Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1493

 

Метод очень напоминает непараметрический наивный байесовский классификатор. Целевая отсутствует. Если в модели использовать два состояния, то они хорошо выделяют нисходяший и восходящий тренд (пример EURUSD-H4). Простейшая реализация индикатора на R выполняется в несколько строк (пакет depmixS4). Торговые сигналы и сгенерированные по ним результаты полностью соответствуют области наблюдений, на которой происходило моделирование. Интересно посмотреть как будут изменяться вероятностные кривые состояний на реальном рынке при поступлении новых данных.



 
Ilya Antipin:

Метод очень напоминает непараметрический наивный байесовский классификатор. Целевая отсутствует. Если в модели использовать два состояния, то они хорошо выделяют нисходяший и восходящий тренд (пример EURUSD-H4). Простейшая реализация индикатора на R выполняется в несколько строк (пакет depmixS4). Торговые сигналы и сгенерированные по ним результаты полностью соответствуют области наблюдений, на которой происходило моделирование. Интересно посмотреть как будут изменяться вероятностные кривые состояний на реальном рынке при поступлении новых данных.



угу, на новых данных интересно. Простого и понятного кода пока не нашеь на си, что бы на mql либку написать и не париться. Витерби и ЕМ всякие, лайклихуды и проч.

как индикатор разладки бы зашло
 
Maxim Dmitrievsky:


как индикатор разладки бы зашло

В точку. А определение минимумов, максимумов и где закрываться мы бы и так помогли сделать.

 
Alexander_K:

В точку. А определение минимумов, максимумов и где закрываться мы бы и так помогли сделать.

Матчасть нада асиливать с Божьей помощью, просто так пакеты бездумно юзать опасно

а так да, это простейшая байесовская сетка, вероятностная тобишь

 
Maxim Dmitrievsky:

Матчасть нада асиливать с Божьей помощью, просто так пакеты бездумно юзать опасно

а так да, это простейшая байесовская сетка, вероятностная тобишь

А могёшь такую же сделать? В реал-тайме интересно как работает. А канал приделать к этой вещи - за секунду сделаем.

 
Alexander_K:

А могёшь такую же сделать? В реал-тайме интересно как работает. А канал приделать к этой вещи - за секунду сделаем.

Читал несколько дней, ковырял пакеты. Пока не могу, надо больше маны

 
Ilya Antipin:

Метод очень напоминает непараметрический наивный байесовский классификатор. Целевая отсутствует. Если в модели использовать два состояния, то они хорошо выделяют нисходяший и восходящий тренд (пример EURUSD-H4). Простейшая реализация индикатора на R выполняется в несколько строк (пакет depmixS4). Торговые сигналы и сгенерированные по ним результаты полностью соответствуют области наблюдений, на которой происходило моделирование. Интересно посмотреть как будут изменяться вероятностные кривые состояний на реальном рынке при поступлении новых данных.

не знаю почему, но Ваш индикатор очень напоминает MACD обрезанный неким полосовым фильтром, добавьте MACD  для сравнения

 
Ilya Antipin:

Торговые сигналы и сгенерированные по ним результаты полностью соответствуют области наблюдений, на которой происходило моделирование.

На обучении можно любую машку сделать граалем. А вообще уже много говорили о том что от выбора метода классификации\регресии мало что зависит, как в прочем и с "индикаторами", которые кстати тоже можно с натяжкой назвать МО(если с оптимизацией). 

 

Сейчас пробую пакет ldhmm. В отличии от depmixS4, в котором почти нет настроечных параметров, здесь в зависимости от типа распределения (нормальное и lamda-распределение) изначально задаются несколько пар параметров mu, sigma и lamda. Эти параметры необходимы для расчета смешивающего распределения P(x; mu, sigma, lamda) и матрицы вероятности перехода. Построение модели происходит путем оптимизации (MLE) этих значений по критериям AIC, BIC, MLLK. Вот первый результат прогона стратегии (BUY/SELL) в тестере на USDJPY-H1 с 2018.08.20 по 2019.05.21. Это вариант получения прогноза без декодирования состояний с помощью viterbi. Следующий прогон сделаю с viterbi.

 
Ilya Antipin:

Сейчас пробую пакет ldhmm. В отличии от depmixS4, в котором почти нет настроечных параметров, здесь в зависимости от типа распределения (нормальное и lamda-распределение) изначально задаются параметры mu, sigma и lamda. Эти параметры необходимы для расчета смешивающего распределения P(x; mu, sigma, lamda) и матрицы вероятности перехода. Построение модели происходит путем оптимизации (MLE) этих значений по критериям AIC, BIC, MLLK. Вот первый результат прогона стратегии (BUY/SELL) в тестере на USDJPY-H1 с 2018.08.20 по 2019.05.21. Это вариант получения прогноза без декодирования состояний с помощью viterbi. Следующий прогон сделаю с viterbi.

какой там граф получается? т.е. 2 скрытых состояния n-кол-во наблюдаемых? как-то визуализировать можно?