer dinheiro, um mercado eficiente, etc., tudo é levado em conta no preço, no mecanismo de câmbio...Mas as estatísticas e a aprendizagem de máquinas, que se tornaram mais acessíveis recentemente graças a diferentes pacotes matemáticos e bibliotecas, permite que você realmente veja porque é tão triste com TA padrão, não cientistas, mas simples comerciantes, passar uma semana no R-studio ou Matlab.
Se o MO no comércio é "apenas teoria", o que é parcialmente verdade, então o TA não é sequer uma teoria, mas uma treta, como a astrologia ou o vodu.
Mas muitos aqui sabem que ainda é possível fazer dinheiro, um mercado eficiente não é apenas pela vontade de Deus, mas porque alguns conseguiram obter e processar informação melhor do que a maioria. Na minha opinião, o obstáculo mais significativo para os comerciantes é uma ilusão de simplicidade deste tipo de negócio, como se eles conseguissem dinheiro para a sua assinatura, aqui neste fórum eles têm ouvido repetidamente algo como "você não precisa criar um colisor de hadrões para negociar" ...
Mas acontece que você faz....
Eu sigo a sua pesquisa, é muito informativa, obrigado pelo seu envio. Mas parece-me que embora você resolva com sucesso problemas tão complexos, você perde tarefas preparatórias e isso estraga o resultado. Nomeadamente você ignora a seleção de preditores.
Você pegou 114 preditores, depois selecionou de alguma forma 6, e depois de treinar os modelos você pode concluir qual é o melhor alvo. Mas este resultado obtido é apenas um máximo local. Você pode dizer não globalmente que "eurusd é melhor em prever 16 barras à frente", mas apenas que "um conjunto de 114 preditores": (pre1, pre2, pre3,...) usando gbm melhor prediz a direção do preço através de 16 barras".
Se você tomar neurônica em vez de gbm, você tem um alvo melhor diferente. Se você usar outros 114 preditores, o melhor alvo será diferente novamente. Seus 114 preditores são uma base tão importante que todo o resto da experiência depende disso, e você simplesmente os tirou do teto sem nenhuma preparação.
Há cerca de meio ano, SanSanych publicou um ficheiro com os seus preditores. Sua peculiaridade é que a maioria dos modelos em chocalhos tem um pequeno erro e, ao mesmo tempo, o erro não cresce com novos dados. Você pode treinar modelos em qualquer segmento e fazer o teste dos dados restantes e ver que nada está degradado. Os seus preditores e alvo estão tão relacionados que os modelos encontram a única relação possível entre eles em qualquer barra.
Estou a tentar replicar isto. Utilizo mais de dez mil preditores iniciais (indicadores com diferentes parâmetros e desfasamentos do mt5) e aprendo a selecioná-los para ter a única conexão possível com a barra de destino. Recomendo que você faça a mesma experiência, porque acredito que a capacidade de determinar ou encontrar tais preditores correlacionados e o alvo é o verdadeiro ponteiro para o graal.
Na MQL5 há um gerador Expert Advisor recentemente disponível, quando você seleciona uma lista de indicadores necessários e um Expert Advisor pronto com código é criado imediatamente, além disso é facilmente otimizado pela genética. Em tal Expert Advisor há 20 indicadores, nenhum modelo de aprendizagem de máquina (tudo o que temos são coeficientes de importância atribuídos a cada indicador).
Acabei de adicionar o meu código personalizado para a função de aptidão genética e incluí alguns critérios para fazer com que o alvo e os indicadores sejam considerados como estreitamente relacionados na minha opinião. Aconteceu assim:
(eurusd h1)
O primeiro 2/3 é o backtest (amostra), o último terço é o fronttest (oos). Após 2/3 de tempo não há um dreno, mas o saldo é reposto ao inicial para o teste oos. Tendo um conjunto tão pobre de opções e simplesmente acrescentando os "critérios grosseiros e inacabados de predição e dependência do alvo", o resultado não é uma perda, embora ruim. 51% dos negócios bem sucedidos em oos. Não é fantástico? Mas poderíamos usar não 20 indicadores mas sim 20000 e adicionar um modelo de aprendizagem de máquina e remover o limite de 10000 iterações da genética mt5 e até conseguiríamos um Expert Advisor rentável.
Conselhos sobre onde obter um EA (robô) que abriria uma troca num determinado momento e depois fecharia a troca num determinado momento.
Por exemplo, abra uma negociação às 12:59 e feche-a às 13:59, independentemente do resultado - lucro ou prejuízo de qualquer forma.