Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 737
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
Причём тут это, тебе просто пишут что ты делаешь не так и что там нет рыбы. Нужно быть гибче и воспринимать инфу, менять парадигму, взбалтывать картину мира и проч.
Ну смотри... неделю модели уже отработали... Пальцем их не трогал и планирую продержать их ещё неделю или две в работе... Посмотрим....
И да, натренированы они не более чем на 40 примерах...... Правильно это или нет, я не знаю, но это приносит прибыль.... А уж правильным способом она получена или каким то не правильным никого не е... Важен конечный результат и точка.....
... А уж правильным способом она получена или каким то не правильным никого не е... Важен конечный результат и точка.....
Вот с этим не поспоришь.
Кривуля эквити должна быть опять же достаточно длинной, минумум тысяча сделок и если по Шарп ратио смотреть, а не нет ретурну, тогда все согласятся, а если 10 сделок или даже 100, с профитом меньше просадки это не серьёзно, это те кто "депозит разгоняют"
Думаю, что и такой вариант не будет застрахован от случайностей и подтасовки. В идеале, для проверки методов машинного обучения, нужно предложить трейдерам простой и доступный инструмент, позволяющий им самостоятельно генерировать модели и проверять их на форварде.
Кривуля эквити должна быть опять же достаточно длинной, минумум тысяча сделок и если по Шарп ратио смотреть, а не нет ретурну, тогда все согласятся, а если 10 сделок или даже 100, с профитом меньше просадки это не серьёзно, это те кто "депозит разгоняют"
Откуда такие цифры??? 1000 сделок. Поимите, Грааля не существует. Рынок слишком скоротечно изменчив, а когда я вижу значение сделок в 1000 я понимаю что это максимальное приближения к тому чего не существует (граалю) и чем Вам не устраивает статистика из 100 сделок? Вот на пример... Да я уже выкладывал. Модель обучилась на 40 точках и проработала 80. Что хотите сказать стрёмная стата у этой кривулины???? Не достаточно профита??? А не слишком ли завышенны требования к ТС у тебя Токсик????
Не говоря про то что о качестве модели мы узнаём сразу после тренировки и нам нет необходимости выделять ещё один мини участок ООС, чтобы посмотреть как она работает. Это становится известно после получения метрик обученных моделей. Тоесть, обучили несколько моделей, расчитали их метрики, выбрали ту у которой показатель лучше всего и сразу в бой, без отсрочек.
Выбор модели делается очень просто. При наличии в выходной переменной равного количества нулей и единичек, энтропия такой переменной как правило равна 0.7 если округлить. Тоесть неопределённость выхода достаточно высока. Представленная модель постом выше имела показатель ВИ в размере 0.87. Это сумма ВИ двух полиномов. И всё это на участке тренировки. До включения модели в работу. Получив такой показатель я сразу понял что это именно она, потому как остальные модели полученные на основании одного и того же обучающего файла были или около 0.7. Кстати такие модели на этом же участке ООС проболтались около нуля, а также модели с результатом 0.6 и ниже. Эти слились.
Отсюда делаю вывод. Рабочей моделью считается та модель у которой показатель взаимной информации (ВИ) по отношению к выходу больше энтропии самого выхода. Неопределённость выхода 0.7, ВИ результата работы модели 0.87. Тоесть модель знает о выходе больше чем неопределённость самого выхода. Вот тогда Ваша модель обученная на 40 значениях проработает много дольше интервала обучения. Во всяком случае я вывел именно этот факт.....
А если ВИ больше единицы или чуток ниже в пределах 0.95, то это явный признак переобученности. Поманипулировал с данными и целеноврпавленно переобучил модель. Так у всех ВИ была больше единици. Вот вам и факт и мысли для размышления....
Выбор модели делается очень просто. При наличии в выходной переменной равного количества нулей и единичек, энтропия такой переменной как правило равна 0.7 если округлить. Тоесть неопределённость выхода достаточно высока. Представленная модель постом выше имела показатель ВИ в размере 0.87. Это сумма ВИ двух полиномов. И всё это на участке тренировки. До включения модели в работу. Получив такой показатель я сразу понял что это именно она, потому как остальные модели полученные на основании одного и того же обучающего файла были или около 0.7. Кстати такие модели на этом же участке ООС проболтались около нуля, а также модели с результатом 0.6 и ниже. Эти слились.
Отсюда делаю вывод. Рабочей моделью считается та модель у которой показатель взаимной информации (ВИ) по отношению к выходу больше энтропии самого выхода. Неопределённость выхода 0.7, ВИ результата работы модели 0.87. Тоесть модель знает о выходе больше чем неопределённость самого выхода. Вот тогда Ваша модель обученная на 40 значениях проработает много дольше интервала обучения. Во всяком случае я вывел именно этот факт.....
А если ВИ больше единицы или чуток ниже в пределах 0.95, то это явный признак переобученности. Поманипулировал с данными и целеноврпавленно переобучил модель. Так у всех ВИ была больше единици. Вот вам и факт и мысли для размышления....
Теперь все упирается в выход (учитель). Это прибыль? просадка? профит-фактор? или еще что-то?
Теперь все упирается в выход (учитель). Это прибыль? просадка? профит-фактор? или еще что-то?
Я делаю несколько выходных переменных по показателю прибыль сигнала. От -40 -20 0 20 40 60 80. Это позволяет подобрать такой набор данных, который на макссимальной выборке имеет максимальное количество важных переменных. А какой это будет выход, да хоть с прибылью -40 пунктов. Я это знаю и при открытии сделки буду стараться встать на 40 пунктов лучше чем закрытие бара, в момент которого сформировался сигнал... Этакая форма адаптивного выхода. У меня во всяком случае так....
Кривуля эквити должна быть опять же достаточно длинной, минумум тысяча сделок и если по Шарп ратио смотреть, а не нет ретурну, тогда все согласятся, а если 10 сделок или даже 100, с профитом меньше просадки это не серьёзно, это те кто "депозит разгоняют"
У него есть МЫСЛЬ об отношении целевой и предикторов - взаимная информация и эта мысль может перекрыть все недостатки статистики, так как эта мысль отсекла весь шум среди предикторов, а этот шум и является главным злом.
Умнейшие, есть ли смысл использовать эту программу https://basegroup.ru/deductor/download для начального понимания нейросетей (меня вообще интересует поиск закономерностей в рядах чисел)? Просто в этом деле я совсем новичок, и мне бы хотелось иметь софт на русском языке и с визуализацией результатов работы сетки(поиска решения).
Прошу взглянуть профессиональным взглядом.