01 сентября 2021, 21:28
Сравнение торговой системы на индикаторах и нейросети. Это как это?
Сравнение торговой системы (ТС) на индикаторах и нейросети. — У меня вопрос, а это как?
Не, конечно можно сравнить между собой две системы — одну на индикаторах, другую на нейросети — не вопрос. Но вопрос, что, если сделать такую же ТС как на нейросети (НС), но на индикаторах, а потом их сравнить?, лишен смысла.
Для тех кто не в танке. Что есть нейрон НС?
Всего лишь сумматор, на выходе которого прикреплена некая нелинейность, сигмоид, например.
Если подать на входы нейрона значения цены с интервалом Т (скажем, 1 минута), то на выходе сумматора получим значения нашего любимого индикатора WMA.
Допустим, таких нейронов во входном слое НС штук 20. Получается, что только один входной слой нашей НС уже содержит 20 различных индикаторов WMA.
Если слоев у нас несколько, то одна НС уже может иметь в своем составе сотенку-другую индикаторов WMA перемежающихся нелинейными элементами (скажу только, что нелинейные элементы там нужны).
Ну, и каким образом мы собираемся строить на индикаторах ТС аналогичную НС? Хотел бы я посмотреть на того героя, любителя индикаторов.)
Все тоже самое относится и к другим методам машинного обучения. Но, если что, то вперед за орденами, стройте.)
Это так, немного достало.)
Не, конечно можно сравнить между собой две системы — одну на индикаторах, другую на нейросети — не вопрос. Но вопрос, что, если сделать такую же ТС как на нейросети (НС), но на индикаторах, а потом их сравнить?, лишен смысла.
Для тех кто не в танке. Что есть нейрон НС?
Всего лишь сумматор, на выходе которого прикреплена некая нелинейность, сигмоид, например.
Если подать на входы нейрона значения цены с интервалом Т (скажем, 1 минута), то на выходе сумматора получим значения нашего любимого индикатора WMA.
Допустим, таких нейронов во входном слое НС штук 20. Получается, что только один входной слой нашей НС уже содержит 20 различных индикаторов WMA.
Если слоев у нас несколько, то одна НС уже может иметь в своем составе сотенку-другую индикаторов WMA перемежающихся нелинейными элементами (скажу только, что нелинейные элементы там нужны).
Ну, и каким образом мы собираемся строить на индикаторах ТС аналогичную НС? Хотел бы я посмотреть на того героя, любителя индикаторов.)
Все тоже самое относится и к другим методам машинного обучения. Но, если что, то вперед за орденами, стройте.)
Это так, немного достало.)
+6,53% за неделю на спекуляциях, спасибо ЦБ Каждую неделю я публикую результаты спекулятивного портфеля. Спекулятивный портфель с 11 июля 2022 г.:• Текущие состояние: 4 389 642,94 руб.• Результат за м...
+6,53% за неделю на спекуляциях, спасибо ЦБ Каждую неделю я публикую результаты спекулятивного портфеля. Спекулятивный портфель с 11 июля 2022 г.:• Текущие состояние: 4 389 642,94 руб.• Результат за м...
Поднятие ставки цб не работает потому как она должна быть на 2-3 процента выше фактической инфляции. Наббиулиной запретили называть фактическую инфляцию в стране( она гораздо выше озвученной официальн...
самая перспективная бумага на рынке, несмотря на допки, инвесторы забыли какая цель этих допок, увеличение капитализации, расширение производства, это совсем не как в сегежа ситуация, производство сам...
Российская армия добивается тактического и размеренного прогресса в освобождении оккупированных украинской армией территорий в Курской области. Сейчас Украина контролирует около 480 квадратных километ...
надеюсь все держатели в курсе
С 25 декабря 2024 г. из перечня ликвидного имущества исключаются ГДР FIX Price (торговый код FIXP)https://www.moex.com/n75850?nt=0
Непокрытые длинные позиции будут п...
16:49
втб вырос с индексом, как и все, отбив шорты на ставке, но без хороших дивов бумага не интересна, для втб инвесторы пустое место
16:45
Бармалей Бармалеевич, китайцы тоже серьезно вложились в разработки, но смыл даже не в этом, все хотят сверх прибыль получить, даром электричества не будет в рыночной экономике
Довольно скучно
Скоро все, кроме Дони и Илона нашего Маска, будут жалеть, что шнайпер такой непутёвый оказался)
P.S. — и м1 пробовал, и м4 (под астроминуты подгонял). М5 оказался самым точным. Не только я к таким выводам пришел.
Кто сказал, что интрадей это 5м? Я играю 1м. Один мой знакомый играл 15м. И все интрадей.
Вот вопрос: почему нет тега «торговые роботы»? Ни здесь, ни в предыдущем топе «Проектирование ТС. 5.». Раздел загажен всякой ерундой, а по настоящему интересные работы не попадают ((
Нет, конечно. До НС там несколько индикаторов и логика.
Описываются основные, на мой взгляд, этапы. Мелочи опускаются — не рисовать же полсотни вариантов графиков, которые я до того и после того просмотрел.)
По слухам, на западе такие работы ведутся давно, но достоверно ничего неизвестно.
У нас, насколько я в курсе, первым из любителей был некто Решетов ( mql5.com/ru/forum ). Лет 5-7 назад.По современным меркам, идея так себе, но тогда, да ещё на mql4 or mgl5, наверно ничего лучше и нельзя было сделать. Ее ещё пару лет назад неск человек пытались воплотить и ничего из этого не получилось. Там же ещё какой-то форум по МО был, но там за мусором ничего толкового не найдешь. Похоже, там тоже все по нулям.
P.S. Ну и несколько человек публикуют статьи: Перервенко, Вязмикин, Дмитриевский (здесь тоже есть), Фоменко (давно не было), Решетов (светлая память).
Была гораздо более старая переводная монография какого-то голландца на эту тему. И до mql5 на рынках люди жили.
Если серьезно, то ведь возможно, что приемлемые результаты на ML получены, просто люди их не публикуют, а тихо монетизируют.
На мой взгляд это больше зависит от реализуемой модели. Если модель сводится по сути к поиску аномалий или фильтрации цены/объема — типичных вещей с которыми работают тех.индикаторы — то конечно емкость настраиваемых весов сети гораздо выше чем у других способов определения состояния по параметрам (ака марковская цепь и решение её через дерево решений «случайный лес» например). Но насколько хорошо работает этот метод? Ведь по сути он как лупа/фильтр найти признаки действия тех, кто владеет какой-то внешней информацией, по отношению к цене/объему. А предсказание, это найти эти признаки пораньше в шуме.
Но если есть источник внешних данных для обучения коррелирующий с информацией влияющей на цену/объем, то другие решения могут быть и эффективней, просто в силу того, что меньше параметров надо оптимизировать. А значит потери на оптимизации будут ниже. А в нейронной сети полно чего можно оптимизировать. Сейчас просто принято брать самую сложную архитектуру, с самой сложной моделью обучения, с самым сложным нейроном, с самой сложной функцией оптимизации потерь и предоптимизации параметров.
Имхо здесь входные данные и скорость их получения могут быть более важны. А без них, читал давеча статью, в научном журнале, как раз про предсказание на НС — 50% прибыли на акция APPL за год на минутных данных. Только они выросли за этот год на 65%. Т.е. про модели информации полно, а вот про данные...
Хотя на малых таймфреймах внешняя информация наверное не даст ничего.
Боюсь, что с наскока эта тема в руки никому не дается.
Леса мне тоже не оч пришлись. Однако, товарищ деревом TensorFlow на моем датасете получил оч неплохие результаты, визуально лучше чем мои.
Из идеологических соображений использую scikit-learn. Если более простые методы ничего не увидят, то и сложным там делать нечего. А увидят, можно и усложнять.