Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 316

 
Добавлю к вышесказанному. Что бы заниматься МО нужно досконально знать предметную область. В нашем случае трейдинг. Многие просто смотрят на катир на нестационарный временной ряд, забывая о том что это рынок и на нём существую определённые правила и нюансы. Когда пытаешься автоматизировать какой либо процесс нужно знать до мелочей технологию этого процесса. Это я Вам как КИПовец с многолетним стажем говорю.
 
20170413163153.mp4 -- Радикал-Видео
20170413163153.mp4 -- Радикал-Видео
  • radikal.ru
Радикал-Фото - сервис публикации изображений для форумов и блогов: Видео
 

Занятное видео. В чём смысл?
 
Mihail Marchukajtes:

В чём смысл?

В кластеризации.


Машинное обучение очень грубо можно назвать кластеризацией. Есть некое гиперпространство предикторов, и необходимость разделить его на несколько под-пространств, где принадлежность точки к конкретному под-пространству (классу) означает для форекса действие торговли - в случае 3 классов - "купить", "продать", "выйти". 
Видео наглядно демонстрирует обучение без учителя на двух предикторах (X и Y), то как автоматическая кластеризация меняет границы подпространств в зависимости от количества данных. В отношении форекса это метафорично показывает продолжительность бэктеста, и как её (продолжительности) изменение влияет на результат кластеризации. Модель обученная на данных длинной в неделю видит и знает гораздо меньше чем модель обученная на двух, трёх, итд неделях.

Во второй части видео видно как эксперт оценивает результат кластеризации, и вносит в модель свои поправки. Эксперт видит что полученных 3 класса недостаточно, и на глазок можно увидеть как минимум 6 классов, далее он согласно своему опыту подправляет параметры модели чтоб она точно восприняла этих 6 классов.
Это в целом. На форексе этот шаг по-моему невозможен, ведь предикторов не два а десятки, и визуальное восприятие больше трёх измерений сложно. В моём понимании на этом шаге включается опыт не ручной корректировки, а автоматической, когда изменение параметров модели сопровождается симуляцией торговли, где критерий хорошо подобранных параметров - хорошая торговля.

 
Dr.Trader:

Машинное обучение очень грубо можно назвать кластеризацией. Есть некое гиперпространство предикторов, и необходимость разделить его на несколько под-пространств....

Это всё не про торговлю, не про риск. Торговля это прежде всего психология, а не математика, Вы не в ту сторону копаете уважаемый, изучайте лучше женщин это больше поможет торговать чем обучение компьютеров.
 

А качество кода этих сетей кто проверяет?

https://www.mql5.com/ru/forum/190948

Alglib MLP (нейронная сеть) портирование неправильно?
Alglib MLP (нейронная сеть) портирование неправильно?
  • www.mql5.com
Библиотека Alglib уже давно является частью MQL5. Нейронная сеть из этой библиотеки пока единственная из официально доступных...
 
pantural:

Да, или так или этак, но не одновременно.

Нужны минимум трое - менеджер, трейдер и разраб ПО, сплоченная команда, менеджер должен практиковать тимбилдинг, трейдер усредняться, а разраб использовать петерны проектирования везде и даже если один практиковать парное программирование, тогда будет толк.

архивариус еще нужен. И на подхвате... 
 

Мне после экспериментов на eurusd с различными моделями кажется что цена очень серьёзно регулируется, с целью принести больше прибыли брокерам и банкам.

Типичная ситуация - обучаем модель на паре недель данных, а потом на новых данных получаем всего 50% прибыльных сделок (рандом, по сути), и медленный слив по спреду.
Но, если поэкспериментировать с моделями, попробовать искать паттерны, то получается чуть иная картина - некоторые паттерны приносят прибыль по нескольку недель, потом внезапно скатываются к 50% успеха, т.е. рандом. Но, спустя месяц или два - опять работают, но торговать нужно уже против их прогноза. И спустя пару недель их предсказание опять уходят в 50% рандом. А где-то в будущем они опять будут приносить прибыль. Итд.

Из всего этого у меня такой вывод - банки выставляют цены согласно неким их программам, алгоритмам. Эти программы они периодически меняют, используют разные их комбинации, меняют цены в противоположную сторону чем предлагает их программа, итд, всё лишь бы создать новую ситуацию на рынке. Иначе бы их алгоритмы разгадали и использовали против них.
А при этом люди с теханализом или машинным обучением пытаются искать закономерности которые существовали в течении долгого времени. А закономерности ведь меняются по щелчку чьего-то пальца, или противоречат сами себе, не удивительно что торговать так сложно.

Рабочие модели должны учитывать всё это - и то что паттерны работают только в определённые сегменты времени, иногда в противоположную сторону, и уметь по текущей ситуации понять какой из набора паттернов использовать. 

Всё тлен?

 

Вижу, что и здесь постепенно приходит понимание, -- хотя и медленно, и с трудом, -- что 

Рынок -- управляемая динамическая система


Но осознание этого факта заставляет пересмотреть подходы к его рассмотрению и описанию.

Далее придёт понимание того факта, что методы статистики не являются адекватными методами, с помощью которых возможно построение адекватной модели рынка, и пригодны разве что для "поговорить" о хвостах. Потоньше хвост или потолще. 

;) 

 
Dr.Trader:

Мне после экспериментов на eurusd с различными моделями кажется что цена очень серьёзно регулируется, с целью принести больше прибыли брокерам и банкам.

Типичная ситуация - обучаем модель на паре недель данных, а потом на новых данных получаем всего 50% прибыльных сделок (рандом, по сути), и медленный слив по спреду.
Но, если поэкспериментировать с моделями, попробовать искать паттерны, то получается чуть иная картина - некоторые паттерны приносят прибыль по нескольку недель, потом внезапно скатываются к 50% успеха, т.е. рандом. Но, спустя месяц или два - опять работают, но торговать нужно уже против их прогноза. И спустя пару недель их предсказание опять уходят в 50% рандом. А где-то в будущем они опять будут приносить прибыль. Итд.

Из всего этого у меня такой вывод - банки выставляют цены согласно неким их программам, алгоритмам. Эти программы они периодически меняют, используют разные их комбинации, меняют цены в противоположную сторону чем предлагает их программа, итд, всё лишь бы создать новую ситуацию на рынке. Иначе бы их алгоритмы разгадали и использовали против них.
А при этом люди с теханализом или машинным обучением пытаются искать закономерности которые существовали в течении долгого времени. А закономерности ведь меняются по щелчку чьего-то пальца, или противоречат сами себе, не удивительно что торговать так сложно.

Рабочие модели должны учитывать всё это - и то что паттерны работают только в определённые сегменты времени, иногда в противоположную сторону, и уметь по текущей ситуации понять какой из набора паттернов использовать. 

Всё тлен?


Не ожидал таких мыслей от здравомыслящего человека :)

Бритва Оккама: "Не стоит плодить лишние сущности без необходимости"

Причина обращения: