Машинное обучение в трейдинге (альтернативные теории и мнения). - страница 7
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Похоже, сантимент не гребёт в галеры уже четыре с лишним года как.
Сантимент не гребёт, он рулит ценами на рынках.
От классификации до работающего советника дистанция огромного размера.
На уровне советника упомянутый результат имеет существенный недостаток: часть ошибочных предсказаний предсказывают очень большие движения рынка в обратном направлении.
поэтому пришлось поменять учителя и набор предикторов к нему. На сегодня эта работа почти закончена - ушло почти 5 месяцев. Чудес в МО не бывает.
СанСаныч скромно пропустил ответ про бар ТФ. Ну и ладно. Мне и так понятно.)
А вот про набор предикторов мне понравилось.
Давно замечено, что в основной ветке по МО коллеги пропустили этап получения предикторов, а занялись сразу обучением мусора. Результат соответствующий не стал себя долго ждать. Всё прекрасно. Есть готовые пакеты, шьём глубокие карманы.)))
А вот готовые пакеты могут нести несуразную муть. Они могут быть предназначены совсем для других конкретных задач.
Я не против МО или попыток дискредитации. Наоборот выявить недостатки и найти правильный путь к совершенству торговых систем с помощью МО.
Привет всем любителям ML & AI!
Зацепила тема, кинулся читать, смотреть... потонул в информации. Причем, характерная особенность - все норовят завалить сложными наворотами и математикой.
Нашел интересную статью по абсолютно точному названию, которое меня заинтересовало:
Optimizing Automated Trading Systems with Deep Reinforcement Learning
Речь идет об оптимизации параметров ATS. Но и там черт ногу сломит... а мне хотелось бы более точные примеры использования. Есть у меня набор параметров, описывающих тренд, состояние и т.п. детали TS, но как найти, при каких параметрах на истории оно работает оптимально, то есть, как эти параметры зависят от поведения рынка.
Вот еще одна интересная находка, хочу с вами поделиться. Это правило GOOGLE's number one rule of machine learning: "If you can build a simple rule-based system that doesn't require machine learning, do that"
Однако, как было верно сказано здесь в посте номер один: если ты делаешь автоматизированную трейдинг систему без упоминания ML, то это производит не достаточно хорошее впечатление.
Выход из ситуации я знаю, но, блин, нужен хороший программист, жирный Питон и немного $$$ на экспериментацию ))))
Привет всем любителям ML & AI!
Зацепила тема, кинулся читать, смотреть... потонул в информации. Причем, характерная особенность - все норовят завалить сложными наворотами и математикой.
Нашел интересную статью по абсолютно точному названию, которое меня заинтересовало:
Optimizing Automated Trading Systems with Deep Reinforcement Learning
Речь идет об оптимизации параметров ATS. Но и там черт ногу сломит... а мне хотелось бы более точные примеры использования. Есть у меня набор параметров, описывающих тренд, состояние и т.п. детали TS, но как найти, при каких параметрах на истории оно работает оптимально, то есть, как эти параметры зависят от поведения рынка.
Вот еще одна интересная находка, хочу с вами поделиться. Это правило GOOGLE's number one rule of machine learning: "If you can build a simple rule-based system that doesn't require machine learning, do that"
Однако, как было верно сказано здесь в посте номер один: если ты делаешь автоматизированную трейдинг систему без упоминания ML, то это производит не достаточно хорошее впечатление.
Выход из ситуации я знаю, но, блин, нужен хороший программист, жирный Питон и немного $$$ на экспериментацию ))))
Оптимизация это есть подгонка определенной системы под полученные исторические данные, а не будущего поведения рынков.
Правильно тут сказал "секрет", что нужно опираться на сантимент и его поддерживаю. Сантимент в первую очередь влияет на цену рыночных инструментов. Сантимент быстро меняется во времени. Все выбирают цену которая больше всего подходит клиенту в данный момент. Это вероятные уровни на ценовом графике так и новостные факторы. На таких уровнях происходит перераспределение ресурсов и денег от которого будет определена дальнейшая судьба курса. Но это нисколько не влияет от МО.
Признаки (фичи, предикторы) - это базовая вещь для МО в трейдинге. Никто не будет делиться рабочими наборами признаков. По этой причине обычно излагают основы, используя в качестве признаков просто сколько-то последних баров.
В общем, тема работающих признаков весьма интимная и не следует ожидать её открытого обсуждения.
Признаки (фичи, предикторы) - это базовая вещь для МО в трейдинге. Никто не будет делиться рабочими наборами признаков. По этой причине обычно излагают основы, используя в качестве признаков просто сколько-то последних баров.
В общем, тема работающих признаков весьма интимная и не следует ожидать её открытого обсуждения.
Можно не рабочими делиться)))
Можно не рабочими делиться)))
Таковыми стандартно являются набор из N последних ohlc, M разнопериодных SMA и стохастики до кучи)
Таковыми стандартно являются набор из N последних ohlc, M разнопериодных SMA и стохастики до кучи)
Всё это запихиваем в нейросеть и начинаем шить мешки для трильонов денег) Потом, когда мешки оказываются невостребованными, начинаем рассказывать про бесполезность МО)
Всё это запихиваем в нейросеть и начинаем шить мешки для трильонов денег) Потом, когда мешки оказываются невостребованными, начинаем рассказывать про бесполезность МО)
Научных подходов предостаточно, а вот с практической тут вижу слабовато. Научный подход без практики ноль без палочки.
Я толкую о ошибочности вашего научного подхода, а не самого МО. Не чувствуете разницы? А зря.
МО можно и нужно применять для многих частичных задач в разрезе рынков, только не получится спонтанно для набивания триллионами денег глубоких карманов в порванных штанинах. ))