Список проголосовавших за комментарий "По пункту 2 — можно делать аугментацию данных. добавляй немного шума к OHLC, это не только увеличит количество данных, но и повысит генерализацию таргета алгоритмом. <br/> В моем понимании в классическом подходе к ML 2 проблемы:<br/> 1) Попытка прогнозировать сильно зашумленную величину (если вообще не полностью рандомную)<br/> 2) Попытка сделать из говна конфетку. Если нельзя объяснить (самому себе) почему на сете предикторов алгоритм должен работать, то и сетка тоже не сможет (при том количестве данных которое доступно сейчас) ничего адекватного добиться. Это как учить робота передвигаться в комнате с окном по положению юпитера на звездном небе. Вот как раз от этого пункта и идет желание залезть и посмотреть чему оно там вообще научилось :)"