Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 108
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
В продолжение моей небольшой публикации https://www.mql5.com/ru/forum/86386/page98 про спектральный анализ и адаптацию под реальные рыночное параметры..
Мною был проведен не большой эксперимент, просто чтоб подкрепить теорию практикой, суть эксперимента в в том чтоб проверить будет ли работать индикатор эффективнее если в нем каждый раз изменять период на тот который сейчас объективно присутствует на рынке
индикатор взял "RSI" (просто от балды) , торговые правила элементарны больше 70% продаем, меньше 30% покупаем, торговля тупо перевороты, без стопов
сначала я взял обычный RSI с периодом 14 (этот период наиболее часто встречается во всех книгах и статьях) ну просто чтоб с чем то сравнить
индикатор не слил, я даже удивлен если чесно....
теперь адаптивный RSI
выводы: адаптивный подход намного более аффективный обычного
1) Но, вообще, по факту, нет никакого такого "обучения" и "тренировки". Всевозможные кроссвалидации и проверки на оос не дают и не могут дать эффекта которго от них ждут. Дело в том, что подобные ухищрения есть ни что иное как поиск а затем выбор тех значений, которые приближенно работают удовлетворительно и на участке обучения и на участке проверки, тоесть этот набор параметров уже изначально существует среди всех возможных их вариантах, и это равносильно выбору сразу на всем участке истории целиком.
2) Тем не менее использование двух моделей (в моем случае - две сетки) наилучшее, на мой взгляд, что можно применять из числа доступных на сегодняшний день методов "машинного обучения". Это не обучение и не тренировка, это способ оптимизации модели.
3) Реального обучения на сегодняшний день не существует. Распознавание таких же или похожих паттернов это не результат обучения, это результат запоминания. Обучение должно подразумевать некий мыслительный процесс (пусть и примитивнейший), который позволил бы рассуждать и делать выводы при получении новой информации, а так же способность генерации новой информации самостоятельно. Рынок требует именно такого подхода - мышление, чего на сегодняшний день нету, насколько мне известно. А то, чем мы пользуемся сегодня - запоминание, а не мышление, к сожалению.
1) Мысль глубокая и правильная. Но не оконченная.
КВ (кроссвалид.) это обучение и проверка на одних и тех же параметрах, на разных участках обучения и тестирования. Хоть на 10 разных фолдах. Если машина учит шум, средняя метрика качества будет слабой. Метод сам по себе очень сильный.
Но, если данные зашумлены, может быть подгонка по КВ, о чем вы и говорите, но не оканчиваете мысль в техническом плане, а зарываетесь в пессимизм. Уже давно есть вложенная КВ (nested CV). Все ваши отобранные модели можно провалидировать на уникальных данных вне выборки. Если есть консистентность результтатов, модель хороша, если нет - плоха. Все решаемо.
2) Не ясно, почему так.
3) Это да. Но машинное обучение это та отрасль, где ставка делается на обобщающее запонимание. Борьба с переобученностью это 90% усилий.
Отпетые машинники" это учитывают. Время подается на вход машине. К тому же, цена по разному себя ведет не только ночью, а по сессиям.
"Отпетые манинники"... Класс!
Хорошо, что учитывают, читаю ветку - не заметил упоминаний об этом, решил поделится соображениями. Правда четких характерных признаков, позволяющих идентифицировать по отдельности сессии, я не обнаружил, поэтому применяю только ограничение по часам, от сих до сих.
2) Не ясно, почему так.
В продолжение моей небольшой публикации https://www.mql5.com/ru/forum/86386/page98 про спектральный анализ и адаптацию под реальные рыночное параметры..
Мною был проведен не большой эксперимент, просто чтоб подкрепить теорию практикой, суть эксперимента в в том чтоб проверить будет ли работать индикатор эффективнее если в нем каждый раз изменять период на тот который сейчас объективно присутствует на рынке
индикатор взял "RSI" (просто от балды) , торговые правила элементарны больше 70% продаем, меньше 30% покупаем, торговля тупо перевороты, без стопов
сначала я взял обычный RSI с периодом 14 (этот период наиболее часто встречается во всех книгах и статьях) ну просто чтоб с чем то сравнить
индикатор не слил, я даже удивлен если чесно....
теперь адаптивный RSI
выводы: адаптивный подход намного более аффективный обычного
Я сходил по ссылке, но не понял, каким образом динамически меняете период индикатора.
Поясните, пожалуйста, подробнее.
В продолжение моей небольшой публикации https://www.mql5.com/ru/forum/86386/page98 про спектральный анализ и адаптацию под реальные рыночное параметры..
Мною был проведен не большой эксперимент, просто чтоб подкрепить теорию практикой, суть эксперимента в в том чтоб проверить будет ли работать индикатор эффективнее если в нем каждый раз изменять период на тот который сейчас объективно присутствует на рынке
Я сходил по ссылке, но не понял, каким образом динамически меняете период индикатора.
Поясните, пожалуйста, подробнее.
Про адаптацию все ясно. А где Вы берете период, "который сейчас объективно присутствует на рынке"
Цимус в снижении количества сделок со временем с момента начала торговли на ООС, а не в увеличении процента неверных сигналов. Всё чаще происходят противоречия между сетками, одновременно одна говорит продавать, а другая покупать, а это сигнал 0, то есть вместо того, что бы торговать убыточно на совсем незнакомых данных, модель перестаёт торговать.
мысль интересная.
Ато.
Собственно я использую этот эффект на участках валидации как показатель правильности обучения, а не соотношение правильных/неверных ответов (ошибка). Это важное торговое свойство и показатель качества обучения. Если модель дает неправильные сигналы на ООС - это показатель неправильного обучения, а не факт изменения рынка.