Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 138

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
Спасибо, я бы не разобрался..
Очень интересно было бы увидеть результат.
Когда-то занимался, даже где-то есть код.
1. Приведенного кода для принятия решений недостаточно. Нужны пороги, причем плавающие
2. Можно получить очень прибыльные системы с профит-фактором до 10.
НО.
МО прибыли меньше 5 пипсов. Учет спреда убивает всю красоту. А ведь кроме спреда еще бывают подарки
Очень интересно было бы увидеть результат.
Тема арбитража тут не в тему, но коротко отвечу если интересно...
У меня уже был готовый работающий арбитраж, я его хотел улучшить фильтруя сигналы на вход таким не хитрым образом - в скользящем окне считаем силу коинтеграции(близость двух ВР) и только тогда когда ВР сильно коинтегрированы между собой мы начинаем арбитражыть...
результат такой фильтрации неоднозначный, не могу его классифицировать как плохой или хороший
при первом варианте система на тестах давала в среднем - 7% прибыли в мес. с фактором восстановления 3
с фильтрацией система дает в среднем 5.7 % в мес. и ФВ 5.5
те зарабатывает она меньше но стабильнее...
интересные ссылки с примерами на "R" на русском:
про разницу корреляции с коинтеграцыей
http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html
http://www.algorithmist.ru/2011/09/time-series-test-for-cointegration.html
про парный и арбитраж
http://rforfinance.ru/pairs-trade/
http://rforfinance.ru/rolling-window/
Тема арбитража тут не в тему, но коротко отвечу если интересно...
У меня уже был готовый работающий арбитраж, я его хотел улучшить фильтруя сигналы на вход таким не хитрым образом - в скользящем окне считаем силу коинтеграции(близость двух ВР) и только тогда когда ВР сильно коинтегрированы между собой мы начинаем арбитражыть...
результат такой фильтрации неоднозначный, не могу его классифицировать как плохой или хороший
при первом варианте система на тестах давала в среднем - 7% прибыли в мес. с фактором восстановления 3
с фильтрацией система дает в среднем 5.7 % в мес. и ФВ 5.5
те зарабатывает она меньше но стабильнее...
интересные ссылки с примерами на "R" на русском:
про разницу корреляции с коинтеграцыей
http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html
http://www.algorithmist.ru/2011/09/time-series-test-for-cointegration.html
про парный и арбитраж
http://rforfinance.ru/pairs-trade/
http://rforfinance.ru/rolling-window/
Спасибо. По первой ссылке описание улыбнуло. Два алконафта идут.
:)
Кстати, господин Перервенко в своей статье про нейронные сети ничего не сказал про такой тип сетей. Ну, я нашел только одно упоминание на всю статью. А можно было бы раскрыть вопрос применимости к временным рядам (вдумчиво).
Алексей
О рекурентных нейросетях (RNN, CNN и LSTM) будет отдельная статья(или две). Примеры с использованием mxnetR и может быть mxnet(Python).
Кстати в репозитории CRAN пакет mxnet присутствует. Правда нужно сделать небольшую гимнастику, чтобы добавить из GitHub оптимизаторы( RMSProp, Adam, AdaGrad и AdaDelta). Сейчас тестирую эти возможности.
Удачи
Ок, будет интересно почитать.
CNN это не рекурентная сеть сама по себе.
Под влиянием прочитанной статьи возник вопрос:
Почему мы все, включая меня, уперлись в предикторы, полученные из одной валютной пары? Валютный пар много, а не валютных пар вообще море пруди...
Под влиянием прочитанной статьи возник вопрос:
Почему мы все, включая меня, уперлись в предикторы, полученные из одной валютной пары? Валютный пар много, а не валютных пар вообще море пруди...
Для меня всё дело в риске - я стараюсь хоть немного, но таки рисковать. Можно сделать советник успешно торгующий на десятке пар в течении многих лет, но зачем? Прибыль будет наверное пара процентов в год, с таким же успехом можно деньги положить в банк в безрисоквый депозит.
Если взять всего одну пару, и обучить модель на хорошую торговлю в течении одного года на ней - можно ожидать прибыль хотя бы 10% в месяц, что уже лучше.
Обучить модель всего на 2 месяцев данных - она проработает успешно наверное неделю, но принесёт этих 10% за ещё более короткий период.
Чем более узкий набор данных (по времени и количеству пар) имеет модель для обучения - тем прибыльнее она будет на новых данных. Но устареет и перестанет приносить прибыль гораздо раньше. И так гораздо рискованнее, какая-нибудь нибудь новость может вообще сломать всю модель, придётся заново искать новые предикторы и параметры модели.