Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2641
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
у буста новая фишка появилась, можно дропать плохие признаки. Еще не успел заюзать
https://catboost.ai/en/docs/concepts/python-reference_catboost_select_features
сомниваюсь что это что то даст
сомниваюсь что это что то даст
В комплексе с другими методами может что-то и даст
Ну как?
такие признаки получил. Коррелируют, потому что база - приращения близких порядков
пример формулы: price - МА(n) * std(n) * coef, где MA и std - скользящее среднее и стандартное отклонение произвольного порядка и выравнивающий коэффициент, чем больше - тем стационарнее ряд. В данном случае он равен 50000
почему-то мое МО показывает стабильность лучше, чем просто на приращениях
c coef 20
получилось чем-то похоже на fractional difference, но считает мгновенно
может кто-то придумает другие варианты
такие признаки получил. Коррелируют, потому что база - приращения близких порядков
А что это за кривульки вообще?
Maxim Dmitrievsky #:
может кто-то придумает другие варианты
Ну вот, символьная регресия в помощь
А что это за кривульки вообще?
Ну вот, символьная регресия в помощь
Формула написана
щас что то накидаю, покажу на более простом примере без СР
щас что то накидаю, покажу на более простом примере без СР
С СР нужно больше времени на код и планирование поетому для простоты , быстроты и наглядности сделал проще..
Вместо того чтобы создавать формулу врчную я создаю "результат формулы" - кривульку , а потом использую ее так таргет для модели
Я создаю фитнес функцию которая максимизирует корреляцию между ценой и выходом модели, но у выхода модели есть ограничение : она может быть только в рамках от -1 до 1.
Тоесть получаем ряд который должел коррелировать с ценой но "зажат" в рамках стацыонарных значений. Если надо именно настоящую стацыонарность по Дики фуллеру итп, то просто меняем фитнес функцыю на то что надо
создаем данные и тренируем модель генетикой
проверяем модель
Вертикальные линии это разделение трейн , тест , валидация
Как видим на картинке модель научилась на вход брать цену, а на выходе стацыонарный ряд который коррелирует с ценой
Для лучшей наглядности можно сделать кумулятивную сумму из выхода модели
как то так ))) И не надо ничего выдумывать, все можно делать на автомате