Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 573

 
Yuriy Asaulenko:
Т.е., типа моментум. Так он бьет хвостом.

можно обрптно преоьразовывать к котировкам, здесь смысл в том что для задач регрессии не брать голые котировки, т.к. модели не умеют экстраполировать и нужно предсказывать, например, показания осциллятора на не котировки. или просто приращения.

 
Dmitry Fedorchenko:

Мучался полгода с разными предикторами, в том числе и приращениями чего угодно к чему угодно, количеством предикторов. И модели использовал разные. И RF, и SVM, и MLP... И старшие таймы мучал и спускался вплоть до M1. Максимум что удавалось добиться на валидационной выборке, это 53 процента точности, на выборке для обучения - 100,0%. Этого недостаточно для торговли. Для того чтобы работать в плюс, нужно хотя бы 57% точности. То ли руки кривые, то ли что. Кто нибудь достигал больших результатов? Просто интересно.

Ну, на самом деле и 50% правильных прогнозов для торговли оч неплохо. Например, при соотношении прибыль/убыток=2/1. В общем, зависит от того - как считать.)
 
Sergey:

Здравствуйте.


Дайте совет, пожалуйста. Как интегрировать в метатрейдер уже готовую модель (модель была создана в python с помощью xgboost)?

Единственный вариант, который я смог нагуглить - сохранить модель в текстовый файл в питоне, а потом в mql загрузить с помощью R. 

Есть ли другие варианты? Есть ли у вас примеры реализации?


Спасибо заранее!


Выбрал Named Pipes, как наиболее простое и универсальное решение. Т.е. теперь мт и питон скрипт общаются между собой как клиент-сервер. Отправляя запросы/ответы друг другу.

 
Maxim Dmitrievsky:

можно обрптно преоьразовывать к котировкам, здесь смысл в том что для задач регрессии не брать голые котировки, т.к. модели не умеют экстраполировать и нужно предсказывать, например, показания осциллятора на не котировки.

Я понял, только с Моментумом ничего не предскажещь, т.к. появлени новых данных и выход старых имеет равные веса, и это с лагом -50. Т.е. мы достоверно не знаем что поменялось, из чего возникла Дельта -то-ли хвост провалился, то-ли нос поднялся..
 
Maxim Dmitrievsky:

можно обрптно преоьразовывать к котировкам, здесь смысл в том что для задач регрессии не брать голые котировки, т.к. модели не умеют экстраполировать и нужно предсказывать, например, показания осциллятора на не котировки. или просто приращения.


+ просто проверил модель на адекватность, а то СанСаныч все обзывает ее погремухой

видно что погрешность естественно есть, но общий вид приращений сохраняется. Причем это погрешность не самой модели а из-за того что она строится по предикторам и там же своя ошибка.


 
Maxim Dmitrievsky:

+ просто проверил модель на адекватность, а то СанСаныч все обзывает ее погремухой

видно что погрешность естественно есть, но общий вид приращений сохраняется. Причем это погрешность не самой модели а из-за того что она строится по предикторам и там же своя ошибка.

Дык, это-то понятно.

ЗЫ В РФ не силен, но вот НС прекрасно жрет просто котировки, только пронормировать желательно. И, кстати, не менее прекрасно все запоминает.

Я к тому, что может в РФ подкрутить чего надо (мнение нспециалиста)))

 
Yuriy Asaulenko:

Дык, это-то понятно.

ЗЫ В РФ не силен, но вот НС прекрасно жрет просто котировки, только пронормировать желательно.


тут уже обсуждали раньше - очень важно как нормировать.. и НС тоже зафэйлится если выйдет за границы значений выборки, скидывал ссылку на статью.. с РФ то же самое по сути но еще хуже, просто выходит на костанту. Это для задач регрессии только актуально, при классификации по сути пофигу

а еще очень полезно нормализовать выборку до какого-то знака, например убирать последний шумовой.. гораздо проще ей обучиться сразу и быстрее. А можно сознательно ставить высокий порог нормалицации и фильтровать диапазоны, тут целая ветка стратегий может получиться отдельная

 
Maxim Dmitrievsky:

тут уже обсуждали раньше - очень важно как нормировать.. и НС тоже зафэйлится если выйдет за границы значений выборки, скидывал ссылку на статью.. с РФ то же самое по сути но еще хуже, просто выходит на костанту. Это для задач регрессии только актуально, при классификации по сути пофигу

За диапазон не выйдет, если грамотно нормировать, не в тупую.)

Кстати, Максим, а вы действительно верите, что какое-то устойчивое прогнозирование на рынке вообще возможно?

 
Yuriy Asaulenko:

За диапазон не выйдет, если грамотно нормировать, не в тупую.)

Кстати, Максим, а вы действительно верите, что какое-то устойчивое прогнозирование на рынке вообще возможно?


на определенных рынках да, почти уверен.. или в определенных рыночных фазах.. возможно, но не всегда, нужны хорошие фильтры как минимум

в моем представлении, если подстроиться под определенный долгосрочный рыночный цикл.. которые априори существуют. Но как делать это на автомате - вопрос.

 
Maxim Dmitrievsky:

на определенных рынках да, почти уверен.. или в определенных рыночных фазах.. возможно, но не всегда, нужны хорошие фильтры как минимум

Опять фильтры. А фильтры кто делать будет? И что это за определенные фазы? Их-то как? -алгоритмически выявлять? Не царское это дело.

Я так полагаю: ушли в ДМ - пусть он сам все и выявляет.