Стратегия на II квартал 2026 года. Рынок акций
Алексей Девятов Инвестиционная Стратегия на II квартал 2026 года предлагает ориентиры для управления портфелем. Ведущие аналитики Альфа-Инвестиций оценили перспективы ключевых рынков и...
Кредиты и займы россиян впервые достигли 45 трлн руб.
Объем выданных россиянам заемных средств оценивается в 45 трлн руб. Почти половина этой суммы (21,7 трлн руб.) — это ипотека, 13,4 трлн — потребкредиты, около 3 трлн — автокредиты. Остальная часть...
USD/CAD: Покупатели вышли на тропу войны — скальпы медведей в цене
Валютная пара USD/CAD протестировала нижнюю границу ранее пробитой области сопротивления (диапазон 1.3888–1.3928), завершив торги паттерном «бычье поглощение». На данный момент цена корректируется...
Ваш любимый Мозговой штурм спешит на помощь! Мнение по текущему рынку простыми словами
В нашем рейтинге акций знаменательное событие! Рекордное число акций с рейтингом 4 — 14 штук!!!
И, вероятно, будет еще больше!
Сегодня я как обычно расскажу вам, что мы обсуждали в офисе по...
1. Какой таймфрейм свечек?
2. Вечерняя сессия включена в данные?
3. При нормализации данных для определения min/max использовали всю выборку?
4. При разметке какие получились минимальное/максимальное/среднее время удержания позиции? Перенос позиции на следующий день разрешен?
1. 1 min
2. да
3. да, но внутри сети есть слои батч норм, которые ещё и в рамках семпла нормализацию делают
4. 20-30 минут в отсутствие тренда и до нескольких часов при ярко выраженном тренде
5. всегда в рынке = означает перенос позиции и на следующий день, и через выходные. Выход из лонга и вход в шорт на одной и той же свечке и наоборот.
На чем строится Ваше убеждение о достаточности данных? На роликах Жени Черных?
Сеть, пойди туда, не знаю куда, и принеси мне прибыль не прокатывает.
ЗЫ Мильон нейронов — это до фига. НС со 100-200 нейронами с реальной гипотезой справляются на раз.
1) если есть в потоке котировок закономерности — то вероятность того, что нейросеть их выявит и сможет использовать, однозначно выше, чем у человека.
2) по порядка 40 сигналам, которые я посчитал на оснвое ценовых данных и данных индикаторов вроде ma fast/slow — stochastic — rsi — macd — etc., было видно, что в моменты, когда нужно входить или выходить в лонг или шорт, баланс количества сигналов резко меняется, и для каждого таймфрейма такой закон выглядит чуть иначе. Поскольку писать громоздкие if и проверять глазами и руками все возможные варианты корреляции — задача малорешаемая, неэффективная и неприятная, я попробовал привлечь к этому делу нейросеть.
Размеченные для обучения бары очевидно имеют смысл, поскольку соответствуют локальным экстремумам цены (вниз или вверх) или не принадлежат таким экстремумам (для третьего класса).
Число нейронов, в данном случае, не принципиально, главное, чтобы оно было достаточным. На точность сетей вообще в большей степени оказывает влияние архитектура, а не число нейронов, как показывает мой личный опыт.
1. Однозначно, нет.
2. В общем, я тоже использую НС для построения логики системы, точнее, уже предполагаемой!!! системы. Если не прокатывает, значит предположения неверные и там ничего нет. Был топик на эту тему.
ОХЛСВ — вполне достаточно, НС все эти фичи- предикторы в состоянии построить самостоятельно из исходных данных. Лучше фильтровать ОХЛСВ ещё до входа в НС.
Попробуйте, кстати, леса-деревья. Имеет смысл. Думаю и Байеса тоже можно — у меня руки не дошли.
В таком формате, конечно, очень сложно понять, что имеется в виду — что за отношение, что в знаменателе и т.д.
А в целом: ну, нейросеть, которая говорит когда лучше не торговать, она, пожалуй, будет намного ценнее той, которая говорит куда и когда торговать). Так что нейросеть, у которой отдельным классом идет класс «сидеть за заборе» это уже что-то интересное.
В моих нейросетях класс «на заборе» присутствовал неявно. Тип купи/продай с недостаточной вероятность — это и есть «на заборе». Что лучше работает — хз.
Кстати, на графике, оранжевый график — это на отложенной выборке?? Как-то подозрительно хорошо график идет. Ну или, действительно, целевая метрика некорректно выбрана и нейросеть поощряется когда она начинает понимать, что просто сидеть на заборе — вообще отличный сценарий.
class_weights = class_weight.compute_class_weight('balanced', np.unique(y_train), y_train)В подарок лично для НС мои 2 правила ...1-полюби убыток и 2-разлюби прибыль.Интересно -можно ли научить этому НС ?