Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 539
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Без кода ничего не понятно.
Нужно сделать простой советник с минимальным набором функционала чтобы просто считывать значения индикатора и писать их в лог (а лучше - в csv файл, чтоб удобней сравнивать потом). Сделать два запуска при которых результаты будут отличаться, и отправить всё это в сервисдеск вместе с кодом эксперта, пускай исправляют терминал.
Можно ещё туда код приатачить - https://www.mql5.com/ru/forum/1111/page2096 - знающие люди проверят и подтвердят или объяснят что не так.
Ну ок. Попробую там отписатся. В агенте я тестирую не советник, а индикатр, который вызывает индикатр с другого символа. Может быть есть разница в этом.. ХЗ кароче.. время идёт, проблема стоит :-(
https://geektimes.ru/post/294617/
наконец начало что-то получаться с адаптивной системой, которая сама себя переобучает.. ппц времени убито на нее и пока это черновой вариант но уже что-то и график эквити корявый но "честный", т.е. это все форвард без каких-либо подгонок под характер рынка :) много шумовых сделок, от которых тоже предстоит избавиться
МО это конечно очень жестко для мозга
F
наконец начало что-то получаться с адаптивной системой, которая сама себя переобучает.. ппц времени убито на нее и пока это черновой вариант но уже что-то и график эквити корявый но "честный", т.е. это все форвард без каких-либо подгонок под характер рынка :) много шумовых сделок, от которых тоже предстоит избавиться
МО это конечно очень жестко для мозга
F
Нельзя ли выложить график символа за этот же период?В целом похоже, да ) но модель чуть обогнала рынок по доходности
и использовался м15 тф, потому так много сделок. Но это еще не финальная версия, так просто скинул потому что подзадолбало ее делать уже :)
Пока не могу. Уже год занят бытовыми проблемами. Осталось еще на месяц. Потом начну выкладывать результаты, исходный материал готов.
Больше месяца прошло. Ждем рассказ о практическом применении GARCH, с картинками...
Больше месяца прошло. Ждем рассказ о практическом применении GARCH, с картинками...
Да, начал.
Встретилось понятное для меня описание LSTM нейрона, написал небольшой код что бы его протестировать. Статья - http://datareview.info/article/znakomstvo-s-arhitekturoy-lstm-setey/
В коде берётся 100 бар eurusd m5, считаются приросты по барам, lstm нейрон обучается предсказывать следующий прирост опираясь на последний известный.
Обучение сделал без сложных аналитических уравнений, веса нейрона подгоняются на дискретной lbfgs оптимизации, так хуже но для простенького теста подойдёт.
Оценка предсказания (R2) получилась в итоге чуть больше ноля, что очень мало, но всё же лучше случайного угадывания. Учитывая что lstm нейрон берёт не какие-то индикаторы или массив приростов, а всего лишь одно единственное значение из которого прогнозирует следующее, и так повторяется для каждого бара, и вообще всё очень просто - результат получился лучше чем я ожидал. Но если брать тысячи бар то оценка R2 получается < 0, плохо. И похоже что на форексе на новых данных результат такой модели очень ухудшается, нужно изобретать какие-то велосипеды с кроссвалидацией, в таком простом виде как сейчас профита не будет.
Теперь нужно как-то из этих нейронов составить сеть, но этого в статье не было, дальше не разобрался.
Встретилось понятное для меня описание LSTM нейрона, написал небольшой код что бы его протестировать. Статья - http://datareview.info/article/znakomstvo-s-arhitekturoy-lstm-setey/
В коде берётся 100 бар eurusd m5, считаются приросты по барам, lstm нейрон обучается предсказывать следующий прирост опираясь на последний известный.
Обучение сделал без сложных аналитических уравнений, веса нейрона подгоняются на дискретной lbfgs оптимизации, так хуже но для простенького теста подойдёт.
Оценка предсказания (R2) получилась в итоге чуть больше ноля, что очень мало, но всё же лучше случайного угадывания. Учитывая что lstm нейрон берёт не какие-то индикаторы или массив приростов, а всего лишь одно единственное значение из которого прогнозирует следующее, и так повторяется для каждого бара, и вообще всё очень просто - результат получился лучше чем я ожидал. Но если брать тысячи бар то оценка R2 получается < 0, плохо. И похоже что на форексе на новых данных результат такой модели очень ухудшается, нужно изобретать какие-то велосипеды с кроссвалидацией, в таком простом виде как сейчас профита не будет.
Теперь нужно как-то из этих нейронов составить сеть, но этого в статье не было, дальше не разобрался.
лстм сеть даже сезонные циклы предсказывает хуже аримы, зато учится заметно дольше.. я пока не осознал пригодность этих сетей хоть к чему-нибудь :)
у меня все друг ими горел, изучил keras, взял простой ряд на работе с сезонной прибылью, чуть ли не сутки обучал сеть.. и потом долго на нее матерился