Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2841

Новый комментарий
 
Valeriy Yastremskiy #:
14 год как то спокойней был и спуск длинней. Счас похоже, но короче и более непредсказуемо.
Это хобби, часть жизни)
Как бы были и отчасти есть другие стратегии, но они никак не относятся к оптимизационным 

По тем временам те 2 прямо нормально дали, ни в чем себе не отказывал, но это было недолго )
 
Maxim Dmitrievsky #:
Не могу обсуждать чужие подходы, поскольку не осведомлен. Но исходя из собственного опыта то, что работало - находилось либо в интернетах, либо через собственные умозаключения, а потом подтверждалось в интернетах. За всю историю так сказать трейдерской карьеры, было наверное 2 стратегии заопченные, обе на возврат к среднему, одна из них на Мартине, которые что-то заработали, да не долго :) А попыток оптимизации было довольно много, но всего 2 стратегии в итоге и то такие себе.

Одна из них заработала 1500% за все время чисто на падающем рынке и слилась когда он поменялся, благо ср-ва были выведены с прибылью. Вторая и того меньше.

А это 10+ лет, может даже 15, постоянных/периодических поисков через оптимизацию .

Конечно, кто-то может возразить, что я просто тупой а он д’Артаньян, но слабо верится.

Слово "оптимизация" имеет дурную славу на нашем форуме по вполне понятным причинам. Поэтому вполне понятно стремление как-то отстраниться от неё и даже не употреблять само слово. Тем не менее, любое обучение модели МО - это практически всегда оптимизация, тут уж из песни слов не выкинешь.

Не хочу никого задевать, учить жизни или объяснять как делать бизнес) Пишу лишь питая слабую надежду, что метаквоты учтут мои замечания при внедрении МО в МТ5.

 
Aleksey Nikolayev #:

Вы же тоже, по сути, занимаетесь оптимизацией. Придумали некий критерий "стационарности признаков" и берёте оптимальные по нему признаки. Та же самая оптимизация на истории, только в профиль.

Вот, обязательно надо придумать критерий робастности ТС и оптимизировать по нему) Снова получится та же самая оптимизация на истории, но в другой профиль)

Замечательно, в смысле толерантности.

Приходишь в магазин, выбираешь штаны - оптимизация по фигуре!

Здесь речь совершенно о другом - о доработке имеющихся в моделях алгоритмах оптимизации. Я возражаю против доработки уже встроенных алгоритмов оптимизации. Вот есть в тестере алгоритм - прекрасно. Доработка этого алгоритма не позволит получить прибыльную ТС из сливной. То же самое встроенные алгоритмы в моделях.

Также, надо крайне осторожно относиться к оптимизации параметров модели, так как запросто можно переобучить модель.

Дошел до самой важной мысли: несомненная связь между оптимизацией и переобучением модели. Модель всегда надо оставлять достаточно "грубой" и уж точно не нужны никакие глобальные оптимумы.  


Когда я ищу приемлемый перечень предикторов - оптимизация в смысле штанов. Но смысл совершенно другой: попытка избежать "мусор на входе - мусор на выходе". Здесь качественное отличие от попыток поиска "правильного" алгоритмы, который находит глобальный оптимум. Никакой глобальный оптимум не даст прибыльную ТС на мусоре. 

 

Максим Владимирович, что вы думаете о квантовой кластеризации?

https://github.com/enniogit/Quantum_K-means

 
Aleksey Nikolayev #:

Слово "оптимизация" имеет дурную славу на нашем форуме по вполне понятным причинам. Поэтому вполне понятно стремление как-то отстраниться от неё и даже не употреблять само слово. Тем не менее, любое обучение модели МО - это практически всегда оптимизация, тут уж из песни слов не выкинешь.

Не хочу никого задевать, учить жизни или объяснять как делать бизнес) Пишу лишь питая слабую надежду, что метаквоты учтут мои замечания при внедрении МО в МТ5.


как с языка сняли... реально присутсвует негативное отношение к понятию "оптимизация".
добавлю лишь, что всегда нужно помнить - модель (ТС) первична, оптимизация вторична. если не работает модель, то оптимизация не добавит робастности.
реально существуют ТС работающие в широком диапазоне своих параметров. но даже в таких системам всётаки есть оптимальные параметры, которые дадут в итоге более высокий торговый результат. тоесть, оптимизация не может по своему определению ухудшить модель.
При построении торговой системы важна модель в первую очередь, критерии её оценки во вторую очередь и только потом идет оптимизация. противное будет в корне не верно.
если кто то говорит, что оптимизация зло, значит он не верно составил очерёдность.
только осознавая вышеозвученное можно прийти к пониманию, что как бы то ни было, невозможно МО без оптимизации.
дурную славу тестеру и оптимизатору как связке принесло как раз то, что вояют пользователи черте что и думают, что после оптимизации это гомно будет прибыльно. нет, не будет, поэтому что черте что. этому способствует легкость создания советников в МЕ и наличие готовых вариантов в поставке. но при этом практически отсутсвут инструменты оценки стратегии по созданию кластеров рабочих сетов. благо мкл сполна восполняет этот пробел.
резюмируя вышесказанное можно заключить: алгоритмы оптимизации сделают успешных людей ещё успешнее (это касается любых сфер деятельности человека), а несчастных людей ещё несчастнее, к сожалению. причина проста - неверно расставлены приорететы.
так что даже болиды формулы один тщательно оптимизируют, зачем? ведь эти тачки и так хороши)) ответ прост, оптимизируют согласно пользовательского критерия водителя болида. хотя общие характеристики болидов одинаковые, но тюнинг позволяет настроить машину например на кривую ускорений, другой водитель предпочтет выше скорость по прямой. никто из водителей болидов не думает "оптимизация гомно!, нафиг надо, буду ездить по дефолту!" - иначе проигрыш обеспечен, голодные дети, злая жена и прочие прелести неудач. 

отсюда необходимая для успеха последовательность: болид (ТС) - критерии тюнига (оценочные критерии ТС) - оптимизация.
никаких других правильных последовательностей в принципе невозможно.
 
Ещё хочу добавить что оптимизацыонные алгоритмы, это в первую очередь поисковые алгоритмы, ими не только можно параметры МАшек искать как думают многие..
Можно намного более сложные и не тривиальные вещи делать
 
Andrey Dik #:

тоесть, оптимизация не может по своему определению ухудшить модель.

Правильная мысль для систем автоматического управления, но совершенно НЕ правильная для моделей, работающих на финансовых рынках с НЕ стационарными процессами. Есть такое зло, абсолютное зло, под названием "переобучение". Это главное зло (после мусора на входе), которое полностью делает неработоспособной абсолютно любую модель. Хорошая модель всегда должна быть не совсем оптимальной, некое огрубление реальности. Думаю, что особый вклад в переобучение модели делает именно глобальный оптимум.

 
ещё один важный момент.
тогда когда чем меньше параметров тем лучше у модели в цепочке
модель - критери - оптимизация,
так как повышаются степени своьоды а это есть плохо, то повышение количества критериев или параметров крииерия наоборот, степени свободы модели снижают,выступая некими "границами". так можно и нужно компенсировать излишнюю порой вариабельность сисиемы.
что касается количества параметров АО, то я отношу в недостатки большие возможности настррйки, так как это усложняет практическое применение АО, хотя, это в умелых руках исследоваиеля, понимающего что он делает, позволяет получить дополнительные преимущества в касестве и скорости оптимизации, в некотором роде косвенно ещё больше снижая вариабельность модели, если параметров у неё излишне много. такое часто бывает в нейросетях.
 
СанСаныч Фоменко #:

Правильная мысль для систем автоматического управления, но совершенно НЕ правильная для моделей, работающих на финансовых рынках с НЕ стационарными процессами. Есть такое зло, абсолютное зло, под названием "переобучение". Это главное зло (после мусора на входе), которое полностью делает неработоспособной абсолютно любую модель. Хорошая модель всегда должна быть не совсем оптимальной, некое огрубление реальности. Думаю, что особый вклад в переобучение модели делает именно глобальный оптимум.


переобучение не следствие злоупотребления оптимизацией, а следствие неправильного выбора критерия оценки модели. ошибка сделана ещё ДО оптимизации. а вполне возможно что и на первом элементе цепочки - модель гомно.
говорить, что модель должна быть немного недоученной так же неверно, как хороший недообученный сапер или хирург. нужно винить либо сапера или хирурга, или их учителей, а не саму возможность учится (улучшаться, оптимизироваттся).
винить нестационарность так же не верно, приплетая сюда ещё и оптимизацию. это значит нет хорошей модели у исследоваиеля для нестационарнрго ряда.
 
извиняюсь, если когото обидел, окуная читающего в суровую реальность.
1...283428352836283728382839284028412842284328442845284628472848...3510
Новый комментарий
Причина обращения: