Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1621

 
Evgeny Dyuka:
Оранжевая зона вверху - предсказывает движение вниз, зеленая внизу - движение вверх, толщина степень уверенности нейросети. Работает только на BTCUSD M1 (пока...).
Круто? ))

По виду обычный трендовый индикатор ))). Как часто вы ее переобучаете?

 

Исходя из этой картинки, обучение происходит крайне редко или не достаточно корректно, потому как в ином случае таких зон просто не было на момент применения обученной системы.

Ни для кого наверное не будет открытием тот факт, что тестер стратегий в МТ, по сути и есть та самая обученная нейросистема.
 
Farkhat Guzairov:

По виду обычный трендовый индикатор ))). Как часто вы ее переобучаете?

Ну это если совсем из далека смотреть)) При детальном рассмотрении видно, что все на так просто.
Один раз обучал, это первая проба. Зона обучения примерно до 1го февраля, потом тестовый датасет до 24 февраля.
Вообще, эта нейро собрана на коленке, удивительно, что она вообще что то показывает. Есть понимание куда дальше двигаться.
 
Farkhat Guzairov:

Исходя из этой картинки, обучение происходит крайне редко или не достаточно корректно, потому как в ином случае таких зон просто не было на момент применения обученной системы.

Ни для кого наверное не будет открытием тот факт, что тестер стратегий в МТ, по сути и есть та самая обученная нейросистема.
У вас есть работающие примеры с правильным обучением? Я имею ввиду не секретные нейросети которые делают миллионы профита, такие у всех есть )) А те, которые публичные.
 
Evgeny Dyuka:
Ну это если совсем из далека смотреть)) При детальном рассмотрении видно, что все на так просто.
Один раз обучал, это первая проба. Зона обучения примерно до 1го февраля, потом тестовый датасет до 24 февраля.
Вообще, эта нейро собрана на коленке, удивительно, что она вообще что то показывает. Есть понимание куда дальше двигаться.

Т.е. по сути вы еще не разработали систему(торговли) по ней, пока вы только видите относительно приемлемый для вас исход предсказаний, а торговать пробовали и какие правила применяете?

 
Farkhat Guzairov:

Т.е. по сути вы еще не разработали систему(торговли) по ней, пока вы только видите относительно приемлемый для вас исход предсказаний, а торговать пробовали и какие правила применяете?

Хороший вопрос.
Принципиально не думаю о превращении в сделки. Как только начинаешь заниматься тейками/стопами/бэктестами сразу мозг скукоживается и начинаешь с мельницами воевать. Делаю индикатор, остальное само сростется.
 
Evgeny Dyuka:
У вас есть работающие примеры с правильным обучением? Я имею ввиду не секретные нейросети которые делают миллионы профита, такие у всех есть )) А те, которые публичные.

У меня.... Я делаю выводы из бэктестов в тестере, как вы думаете какой результат вы получите, если ваша система корректно обучена? Практически 90% исход верных входов. Ранее эти же бэктесты не давали такого исхода, из чего делаю вывод, что обучение в данном случае было корректным.

Попробуйте и вы тоже самое.

 
elibrarius:

Я думаю по другому. Каждый предиктор разделяется по случайной точке, но выбирается все равно лучшее получившееся разделение.

Пошёл их хелп смотреть, но толком не понял - уж больно запутанно пишут. Попробую позже найти этот момент на видео, там понятней объясняют.

Зато увидел, что CB добавили новые возможности построение деревьев, раньше был вариант только семетричного дерева.

--grow-policy

The tree growing policy. Defines how to perform greedy tree construction.

Possible values:
  • SymmetricTree —A tree is built level by level until the specified depth is reached. On each iteration, all leaves from the last tree level are split with the same condition. The resulting tree structure is always symmetric.
  • Depthwise — A tree is built level by level until the specified depth is reached. On each iteration, all non-terminal leaves from the last tree level are split. Each leaf is split by condition with the best loss improvement.

    Note. Models with this growing policy can not be analyzed using the PredictionDiff feature importance and can be exported only to json and cbm.
  • Lossguide — A tree is built leaf by leaf until the specified maximum number of leaves is reached. On each iteration, non-terminal leaf with the best loss improvement is split.

 
Farkhat Guzairov:

У меня.... Я делаю выводы из бэктестов в тестере, как вы думаете какой результат вы получите, если ваша система корректно обучена? Практически 90% исход верных входов. Ранее эти же бэктесты не давали такого исхода, из чего делаю вывод, что обучение в данном случае было корректным.

Попробуйте и вы тоже самое.

Не совсем понял мысль.
Могу уже сейчас дать советника в обмен на конструктивную критику и багрепорт. Пишите в личку.
 
Evgeny Dyuka:
Не совсем понял мысль.
Могу уже сейчас дать советника в обмен на конструктивную критику и багрепорт. Пишите в личку.

Вроде все предельно просто пытался изложить. У вас пока нету системы, как только она будет, вы сможете ее прогнать по истории и сделать выводы, о том на сколько она готова(обучена).

Причина обращения: