Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2886

Новый комментарий
 
Valeriy Yastremskiy #:

1. Приращения можно брать от точки создания актива, и тогда абсолютная составляющая будет учтена.

2. Визуально виден результат, и причины можно только предполагать, и возможно сравнивать с реалом, с ФА, но до этого далеко. А просто фиксация результатов дает мало пищи для анализа.

3. Это просто разные подходы, один не исключает другого. Сравнивать с СБ и искать сложные движения по разнесенным во времени точкам другой подход.

4. Конечно нужно упрощать разделяя на группы одинаковых участников и моделировать поведение в каждой группе. При этом одинаковые участники не обязательно одинаковы по своим действиям. Тоже сложная задача.

5. Близко к поведенческому моделированию. Много факторов, много вариантов результатов.)

1. ретурны убивают абсолютные значения цены

2. гипотеза - експеримент - фиксация результатов - анализ - вывод  . Научный метод

3. хз

4. а кто говорил что будет легко?

5. всеравно хз )

 
mytarmailS #:

1. ретурны убивают абсолютные значения цены

2. гипотеза - експеримент - фиксация результатов - анализ - вывод  . Научный метод

3. хз

4. а кто говорил что будет легко?

5. всеравно хз )

Не могу понять, в чем отличие приращений от разницы абсолютных цен в окне. К тому же обучать можно не только на приращениях, можно на относительных изменениях от абсолютной цены, или на логарифмических изменениях тоже от абсолютной цены)))

 
Valeriy Yastremskiy #:

можно на относительных изменениях от абсолютной цены, или на логарифмических изменениях тоже от абсолютной цены)))

Без разницы, при преобразованиях, порядок сортировки элементов не изменится, т.е. сплиты в деревьях будут в тех же местах. Если нейросети используете, должно быть так же, но не уверен..

ПС. Не будет. Во первых там все масштавбируется в диапазон 0...1. По вторых, если логарифмируете любой ряд, то хоть порядок не изменится, но там используются веса и смещения. После логарифмизации ряда он с теми же  весами и смещениями будет по другому влиять (возможно на порядки). Но это скорее минус нейросетей, а не плюс.
 
Uladzimir Izerski #:

Каждый бар имеет внутреннюю структуру. Если структуры совпадают, возможно это и будет некоторое условие.

Бар можно рассматривать как сложную структуру.

На примере показаны 5 минутные бары в 1 часе. Часы нарезаны не по началу часа, но суть, думаю, понятна, что есть разница смотреть на голый часовой бар или на структурный.

 

на рынке нет рабочих паттернов с фиксированным количеством баров о чем и написал выше (я не нашёл по крайней мере).

а использовать паттерны с динамическим размером та ещё задача (имею в виду в рамках МО), для этих целей есть методы, хоть тот же волновой анализ, но тут МО тогда уже и не нужен вовсе.

 
Valeriy Yastremskiy #:

Не могу понять, в чем отличие приращений от разницы абсолютных цен в окне. К тому же обучать можно не только на приращениях, можно на относительных изменениях от абсолютной цены, или на логарифмических изменениях тоже от абсолютной цены)))

ретурны это разница  x[i] - x[i-1]

а иногда надо    x[i] - x[i-1044]

 
Хочу прогнать несколько стратегий на исторических данных. Посоветуйте готовые решения для моделирования, пожалуйста!
 
mytarmailS #:
1) чтобы что то торговать, сначала это надо правильно проанализировать, приращения не пригодны для анализа, потому что теряется знания о прошлых ценах.

2) что имеется в виду под анализом?  Согласно Википедии анализ это ращепление чего то целого на части для изучения.  Что мешает мне это делать в том числе визуально?? 

3) если например рабочий паттерн рынка это - ложный пробой двойной вершины. 
Те имеем сложную последовательность событий при чем не стацыонарную по времени,  какой толк сравнивать это с СБ ??  Получим ли мы что то адекватное на выходе? 

4) я имел в виду что при анализе рынка всегда надо держать в голове что это сумма отдельных событий, учасников, действий потому он и не повторяет себя, слишком много комбинаций.. 
Также я имел в виду что при анализе рынок надо как то декомпозировать на учасников, или их действий или чего то другого связанного с ними, и тогда уже проводить анализ, кстати это как раз и будет соответствовать понятию слова анализ

5) я не компетентен в этом

1) Почти всегда у нас целевая переменная - это либо приращение, либо что-то связанное с ним. Включение приращений в признаки - это уже другой вопрос. Но очень часто несложные преобразования позволяют увидеть связь признаков с приращениями. Например, разность средних может быть записана как линейная комбинация приращений и тд.

2) Лично мне апофения мешает. Сложно не увидеть нечто, которое очень хочется увидеть. Лучше уж хоть как-нибудь измерять значимость уровней - возвратность к ним, например.

3) СБ вполне неплохо рисует двойные вершины. Важно проверять есть ли какое-то отличие от СБ связанное с данным конкретным паттерном.

4) Ну вот, выделили из списка участников государство. Один список возможностей его влияния на рынок - это несколько страниц, а откуда можно узнать когда и что оно применяет из данного списка? Ну да, есть фундаментальный анализ, но это тоже не панацея и делать сложно. 

 

В идеале, по цос, надо брать тики, их фильтровать и даунсемплить, иначе появится алиасинг

Но форекс ведь не цос, тут другая физика, правда ведь?

 
Игорь Егоров #:
Хочу прогнать несколько стратегий на исторических данных. Посоветуйте готовые решения для моделирования, пожалуйста!

Если хотите сами все делать, то тут есть раздел CodeBase где есть много готовых примеров советников и индикаторов. Вы можете использовать их в качестве основы для своих изысканий. Тестирование стратегий в таком случае вы можете осуществлять средствами MT4/MT5. Также у MT5 есть интеграция с языком программирования python. Вы можете довольно просто выгрузить требуемые исторические данные и работать с ними. Вот вам пример функции выгрузки 






import MetaTrader5 as mt5

mt5.initialize(timeout=10000)
print(mt5.terminal_info())
print(mt5.version())


def get_data(symbol, time_start, time_stop, count=0):
    name_stocs = ['time', 'open', 'close', 'tick_volume', 'spread', 'low', 'high']
    tf = mt5.TIMEFRAME_H1

    if count == 0:
        dataset = pd.DataFrame(
            mt5.copy_rates_range(symbol, tf, time_start, time_stop),
            columns=name_stocs).set_index('time')

        dataset.index = pd.to_datetime(dataset.index, unit='s')
        dataset = dataset.reset_index(drop=True)
    else:
        dataset = pd.DataFrame(
            mt5.copy_rates_from(symbol, tf, time_stop, count),
            columns=name_stocs).set_index('time')

        dataset.index = pd.to_datetime(dataset.index, unit='s')

    dataset = dataset.reset_index(drop=True)

    return dataset

Для проверки своих стратегий вам нуден тестер написанный на python. Я выкладывал свой в этой ветке (можете поискать в разделе Все сообщения в моем профиле)


Если не хотите заморачиваться, есть раздел Фриланз где вам за ваши деньги могут сделать торгового робота/индикатор по вашей стратегии.

 
Andrey Dik #:

на рынке нет рабочих паттернов с фиксированным количеством баров о чем и написал выше (я не нашёл по крайней мере).

а использовать паттерны с динамическим размером та ещё задача (имею в виду в рамках МО), для этих целей есть методы, хоть тот же волновой анализ, но тут МО тогда уже и не нужен вовсе.

МО нужно поддерживать и применять, но на других уровнях понимания условий для применения.

В лоб ни одна стандартная модель МО не способна дать готовый результат. Но есть обходные пути применения МО. 

1...287928802881288228832884288528862887288828892890289128922893...3669
Новый комментарий