Блог им. jkgeneral

Эксперимент: добавил ML-фильтр к своему роботу. Делюсь результатом

Последние пару месяцев экспериментирую с идеей: можно ли с помощью ML-фильтра отбрасывать слабые режимы рынка, не меняя саму логику робота? Основная мысль простая: робот торгует «всегда», но рынок не всегда даёт хорошие условия. Я попытался обучить модель определять моменты, когда лучше не входить. Сделал ML-фильтр на основе истории своих сделок (Si, 5m). Фичи — максимально простые: уклон EMA, ADX, ATR, волатильность и несколько derived-признаков. Что получилось: 📉 Без фильтра: — просадка около −28% — много лишних входов в дни с «плоским» рынком — длинные убыточные серии 📈 С ML-фильтром: — просадка снизилась примерно до −24% — количество плохих входов уменьшилось — эквити стало ровнее, менее дерганым Фильтр иногда пропускает нормальные сделки — не без этого. Но общая картина стала спокойнее. На мой взгляд, эксперимент удался. Пока продолжаю копаться в данных: хочу попробовать раздельно обучать фильтры для разных режимов (тренд / флэт) и посмотреть, что получится. Если у кого-то были похожие эксперименты — интересно обсудить. Если хотите тестово посмотреть, как такой фильтр работает на вашей истории сделок — пишите, сравним графики.Эксперимент: добавил ML-фильтр к своему роботу. Делюсь результатом

611
43 комментария
изменения в пределах погрешности. Результат отрицательный, можно не дергаться.
avatar
3Qu,

Это лишь часть эксперимента.)

avatar
Чтобы более-менее канонически хотя бы модель обучить (ML), нужно правильно предобработать входные данные. Например, исключить данные, которые при схожих входах дают разные выходы. Делал? Не? Если да, то как? :)
В противном случае забей. Матмодели это не помойное ведро, в которое можно лить что угодно )

avatar
AlexShul,

Я же не заливаю в одну модель 5 лет котировок 20 тикеров.) Да и как этим пользоваться никто нигде не пишет, так что как в песне:»иногда нужно просто закрыть глаза и крутить педали».

avatar
__rtx,

Откуда вы знаете про Леху??

avatar
__rtx,

А я думал, он наврал про армию фанатов…

avatar
__rtx,

Я хочу найти, тех кто этим занимается, чтобы обсудить было с кем.

avatar
__rtx,

Я тоже могу нахамить, но какой результат от этого будет? Я всегда за диалог, только конструктивный, а не «ооооо очередной ооооооооо»…

avatar
Яжтолькотолько сюда пришел.) А здесь народ будет ковыряться в csv, если я скину?
Спасибо что наставили на путь света, не охота сразу с порога тонуть.
avatar
__rtx, вопросов у меня куча.
Какой фреймворк вы рекомендуете для обучения моделей машинного обучения в трейдинге?
Плюсы и минусы разных фреймворков: TensorFlow, PyTorch, XGBoost, LightGBM?

Какую модель для предсказания рыночных трендов вы бы порекомендовали использовать для предсказания направлений на фондовом рынке — LSTM, TCN или классические методы (SVM, Random Forest)?

Существует ли оптимальный подход для реального времени в обучении/предсказании моделей, например, для алгоритмов с низким временем отклика?

Какие специфические алгоритмы вы порекоммендуете для анализа временных рядов в высокоскоростной торговле?

Какие активы и рынки, на ваш взгляд, наиболее перспективны для применения ИИ-алгоритмов?
Чем рынок форекса отличается от фондового рынка с точки зрения применения машинного обучения?

Какой рынок — фондовый, форекс или, прости господи, криптовалютный — предоставляет наибольшее количество возможностей для долгосрочных торговых алгоритмов на основе ИИ?
avatar
ezomm, Я согласен, что обучить полноценную «универсальную» модель, которая будет понимать волны, объёмы, фракталы и контекст рынка — теоретически возможно, но это уже уровень крупных фондов и бюджетов на пару камазов денег: огромные дата-сеты, фулл-тайм команда ресёрчеров, вычислительные мощности, непрерывный мониторинг и переобучение.
Я же смотрю гораздо приземлённее — на модели, заточенные под конкретный тикер и конкретный режим торговли: интрадей, среднесрок или долгосрок.
Не «робота, который сам торгует», а фильтр, который встроен поверх уже готовой стратегии и помогает ей сгладить эквити, убрать часть плохих входов, снизить просадку в нежелательных режимах.
avatar
Вы говорите про фундамент: про идею, про то, на чём строится edge, про базовую механику зарабатывания. Это важная часть алготрейдинга, тут полностью согласен.
Но мы с вами обсуждаем немного разные уровни задачи.
ML в трейдинге — это не «танцы с бубном в надежде, что модель сама всё поймёт».
Это инструмент, который можно наточить под один тикер, один таймфрейм и один режим торговли, чтобы он делал ОДНУ конкретную вещь лучше человека.
-обучить модель ставить стопы так, чтобы вероятность выбивания была минимальной в конкретной структуре данного рынка;
-обучить фильтр входов на Si 5m так, чтобы он не брал сделки в режимах, где стратегия исторически умирает.
Локальные задачи типа “как стратегия ведёт себя в разных режимах” или “где ставить стоп оптимальнее всего” — ML реально решает сейчас. И решает неплохо, если её обучать не на сыром рынке, а на истории конкретной ТС.
Поэтому и интересны мнения тех, кто действительно пробовал LSTM/TCN/бустинги на реальных данных по рынку, а не в теории
avatar

__rtx,

Как иронично, что вы оказались тем человеком «которому нужно все разжевать». Через API можно получить все данные и котировки, и объемы, историю своего счета/счетов и скормить нужной модели(готовой или обученной под ваш запрос).А профит здесь как минимум экономия времени. По расписанию сервис запускается, сам берет нужные данные, анализирует и производит какие либо действия будь то открытие позиций, корректировка открытых позиций, закрытие позиций или же просто уведомление в тг с рекомендациями или просто аналитикой рынка по нужным Вам критериям и нужным Вам инструментам.

avatar
__rtx,

Считаю, что наш диалог исчерпан. Пожалуйста избавьте меня от своего «экспертного» мнения обо всех и обо всем. Всего вам самого наилучшего.

avatar
Автору:
с Вашим подходом Вы неизбежно будете нарываться на переподгонку. Базовая проблема всех многомудрых техник на ценовом ряде — подстройка под шум за счет большой памяти. 
Почти все профи повторяют, как мантру:
-работают простые с точки зрения математики вещи
-надо иметь достаточно данных для анализа
-надо иметь надежные данные
— надо оптимизировать по очень малому числу переменных и то очень осторожно
Я могу, конечно, повторить в сотый раз, что ценовые данные нестационарны и сильно зашумлены. Но, я думаю, что почти все читатели мои утверждения  воспринимают как шум.
Да, я не про ХФТ, а про трендовую торговлю. 
avatar
__rtx, У вас не только глаз остр, но и язык. Вы просите «счета и цифры» для подкрепления моих аргументов, и сами при этом выливаете сюда тонну пустого трепа в духе «я все знаю» не подкрепленного ничем кроме вашего же «экспертного» мнения. Вы говорите, что ML-модели не работают — у вас просто руки не из нужного для обучения стабильных моделей места растут. Отрицать прогресс как минимум глупо. Если вы безнадежно отстали — необязательно поливать все вокруг своим «экспертным» мнением, только потому что вы не понимаете как это работает. Если вы пишете тонны бессмысленного текста — это не значит что вы правы. Я надеялся, что здесь адекватное. современное сообщество, но, увы, я ошибся.
avatar
__rtx, вы спрашиваете у меня историю сделок, и саму тут же пишете, что мне никто историю свою историю сделок не даст. Так с какого великого праздника я должен свою давать?
А как это работает, я лично вам только за деньги могу рассказать. Судя по вашей манере общения, когнитивные способности у вас далеко не на том уровне и тратить на вас свое время я не желаю.
avatar
__rtx, Я уже поянл, что «хамить» — единственно на что вы способны.
avatar
__rtx,

А с чего вы вдруг решили что ваши вопросы - показатель? Я вам задал несколько вопросов, в ответ получил полную ахинею, которая даже рядом не с тем, о чем я спрашивал.

avatar
__rtx,

У меня создается полное впечатление, что я общаюсь с шизофреником. Вам бы, голубчик, к доктору, а потом с людьми общаться.

avatar

Читайте на SMART-LAB:
Фото
Идеальное рабочее пространство трейдера: виджеты и визуализация данных
Биржевая торговля при помощи ботов и алгоритмов — это ряды очень быстрых процессов. На ее эффективность влияют скорость обработки данных и...
Фото
Никель в центре технологического прогресса
Компания Tesla запатентовала технологию модернизации литийионных аккумуляторов , которая может значительно увеличить срок их службы — до 1,6 млн...
Фото
Сделка по шатдауну сняла стресс, но не вернула “премию уверенности” доллару
EUR/USD держится на повышенных уровнях около 1,1830 в начале европейской сессии, но потенциал роста выглядит ограниченным по одной простой...
Фото
Хэдхантер. Ситуация на рынке труда в январе. Хуже - чем просто хуже некуда
Вышла статистика рынка труда за январь 2026 года, которую Хедхантер публикует ежемесячно, что же там интересного: Динамика hh.индекса...

теги блога jkgeneral

....все тэги



UPDONW
Новый дизайн