Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2316

 
Aleksey Nikolayev:

Судя по всему, мы с вами фиксируемся на разных стадиях процесса) Мне интересен процесс построения исходной вероятностной модели - если она более-менее описывает реальность, то любой более-менее осмысленный алгоритм даст результат при последующих вычислениях.

судя по всему не так много  способных понять как правильная вероятностная модель сможет описать реальность. ))) Есть подвижки в моделях?

Иногда прокручиваю модельку игры меньшинства. Часто временами похоже на тиковый график.

 
Valeriy Yastremskiy:

судя по всему не так много  способных понять как правильная вероятностная модель сможет описать реальность. ))) Есть подвижки в моделях?

Иногда прокручиваю модельку игры меньшинства. Часто временами похоже на тиковый график.

Не вижу особого (практического) смысла в глобальных моделях цены, которые описывают её во всех аспектах и на всём времени. Разве что, как некая "зарядка для ума") На мой взгляд, полезными могут быть только модели, описывающие отдельные аспекты цены на отдельных временных промежутках. Как простой пример могу привести свою статью про гэпы, где исследуются только максимальные отклонения цены в сторону противоположную гэпу, до его закрытия (отдельный аспект) и, соответственно, только на промежутке времени от образования гэпа до его закрытия.

Не то чтобы это какая-то новая идея) Скорее, просто проговаривание очевидного вслух.

 
Aleksey Nikolayev:

Не вижу особого (практического) смысла в глобальных моделях цены, которые описывают её во всех аспектах и на всём времени. Разве что, как некая "зарядка для ума") На мой взгляд, полезными могут быть только модели, описывающие отдельные аспекты цены на отдельных временных промежутках. Как простой пример могу привести свою статью про гэпы, где исследуются только максимальные отклонения цены в сторону противоположную гэпу, до его закрытия (отдельный аспект) и, соответственно, только на промежутке времени от образования гэпа до его закрытия.

Не то чтобы это какая-то новая идея) Скорее, просто проговаривание очевидного вслух.

модель и анализ систем с большим количеством элементов начать можно только с очевидных участков) 

Никогда не понимал почему и чем геп закрывается. Принимаю как не очевидную данность)

 
mytarmailS:

У меня идея была следующая

1) Обучить нейросеть  каким то действиям пусть  - бай/сел

2) сеть на новых данных будет много ошибаться 

3) я хотел кластеризировать паттерны  в слоях сети чтобы посмотреть  можно ли разделить ошибочные решения сети от правильных глядя на паттерны которые возникают в сети во время обработки сигнала..

=========

Владимир, а  вы не знаете есть ли в Р-ке пакет в котором можно взаимодействовать с графикой, например чтобы я мышкой мог выделить какую то область на графике, и получил параметры выделенного участка в коде

Не встречал. Даже не представляю чем это можно сделать.

 
Valeriy Yastremskiy:

Никогда не понимал почему и чем геп закрывается. Принимаю как не очевидную данность)

Закрывается ценой ниже гэпа (при гэпе вверх, например). Чем ещё он может закрываться)

Если цена после гэпа = СБ, то его закрытие произойдёт с единичной вероятностью и с известным распределением для максимального отклонением цены в другую сторону. 

 
Vladimir Perervenko:

Не встречал. Даже не представляю чем это можно сделать.

Это можно сделать функцией locator() , запускаете ее с нужными параметрами и кликаете на графике...


вот пример как построить линию тренда , кликая мышкой по графику

data <- matrix(cbind(1:50,cumsum(rnorm(50))), ncol = 2)
plot(data,t="o")

xy <- locator(n=2)
xy$x <- round(xy$x,0)

abline(coef(lm(y~x, xy)),col=8)
lines(xy, col="red", lwd=2)

Вот написал функцию которая выделят прямоугольники на графике   

rect.locator <- function(){ 
  L <- locator(n=4)  
  id <- c(1, which.min(abs( L$x[1] - L$x)[-1])+1)
  idd <- c(mean(L$x[id]),mean(L$x[id]),mean(L$x[-id]),mean(L$x[-id]))  
  q <-  L$y[id][1]
  idy <- c(1, which.min(abs( q - L$y)[-1])+1)
  val <- c(mean(L$y[idy]),mean(L$y[-idy]),mean(L$y[idy]),mean(L$y[-idy])) 
  return(list(idx=idd,val=val))}

x <- cumsum(rnorm(100))
plot(x,t="l",col=1)

r <- rect.locator()

rect(r$idx[1],xleft = r$idx[3],ytop = r$val[1],ybottom = r$val[2],
       col= rgb(0,1,0,alpha=0.3))


Можно обучать нейронку таким вещам которые не понятно как запрграмировать, но нарисовать мы можем,  а получив параметры нарисованного можем уже загонять в виде образов в нейронку, по моему это очень круто))

Или с помощью locator() с легкостью  можем выделять какие то спецефические кластера , или..или...  ВСЕ что угодно, фантазируйте....


Вот код как выделять интересующие участки на графике и апрксимировать фурьешкой

x <- cumsum(rnorm(200))
plot(x,t="l",col=8)

xy <- locator(n=2)
id <- round(xy$x,0)
idd <- id[1]:id[2]

library(dtt)
dc <- dct(x[idd])
dc[7:length(dc)] <- 0
dc <- dct(dc,inverted = T)

NAve <- rep(NA,length(x))
NAve[idd] <- dc

lines(NAve,lwd=2,col=4) 
abline(v=range(idd),col=8,lty=2)


 
Aleksey Nikolayev:

Закрывается ценой ниже гэпа (при гэпе вверх, например). Чем ещё он может закрываться)

Если цена после гэпа = СБ, то его закрытие произойдёт с единичной вероятностью и с известным распределением для максимального отклонением цены в другую сторону. 

Про СБ понятно. Но закрывается достаточно быстро, даже иногда заработать можно))) хотя да, бывает всяко.

 

Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий

Тестер стратегий MetaTrader 5: ошибки, баги, предложения по улучшению работы

fxsaber, 2021.01.31 11:06

Очень часто при анализе ТС (моделей машинного обучения) смотрят Sample и Out of Sample на графике одиночного прохода.

Чтобы на таком графике понять, где OOS, приходится наводить мышкой и искать дату во всплывающих подсказках.


После этого начинаешь понимать, где же этот OOS находится.

И так каждый раз приходится возить мышкой, искать и прочее.


Предлагаю добавить функцию.

void TesterGraphLabel( const datetime LabelTime, const string Description ); // На графике одиночного прохода ставится соответствующая метка.

С сохранением метки в tst-файле.


Это значительно упростит работу с МО и другими случаями.

Прошу высказаться по предложению. Возможно, что-то не учел или узко вижу. Прокомментируйте не здесь, а там.

 

Огромное количество исследований большого числа символов (форекс и основные индексы) показывает, что в районе 25.06.2020 произошел перелом почти у всех. Т.е. ДО и ПОСЛЕ рынки разные.

Кому не лень, попробуйте сравнить эти интервалы между собой.

 
fxsaber:

Огромное количество исследований большого числа символов (форекс и основные индексы) показывает, что в районе 25.06.2020 произошел перелом почти у всех. Т.е. ДО и ПОСЛЕ рынки разные.

Кому не лень, попробуйте сравнить эти интервалы между собой.

можно посмотреть на смену тренда и\или среднего приращений и все станет понятно

на веродолларе смена тренда среднесрочного в этом промежутке

есть 2 типа зкономерностей

  • связанные со смещением среднего (тренд)
  • регулярность приращений (повторяющиеся паттерны)

первая сильнее влияет на ТС и может убить вторую