Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 814

 
Mihail Marchukajtes:

Замечено уже давно что когда фьючерс новый, то ТС-ки получаются маленькие и недолговечные. Чем старее фьючерс тем он становится более предсказуем, а когда он заканчивается так вообще плёвое дело. 

А кто вообще на новых фьючах спекулирует? Только последние 3 месяца. Кончился предыдущий (или за 2-3 дня до того)  - иди на следующий.

А дальше он все 3 мес примерно одинаковый, за исключением последних дней существования. Никаких - чем старее...))

 
Mihail Marchukajtes:

а с твоей манерой, тебе ещё долго придётся налаживать контакт с местным населением

Да ему это и не надо, он тут только ради троллинга. Тут в теме алгоритмы граалей буквально пачками валяются, еслиб он не языком ворочал, а пробовал их - уже бы давно из постоянных лосей вылез. Он даже сам тут выкладывал почти на 90% готовый грааль, но чтоб его доделать нужны знания которых у него нету. При этом недостающие шаги описаны тут в теме, но он всех кто пытался ему помочь и направить в нужную сторону - послал нахрен )))))
Иронично.

 
Dr. Trader:

Да ему это и не надо, он тут только ради троллинга. Тут в теме алгоритмы граалей буквально пачками валяются, еслиб он не языком ворочал, а пробовал их - уже бы давно из постоянных лосей вылез. Он даже сам тут выкладывал почти на 90% готовый грааль, но чтоб его доделать нужны знания которых у него нету. При этом недостающие шаги описаны тут в теме, но он всех кто пытался ему помочь и направить в нужную сторону - послал нахрен )))))
Иронично.

о учитель, подари мне оставшиеся 10% и я буду служить тебе верой и правдой

прости тупого ученика, не узревшего искры истины в твоих сообщениях

 
Vizard_:

В выдаче патентов отказано.

 
Vizard_:

Картинки конечно красивые.

А по простому можно: Сделал то-то - получил то-то. Можно без картинок. Я так людям верю.)

 
Grigoriy Chaunin:
Пилите Шура, они золотые. https://www.mql5.com/ru/articles/2930
Ну что люди, напугал я вас? Ведь это научное доказательство непредсказуемости рынка. Только как быть с тем что есть алоготрейдеры зарабатывающие десятилетними на рынке и это не пересиживавшие убытков?  Любое знание надо подвергать сомнению и проверять.
 
Maxim Dmitrievsky:

Если у Вас имеются хотя бы один предиктор с показанным распределением, то Вам нафиг ничего не нужно: срочно выезжаем на теплые остова и там живем.


Обычно картинка вот такая:


А вот совсем шикарная



Вот реальности суровой жизни с реальными предикторам.

 
СанСаныч Фоменко:

Если у Вас имеются хотя бы один предиктор с показанным распределением, то Вам нафиг ничего не нужно: срочно выезжаем на теплые остова и там живем.


Обычно картинка вот такая:


А вот совсем шикарная



Вот реальности суровой жизни с реальными предикторам.

под Probability Distributions подразумеваются Баясы. Я позже напишу если тема окажется интересной, пока хз..

а вы имели в виду смещение вероятностей относительно целевой на ООС?

 
Maxim Dmitrievsky:

под Probability Distributions подразумеваются Баясы. Я позже напишу если тема окажется интересной, пока хз..

а вы имели в виду смещение вероятностей относительно целевой на ООС?

Пишу в сто первый раз.

Беру предиктор и делю его на две части для целевой из двух классов: одна часть относится к одному классу, а другая к другому. Потом строим две кривулины и накладываем. Под ними делаем подпись: "фиг вам, а не деньги".

Вот и вся работа.


ПС.

Эти кривулины постоянно движутся друг относительно друга, для одного предиктора меньше, а для другого более ширины кривулины. Это и определяет нестационарность входных данных для моделей классификации, любых.

 
СанСаныч Фоменко:

Пишу в сто первый раз.

Беру предиктор и делю его на две части для целевой из двух классов: одна часть относится к одному классу, а другая к другому. Потом строим две кривулины и накладываем. Под ними делаем подпись: "фиг вам, а не деньги".

Вот и вся работа.


ПС.

Эти кривулины постоянно движутся друг относительно друга, для одного предиктора меньше, а для другого более ширины кривулины. Это и определяет нестационарность входных данных для моделей классификации, любых.

теперь берете для каждого предиктора историческую оценку по бай\селл\холд, переводите ее в вероятностную

берете несколько предикторов, для каждого делаете то же самое

находите условные вероятности получения профита по совокупности фичей

а потом уже загоняете в НС или fuzzy sets, как в данном примере

средняя оценка будет колебаться вокруг 0.5 для каждого предиктора, но чудеса байесовского подхода выведут совокупности оценок на приемлемый уровень

это в теории :)