Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2959

 
mytarmailS #:

Эсли бы было все так просто то АО и ФФ небыло бы..


Это когда точно извесно что надо и есть понимание как это алгоритмизировать то можно разметкой.

А есть случаи когда мы просто хотим сказать  -   я не знаю как это дожно выглядеть но сделай   так чтобы было хорошо

все что мы можем описать это хорошо/плохо , это и закладываеться в ФФ.


Вот пример задачи:

 Задача : натренировать такой АМО чтобы он не ошибался в своих прогнозах на новых данных по одному из классов, те по одному из классов запрещено ошибаться вообще..

как такое сделать разметкой?


Убыточные сделки после разметки выбрасываешь в 3-й класс, получается такая же кривая ровная 
А как перебор критериев оптимизации может что-то сделать для новых данных? Это же средство улучшения готовой ТС. Перебирать кастомные лоссы и смотреть что там на новых данных? Тоже такое себе.
 
Maxim Dmitrievsky #:
Убыточные сделки после разметки выбрасываешь в 3-й класс, получается такая же кривая ровная 

Ето же сколько кода надо написать с этими цыклами выкидывая , переобучениями..

А в ФФ просто пишу 2 строки , за ошибку по классу штрафую , а за правильный ответ поощряю и все, а дальше оно само фантазирует как это сделать и не надо горы кода..


ладно это было просто,  другой пример задачи

на вход АМО евродолар , на выходе хочу чтобы получился такой ряд который

1) коинтегрированый с фунтом

2) если торговать арбитраж АМОряд / фунт  , чтобы была прибыль

как такое через разметку можно сделать?

Maxim Dmitrievsky #:
 оптимизации может что-то сделать для новых данных?

так как и с обычным МО ,  обучаем и смотрим одним глазом на трейн , вторым на тест

 
mytarmailS #:

Ето же сколько кода надо написать с этими цыклами выкидывая , переобучениями..

А в ФФ просто пишу 2 строки , за ошибку по классу штрафую , а за правильный ответ поощряю и все, а дальше оно само фантазирует как это сделать и не надо горы кода..


ладно это было просто,  другой пример задачи

на вход АМО евродолар , на выходе хочу чтобы получился такой ряд который

1) коинтегрированый с фунтом

2) если торговать арбитраж АМОряд / фунт  , чтобы была прибыль

как такое через разметку можно сделать?

так как и с обычным МО ,  обучаем и смотрим одним глазом на трейн , вторым на тест

Да нисколько там кода, в статьях делал. И коррекцию убыточных сделок делал, переворачивал. Просто не понимаю как это должно спасать на новых данных.

Арбитраж там никак не поторгуешь, если изначально не коинтегрированы. Можно только по времени найти куски, где есть такие моменты. А искажать котировки символа какой смысл, по ним сделки не открыть
 
mytarmailS #:

так как и с обычным МО ,  обучаем и смотрим одним глазом на трейн , вторым на тест

Ну получается рандомная разметка, которая потом проверяется на новых данных. Надо тогда вариант, чтобы через ту же генетику отбирались лучшие варианты разметки. Но это сотни и тысячи переобучений моделей.

А я в последней статье про мета-модель свел количество итераций к минимуму. Через 10 итераций можно получить верняковые сделки, но их получается мало обычно, остальные фильтруются. Можно выбирать промежуточные варианты, где сделок больше, но результат похуже.
 
mytarmailS #:

Вот код  обучения рендом фореста средствами АО,

фитнес фунция (НАША ЦЕЛЬ)  -  найти красивый/стабильный рост прибыли , а именно максимальная корреляция между динамикой баланса и прямой ростущей линией


Вот код функций по расчету прибыли и ФФ



Вот результат , АО нашел такой таргет для АМО , что если торговать его сигналы то получим красивый рост прибыли


Если не сложно, можете этот пример привести на python?

 
Кто-то знает, что МО обычно делает с не числами NAN?
Отклоняет датасет или пропускает эти строки и не учитывает в расчетах?

И то же самое с + - INFINITY числами?
 
Maxim Dmitrievsky #:
Арбитраж там никак не поторгуешь, если изначально не коинтегрированы. Можно только по времени найти куски, где есть такие моменты. А искажать котировки символа какой смысл, по ним сделки не открыть

Я просто показываю на примере, что не все можно выразить через готовый таргет

Maxim Dmitrievsky #:
Ну получается рандомная разметка, которая потом проверяется на новых данных. Надо тогда вариант, чтобы через ту же генетику отбирались лучшие варианты разметки. Но это сотни и тысячи переобучений моделей.

Так это как раз и делаеться, я не хотел пример усложнять , хотем минимум кода , максимум наглядности

Elvin Nasirov #:

Если не сложно, можете этот пример привести на python?

как только научусь на питоне писать, сразу переведу))

Forester #:
Кто-то знает, что МО обычно делает с не числами NAN?
Отклоняет датасет или пропускает эти строки и не учитывает в расчетах?

И то же самое с + - INFINITY числами?

Вопрос странный, это все зависит от конкретной реализации АМО

 
Elvin Nasirov #:

Если не сложно, можете этот пример привести на python?

выберите какую то хорошую библиотеку на питоне с АО ,  научитесь с ней работать и вы все поймете сразу что вам надо делать

 
Forester #:
Кто-то знает, что МО обычно делает с не числами NAN?
Отклоняет датасет или пропускает эти строки и не учитывает в расчетах?

И то же самое с + - INFINITY числами?

В R обычно есть аргумент na.action, в котором определяется что с ними делать. Всегда старался избегать необходимости его применения (при подготовке данных), поэтому не особо понимаю как правильнее.

 
Aleksey Nikolayev #:

В R обычно есть аргумент na.action, в котором определяется что с ними делать. Всегда старался избегать необходимости его применения (при подготовке данных), поэтому не особо понимаю как правильнее.

Спасибо! Почитал и обдумал опыт др. людей работы с этим.
Думаю, что лучше выкидывать столбец, если в нем есть NAN.
В моем случае всего 1 столбец содержал несколько сотен NAN и INF. Что-то накосячил с созданием фичи.

Выкидывать строки, думаю неправильно, т.к. по другим фичам они могут быть использованы с пользой для общего результата.

Причина обращения: