Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1588

 
Aleksey Nikolayev:

В нашем случае, содержательно можно работать лишь с той нестационарностью, которая так или иначе сводится к стационарности. Кусочная стационарность, модели авторегрессии, hmm и тд.

Основная причина - всегда известна лишь одна реализация процесса. Например, если взять распознавание речи, там любое слово мы можем произнести сколько угодно раз. Котировки же для конкретного инструмента за конкретный промежуток времени в единственном варианте. Кстати, это видимо и является причиной нечёткого отличия у многих здесь случайного процесса от его реализаций.

Оч. правильные слова, потому и МО никогда не заработает на таких данных, их нужно пред обрабатывать в такие ряды которые будут повторяться и это вполне реально

Почему это практически не обсуждается? ... ведь это вопрос №1 
 
mytarmailS:
Почему это практически не обсуждается? ... ведь это вопрос №1 
Ссылку кури мою последнюю.
 
Aleksey Mavrin:

Были ли попытки применять стат.методы к графическому, свечному анализу и прочим более высокоуровневым вещам?

есть конечно, например https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0212320

но сами понимаете что будет в результате, если на реал пустить...

Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data
Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data
  • journals.plos.org
Forecasting stock prices plays an important role in setting a trading strategy or determining the appropriate timing for buying or selling a stock. We propose a model, called the feature fusion long short-term memory-convolutional neural network (LSTM-CNN) model, that combines features learned from different representations of the same data...
 

Когда-то я занимался с математическим моделированием(ММ), а также запрограммировал оптимизационные задачи с помощью симплекс метода линейного программирования.

И когда стал распространяться машинное обучение(МО), вот я подумал что это тоже самое, что и ММ. Но не совсем это так.


Для форекса во первых надо создать модель торговой стратегии(ТС), с учетом многих факторов.

Сам робот изначально не способен создать модель ТС. Это от того что какая то программа не сможет сама по себе создать идею ограничения, т.е. тот фактор который воздействует на модель или ТС.

Робот только сможет найти пределы этого ограничения.

Если у вас создана плохая модель с плохими ограничениями, то никакая оптимизация не даст нужного результата.

Надо знать какие факторы влияют на ТС.  А тут без человеческого фактора не обойтись.


Приведу пример только один из этих факторов, который я применяю в своем роботе. Открою маленькую "тайну" :)

Этот фактор многим известен, это скорость изменения цен. Но в расчетах я определяю не только скорость, но и ускорение и затухание скорости по инерции.

Скорость определяется с интервалом на 1 секунд. Учитывается не только частота приходящих тиков, но и количество пунктов(длина) между тиками.

Для чего, или в каких случаях используется этот фактор. 

Это используется при открытии ордера. Введением ограничение по скорости, оно предотвращает открытие ордера при сильных скачкообразных движениях цен.

И не допускает открыть ордер, пока скорость не будет снижаться до определенной величины, и еще когда не прошло определенное время. 

Я это также использую чтобы определить угол тренда. Чем выше скорость, тем выше угол тренда.

 

Коллеги всем привет,

Простит за глупый вопрос но в тестере МТ5 работает событие OnBookEvent? пробую протестировать,но почему то в цикл не заходит такое ощущение что игнорируется. Хотя в теории в обзоре рынка котиры же меняются. ХМ...

 
Aleksey Nikolayev:

В нашем случае, содержательно можно работать лишь с той нестационарностью, которая так или иначе сводится к стационарности. Кусочная стационарность, модели авторегрессии, hmm и тд.

Основная причина - всегда известна лишь одна реализация процесса. Например, если взять распознавание речи, там любое слово мы можем произнести сколько угодно раз.  Котировки же для конкретного инструмента за конкретный промежуток времени в единственном варианте. Кстати, это видимо и является причиной нечёткого отличия у многих здесь случайного процесса от его реализаций.

Забавно наблюдать как народ  издевается над старой доброй статистической (не)стационарностью, подразумевая под ней вообще что угодно,  но не относительную сохранность во времени распределения. Наверно какой то "гуру" эконометрики прошлого, сделал такой вброс когда то, вероятно вообще по другому поводу и в каком то узко-теоретическом контексте и тема нестационарности как главного препятствия для создания "грааля" стала вирусной. Ясно же что статистически не стационарная кумулятивная цена мало кого интересует в чистом виде, а возвраты даже если бы были стационарными(не меняли распределение), то всё равно это бы мало что дало для торговли(опционы разве что исчезли бы как инструмент). 

Наверно уже стоит как то до-определить и\или конкретизировать понятие "(не)стационарность на форексе", чтобы люди мало мальски знакомые с классической статистикой, поняли о чем идет речь.

На рынках в силу их природы есть не статистическая, а "игровая" нестационарность с "возмущениями"(фундаментальные факторы), то есть "толпа" предсказывает цену между "возмущениями", каждый участник пытается предсказать всю остальную толпу в среднем, а "фундаментал"(политика, экономика, регтаймшифты...) затем всё ломает. 

Вся проблема в том как максимально быстро детектить "смену рынка" и в тоже время "обучать" системы на данных "с текущего рынка", так как обучение на прошлых рынках только спутает систему, старых рынков уже нет, обучать на них не только бессмысленно но и вредно, но обучаться на совсем маленьких окнах данных тоже не круто, это имеет смысл только для хфт-шников, а как быть простым людям работающим на 15М и часовках - загадка...

 
Андрей:

Забавно наблюдать как народ  издевается над старой доброй статистической (не)стационарностью, подразумевая под ней вообще что угодно,  но не относительную сохранность во времени распределения

......

Вся проблема в том как максимально быстро детектить "смену рынка"и в тоже время "обучать" системы на данных "с текущего рынка", так как обучение на прошлых рынках только спутает систему, старых рынков уже нет, обучать на них не только бессмысленно но и вредно, но обучаться на совсем маленьких окнах данных тоже не круто, это имеет смысл только для хфт-шников, а как быть простым людям работающим на 15М и часовках - загадка...

Не "относительная сохранность распределения", а независимость МО, дисперсии и функции распределения от времени.

И как "детектить смену рынка"?

Ну, продетектил ты "смену рынка" - для обучения системы на новых данных нужна выборка достаточной длины. А если до или при достижении выборки достаточной длины снова "смена рынка" - что делать?

 
Дмитрий:

Не "относительная сохранность распределения", а независимость МО, дисперсии и функции распределения от времени.

Нет, как раз таки зависимость, причем константную зависимость))

Дмитрий:

И как "детектить смену рынка"?

Ну, продетектил ты "смену рынка" - для обучения системы на новых данных нужна выборка достаточной длины. А если до или при достижении выборки достаточной длины снова "смена рынка" - что делать?

Детектить можно попытаться с помощью МО

Дмитрий:

Ну, продетектил ты "смену рынка" - для обучения системы на новых данных нужна выборка достаточной длины. А если до или при достижении выборки достаточной длины снова "смена рынка" - что делать?

Это правильный вопрос, ничего не нужно делать, ждать пока появится маломальски статистически значимая выборка, любые действия в такой ситуации будут на удачу, если нет инсайда.

 
Андрей:

Нет, как раз таки зависимость, причем константную зависимость))

Детектить можно попытаться с помощью МО

Это правильный вопрос, ничего не нужно делать, ждать пока появится маломальски статистически значимая выборка, любые действия в такой ситуации будут на удачу, если нет инсайда.

Стационарность - это НЕЗАВИСИМОСТЬ МО, дисперсии и функции распределения от времени. 

И какие методы МО определяют "смену рынка"?

Появилась выборка - построили модель - построили ТС - небольшая прибыль в каждой сделке - "смена рынка" - большой убыток, перекрывающий всю прибыль. Что дальше?

П.С. Константная зависимость - это что то из филологии?

 
Mihail Marchukajtes:

Коллеги всем привет,

Простит за глупый вопрос но в тестере МТ5 работает событие OnBookEvent? пробую протестировать,но почему то в цикл не заходит такое ощущение что игнорируется. Хотя в теории в обзоре рынка котиры же меняются. ХМ...

нет