Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3249

[Maxim Dmitrievsky]

fxsaber #:

Там каша может выходить без нормализации.

Если нестандартные returns, а такие,

то совсем непонятно, что показывает корреляция без нормализации. А вдруг... этот пропущенный, вроде, логичный шаг и приводит к хорошему результату...

позже проанализирую, пока не готов комментировать, только вчера написал эту считалку

[Forester]

Maxim Dmitrievsky #:

позже проанализирую, пока не готов комментировать, только вчера написал эту считалку

Думаю, что на корреляцию будут оказывать влияние самые большие по абс значению числа. Например изменение объемов 10000 и 10100, и на их фоне изменение цен 0,00040 и 0,00400 будут микроскопически малы и на корреляцию всего набора окажут малое влияние. Я бы сделал нормализацию для проверки этой гипотезы.

[Renat Akhtyamov]

Andrey Dik #:

а кто танцует под бубен?

пришлось крепко задуматься, чтобы придумать - как объяснить на пальцах.

ответ естественно прост как яйцо.

была такая весьма классная ветка, в которой у меня лежит пост:

Провал в конце торгов - это потому что тест заканчивается на незакрытых позициях - MQL4 и MetaTrader 4 - MQL5

10 лет назад я уже делал такие проги, а у вас тут и близко не пахнет такими профитами, даже в тестах

причем, на реале этот советник выдал топтание около нуля и никакого прироста, абсолютно.

то есть вывод очевиден

реальная торговля никогда не будет похожа на тестерный грааль

которые в том числе подгоняет МОшка

а вот чтобы стабильно зарабатывать, причем все больше и больше, нужно не прогнозировать, отнюдь

нужно разобраться и выяснить алгоритм, то есть как работает любой рынок с плавающей ценой

алгоритм один и тот же, 100%

и только после этого у вас получится вот такой вот индик, который и подчеркнет возможность заработка

вот и вся его суть, потом он вообще не нужен

;)

вру?

да не,

с реала цифры тоже прикрепляю

причем баланс с минусом, железно не демка ;)))

[fxsaber]

Maxim Dmitrievsky #:

Изначально интересовало, как можно искать паттерны в многомерных массивах без МО.

Верно ли сказать, что это основная задача, которой занимается МО?

[Andrey Dik]

Renat Akhtyamov #:

пришлось крепко задуматься, чтобы придумать - как объяснить на пальцах.

...

спасибо, наше мнение очень ценно для Вас!

[fxsaber]

Maxim Dmitrievsky #:

Ну я же еще все возможные пары считаю сразу. Еще много всяких входных данных хочется попробовать. Да нормально. Просто в STUMPY есть возможность приблизительно считать, а потом уточнять. Получается заметное ускорение, плюс распарралеливание и на GPU. Наверное на тот пакет перейду полностью.

Главное, не забывать сообщать, где рыбы точно нет.

[Maxim Dmitrievsky]

fxsaber #:

Верно ли сказать, что это основная задача, которой занимается МО?

Ну по сути да

[Maxim Dmitrievsky]

Renat Fatkhullin #:

В 3980 реализовали методы Conjugate для типов complex, vector<complex> и matrix<complex>. Они выполняют сопряжение для комплексных чисел.

Еще добавили обработку выхода ONNX-модели типа Sequence of maps. Функциональность ONNX Runtime серьезно повысилась.

И подсказки теперь выдает, супер

Получается, что это массив структур

vectorf in = vector<float>::Zeros(SAMPLE_SIZE);
   static vector out(1);
   
   struct abc 
     { 
      long a[];     
      float b[];
     };
   
   abc out2[1];
  
   OnnxRun(ExtHandle,ONNX_DEBUG_LOGS,in,out,out2);

Так ошибок нет для out2 теперь. Потом еще полностью проверю.

[Maxim Dmitrievsky]

Forester #:

Думаю, что на корреляцию будут оказывать влияние самые большие по абс значению числа. Например изменение объемов 10000 и 10100, и на их фоне изменение цен 0,00040 и 0,00400 будут микроскопически малы и на корреляцию всего набора окажут малое влияние. Я бы сделал нормализацию для проверки этой гипотезы.

Там у меня период плавно растет, может и не влияет

попробую

[mytarmailS]

Maxim Dmitrievsky #:

)) тоже видел

Изначально интересовало, как можно искать паттерны в многомерных массивах без МО. Пока не придумал ничего лучше, чем запихнуть все измерения в одно и посчитать через корреляцию (типа быстро). Наверное иногда значения нужно нормализовать, чтобы сильно разными не были.

Идешь по моим стопам 3-5 летней давности...

Все что ты сейчас делаешь и о чем думаешь я уже тут постил, с графиками , размышлениями..  забавно..

Тут два решения как можно искать паттрены в многомерных данных до которых я додумался, обдин без МО , второй с МО

1) (БЕЗ МО) 

Уменьшаешь размерность данных к нескольким измерениям с помощью любого алгоритма уменьнегия размерности PCA, t-sne, umap и пр..

Итого у тебя было 300 признаков , а получилось 2-5..10..  , дальше сравниваешь по близости паттерны либо кластеризируешь..

Это как бы общепризнаная практика по работе с данными.

2) (С МО) 

(Мой авторкий подход) У нас есть многомерные данные скажем 200 признаков.

1) Выбираем паттерн который нам нужен

2) Тренируем МО бинарной классификации  (этот паттерн/ НЕ этот паттерн) те на трейне у нас есть одно наблюдение с меткой класса "паттерн" и много наблюдений с меткой "НЕ паттерн"

3) Тренируем модель отличать паттерн от НЕ паттерн

4) На тесте делаем вероятносный вывод от МО по классу "паттерн" и смотрим всплески вероятности.

Вот так можно елегантно обойти проблему многомерности признаков и искать подбные паттерны которые нам нужны.