Deep Learning

Толковая базовая статья по теме. Для алгошников.

proglib.io/p/trade-learning/

Данная публикация является личным мнением автора. Мнение владельца сайта может не совпадать с мнением автора.

алготрейдинг машинное обучение и анализ данных deep learning

facevalue

Тренто

168

6 212

с 8 декабря 2011

22 Комментария

Fillio
16 февраля 2018, 04:22
Спасибо за статью, она действительно очень вводная
предлагаю почитать еще эту
И книгу Саттон, Барто «Обучение с подкреплением»

Если есть еще ссылки у кого-нибудь по применению RL в трейдинге — плз скиньте
0
day0markets.ru
16 февраля 2018, 06:55
Все пишут одно и тоже. Стараются прогнозировать прибыльные или убыточные сделки. Прибыль и убыток — имеет большую долю случайности. По сути — это попытка предсказать белый шум. Может, конечно, такое у кого-то и получалось. Но мне ни один метод ML и DL не давал даже 55% угадайки на ОБУЧАЮЩЕЙ выборке размером в 40-50К, про тестовую вообще даже говорить не приходится. Сама цель прогнозировать единичный исход не самая правильная.
+2
- Fillio
  16 февраля 2018, 08:01
  Alex Hurko, похоже, что предсказать белый шум не получается только у вас
  0
  - day0markets.ru
    16 февраля 2018, 12:01
    Fillio, я этого не исключаю. Если у вас есть такой опыт, то может поделитесь? Какие алгоритмы использовали, какие результаты на обучающей и тестовых выборках?
    0
    - Fillio
      16 февраля 2018, 12:25
      Alex Hurko, возврат к 0 среднему, 100% инфа )) результат всегда один — 0 ))) с определенной вероятностью, в зависимости от плотности рапределения
      0
      - tranquility
        16 февраля 2018, 16:32
        Fillio, 0 — это с учетом комиссии?
        0
- facevalue
  19 февраля 2018, 11:56
  Alex Hurko, Я тестировал одну DL идею с продвинутым программистом, и там подход был совсем иным, чем классический взгляд на рынок. Получалось все достаточно неплохо, пока чел не ушел в многоизвестный Deep Mind. Фактом является то, что 101% специалистов в этой области бессребренники, им хавает их зарплат по 15-20 тысяч евро + мегасоцпакеты, технопарки и т.п. Поэтому DL еще даже в разных Голдманах и Морганах не реализован толком. Потому что нет особой необходимости у тех, кто может себе позволить этих специалистов, а у других нет мотивации кроме как деньгами (что не работает с DL и ML специалистами).
  0
day0markets.ru
16 февраля 2018, 06:57
При этом распознавание паттернов даже совсем базовыми неоптимизированными алгоритмами идет с успехом 80% на тестовой выборке.
+2
day0markets.ru
16 февраля 2018, 07:00
Даже мем есть. Как раз про прогнозирование прибыльных/убыточных сделок подходит.

0
- facevalue
  19 февраля 2018, 11:58
  Alex Hurko, нейросети это позапрошлый век, они необучаемы или плохо обучаемы. Они заточены на поиск и попытку предсказания, а не обучение. Это разные вещи.
  0
П М
16 февраля 2018, 09:00
вода ведь, с картинками.
уже не в первый раз встречаю модель со средой и агентами. на деле просто для красоты. независимость агентов слабая и различие в типах тоже.

как именно происходит «обучение с подкреплением» — не ясно. должно быть хотя бы банальное название алгоритма, а его нет.

вывод — красивая маркетинговая статья, в которой 90% времени объясняется банальности, что такое стакан и цена. а про «лёрнинг» — вкратце, типа и так понятно, ага.

+2
- facevalue
  19 февраля 2018, 11:59
  ПBМ, Дело в том, что это мы такие «наблатыканные», что знаем всё. На хабре единицы знают что такое стакан. ) В остальном видно, что автор сам в начале пути в плане ML в трейдинге.
  +1
П М
16 февраля 2018, 09:14
хотя вот нагуглил какой-то примерчик по такому обучению
habrahabr.ru/post/308094/
надо будет попробовать. действительно агент. действительно среда. более менее понятно.
+1
birkedimka
16 февраля 2018, 09:27
Спасибо, интересно.
0
tores
16 февраля 2018, 10:34
позабавило вот это: "Академическое сообщество Deep Learning в основном находится в стороне от финансовых рынков. В силу ли того, что у финансовой индустрии не лучшая репутация, что решаемые проблемы не кажутся слишком интересными для исследований, или же просто из-за того, что биржевые данные трудно и дорого получать."

а может быть потому что машинное обучение лажает на финансовых рынках? Много раз обсуждалось, если машинное обучение находит на рынке закономерности, то они найдутся и без него, и гораздо проще торгуются без него.

Я сам занимался машинным обучением, распознованием тональности текстовых сообщений. Думал о том как же применить машинное обучение в трейдинге, но потом взял бритву Окамы и просто вырезал ML.
+1
- facevalue
  19 февраля 2018, 12:05
  Max, Там больше загон про трудно и дорого получать. ) Сразу видно, что чел в начале пути. Девственник, тссть. )))
  
  Машинное обучение может и должно быть подключено к тысячам счетов, где будет анализировать поведение каждого счета и обучаться на базе получаемой информации. ) Обучать это значит находить и закреплять что-то новое, постоянно, подвергая каждый раз сомнению и поиску нового возможного поведения цены, а не ковырять старое УГ чтобы потом статично делать правильные движения в будущем. Вот эту особенность МЛ многие упускают и пытаются подушкой забивать гвозди в бетон.
  +1
  - tores
    19 февраля 2018, 12:32
    facevalue, «подушкой забивать гвозди в бетон.» — вот я из таких был =). А так да, если большой объем данных, то я за ML.
    0
tores
16 февраля 2018, 10:38
В любом случае за статью спасибо, плюсую. Но без эквити и каких то практических результатов статья не выдерживает критики. Цель была показать торговлю с помощью ML, результатом является положительная эквити, ее нет, как бы все.
+2

Читайте на SMART-LAB:

Итоги первичных размещений ВДО и некоторых розничных выпусков на 2 июня 2026 г.

Следите за нашими новостями в удобном формате: Telegram , Youtube , RuTube, Smart-lab , ВКонтакте , Сайт

Иволга Капитал

02.06.2026

Что купить в секторе здравоохранения? Идеи с апсайдом до 57%

🔹 Россия Акции российского сектора здравоохранения выглядят относительно надежным направлением вложений в условиях затянувшейся геополитической нестабильности. Ведущие представители...

Финам Брокер

02.06.2026

📊 Как рост клиентской базы влияет на стоимость бизнеса

Для быстрорастущих компаний количество клиентов — один из ключевых факторов будущего масштаба бизнеса. 📈 По итогам января–апреля 2026 года количество розничных клиентов Группы «МГКЛ»...

МГКЛ

02.06.2026

НМТП: слабый первый квартал, но нужно смотреть дальше первой страницы

НМТП отчитался по МСФО за 1-й квартал, ищем подводные камни 👉 Выручка на уровне прошлого года 👉 Операционная прибыль упала на 20% г/г (но есть НЮАНС, об этом дальше)...