Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2296

 
Aleksey Mavrin:

Сетка и Мартин разные принципиально вещи с т. зр. так сказать "математики стратегий" )  теории игр если хотите.

Сетка нужна лишь для того, чтобы диверсифицировать риск входа раньше/позже "идеального" момента, или сделать скидку на "уверенность" во входе в рынок. При этом сетка в плюсе- пирамида - улучшает не меньше, чем усреднение в минусе.

А Мартин это именно математически обособленный вид усреднения с увеличением, в котором всё завязано на математику (думать и искать входы вообще не надо, это уже от бедности напридумывают фильтров), и вопрос только в толщине депо, сколько он может выдержать безоткатного движа. 

Насчёт сетки - ваша идея очень нравится. Я недавно вожусь с МО, и на днях тоже осенило типа того  - нафига представлять целевую функцию как зависящую от отдельных трейдов, когда сами трейды могут быть построены по какой то сетке с хитрым ММ, типа входим минимальным риском и потом пирамидимся или усредняемся. Стало вдруг очевидно что целевые будут разные для моделей при разных стратегиях разделения входов.

ну да, просто сетка. Возможно, с легким мартином )

 
Aleksey Nikolayev:

Вот, кстати, сетки кажутся немного более осмысленными (в сравнении с мартингейлом). Можно, например, попытаться ухватить ими эффект, когда мелкие движения с большей вероятностью продолжаются, а большие - разворачиваются.

да, типа такого.. интересно как МО будет обобщать для новых данных. В теории, должно быть менее чувствительно к шуму.

 
Maxim Dmitrievsky:

статьи благотворно влияют на умы людей


Желающих пока нет. Гипотеза - чем больше люди шарят в МО, тем меньше интереса к фрилансу ))


 
Aleksey Mavrin:

Желающих пока нет. Гипотеза - чем больше люди шарят в МО, тем меньше интереса к фрилансу ))

здесь только человека 1.5 могут все вышеописанное )

честно, я не понимаю как люди умудряются делать прибыльных ботов (например, для маркета) простыми способами а-ля набросал индикаторов, оптимизировал и работает!

Наверное, просто выборка большая и кому-нибудь да повезет, случайно

 
Офигенно, как раньше не прочитал, столько велосипедов переизобрел
Прогнозирование временных рядов при помощи экспоненциального сглаживания
Прогнозирование временных рядов при помощи экспоненциального сглаживания
  • www.mql5.com
Статья знакомит читателя с моделями экспоненциального сглаживания, использующимися при краткосрочном прогнозировании временных рядов. Помимо этого затрагиваются вопросы, связанные с оптимизацией и оценкой результатов прогнозирования, приведены несколько примеров в виде скриптов и индикаторов. Статья будет полезной при первом знакомстве с принципами прогнозирования на базе моделей экспоненциального сглаживания.
 
Rorschach:

Вроде рэп с пониженым битрейтом, пока не нашел ссылку

https://www.mql5.com/ru/forum/143224/page30#comment_3620287

Как отличить график FOREX от ГПСЧ?
Как отличить график FOREX от ГПСЧ?
  • 2013.02.11
  • www.mql5.com
Берется Excel и с помощью функции строится псевдослучайный ряд...
 
Rorschach:

https://www.mql5.com/ru/forum/143224/page30#comment_3620287

Там по срокам не бьётся - Марсалья свой диодно-рэповый шум проверял на своих тестах в 1995 году (дата выпуска его CD-ROM с этим шумом), а набор тестов NIST датируется 2010-м. Хотя, в рэперов я верю - они бы, наверняка, и конкурс AES выиграли бы)

Понятно, что для любого набора тестов всегда можно сделать неслучайную последовательность, которую они не распознают - проще всего взять что-нибудь вроде двоичной записи числа Пи. Тем не менее, я бы рекомендовал цосникам поизучать эти тесты, а не только бегать годами с идеями как пристроить к рынку пучок синусоид)

NIST Special Publication (SP) 800-22 Rev. 1a, A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications
NIST Special Publication (SP) 800-22 Rev. 1a, A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications
  • csrc.nist.gov
This paper discusses some aspects of selecting and testing random and pseudorandom number generators. The outputs of such generators may be used in many cryptographic applications, such as the generation of key material. Generators suitable for use in cryptographic applications may need to meet stronger requirements than for other applications. In particular, their outputs must be unpredictable in the absence of knowledge of the inputs. Some criteria for characterizing and selecting appropriate generators are discussed in this document. The subject of statistical testing and its relation to cryptanalysis is also discussed, and some recommended statistical tests are provided. These tests may be useful as a first step in determining whether or not a generator is suitable for a particular cryptographic application. However, no set of statistical tests can absolutely certify a generator as appropriate for usage in a particular application, i.e., statistical testing cannot serve as a...
 
Aleksey Nikolayev:

Там по срокам не бьётся - Марсалья свой диодно-рэповый шум проверял на своих тестах в 1995 году (дата выпуска его CD-ROM с этим шумом), а набор тестов NIST датируется 2010-м. Хотя, в рэперов я верю - они бы, наверняка, и конкурс AES выиграли бы)

Понятно, что для любого набора тестов всегда можно сделать неслучайную последовательность, которую они не распознают - проще всего взять что-нибудь вроде двоичной записи числа Пи. Тем не менее, я бы рекомендовал цосникам поизучать эти тесты, а не только бегать годами с идеями как пристроить к рынку пучок синусоид)

Кстати вспомнилось читал про прикольный эксперимент - когда свёрточные сети начали хайповать по распознованию котиков и остальных 1000 классов,

кто-то провел изыскания и написал простецкий алгоритм, который практически любую картинку чуть изменял и обманывал эту нейронку (АлексNet чтоли),

причём изменения были не видны глазом абсолютно, а сетка ломалась, что-то типа сдвига на пол-пикселя и т.п.

 
Maxim Dmitrievsky:

https://www.mql5.com/ru/forum/86386/page2108#comment_19209601

Спасибо большое, то что надо!

Думаю написать сразу на МТ5 оверсемплинг. Может кто тут подскажет формулы создания новых элементов данных для оверсемплинга?

Smote как я понял "создаются новые элементы непосредственно вблизи существующих":

берем считаем по каждому признаку среднюю, СКО, дисперсию (можно отсечь выбросы), и потом берем случайный элемент, к каждому признаку его прибавляем значение в пределах +/- СКО и таким образом плоди сколько надо новых.

Кажется что этого должно хватить, как считаете?


 

Aleksey Nikolayev:

Тем не менее, я бы рекомендовал цосникам поизучать эти тесты, а не только бегать годами с идеями как пристроить к рынку пучок синусоид)

По сути этими тестами занимаюсь, ищу отличия шума и цены. Кроме волы ничего серьезного не нашел.

Причина обращения: