Предлагаю перевод интересной статьи с сайта www.inovancetech.com о нетрадиционном применение техник машинного обучения: Machine Learning Techniques to Improve Your Strategy.

Машинное обучение это мощный инструмент не только для создания новых стратегий, но и для повышения эффективности уже существующих.

В этой статье мы осветим вопрос управления размером позиции с использованием алгоритма Random Forest (RF)  и включения/выключения торговли на основе модели скрытых состояний Маркова (HMM). Мы предполагаем, что у вас уже есть торговая стратегия.

Как улучшить управление позицией

Управление позицией — это очень важный аспект трейдинга, которому часто не уделяется должное внимание. Многие трейдеры смотрят на управление позиции с точки зрения уменьшения риска убытков, но не инструмента увеличения прибыльности стратегии. Конечно важно избегать большого риска, используя небольшую часть торгового счета ( не более 2%) в каждой сделке, но лучший способ — это применение фиксированного лота или фиксированного процента от вашей максимальной позиции для каждого трейда.

На видео профессиональный трейдер расскажет об основах финансовой грамотности на понятном языке.

Подписывайтесь на наш канал, чтобы не пропустить новые серии

Cтавьте плюсики чтобы поднять IQ  Smart-Lab

А лучше учиcь и стань частью команды United Traders

РЕЗЮМЕ:  из всех компаний нефтегазового сектора — фундаментально наиболее сильная. Подбирать от 30-33 руб. (если цена успеет опуститься до таких уровней).

ЭФФЕКТИВНОСТЬ — положительно

ПРОГНОЗ — положительно

EPV (генерация прибыли) – нейтрально (положительная динамика)

СТОИМОСТЬ БРЕНДА — нейтрально

ИНДЕКСЫ – гораздо лучше рынка

(валюта баланса — млн. руб.)

и в завершение
http://smart-lab.ru/blog/302286.php (Философия трейдинга. …).

Экспресс-оценку, данную пару недель назад относительно “Общей теории эволюции” не меняю. Интересное начало, простая школьная математика. Развитие темы инерционности движений в рыночных каналах в нормированном пространстве (сиречь на графиках Ренко). Случай хоть и частный, но интересный в силу того, что таких каналов в нормированном пространстве становится больше.  Интересные идеи о вариантах смены тренда. Даже постулат об ограниченности скорости тренда величиной 1 (эквивалент скорости света в нормированном пространстве) был интересен (надо взять прием на заметку).

Окончание.Начало здесь.

Проверка эффективности индикаторов на реальных данных

В качестве проверки верности результатов на симуляционных данных мы использовали два реальных набора данных для исследования производительности индикаторов. Эти тесты требовали уровня 6 данных, для того, чтобы мы смогли точно воссоздать книгу заявок, отслеживая каждый лимитный ордер в моменты его поступления, изменения и удаления из очереди заявок, так же как и исполнение различных ордеров для точной реконструкции событий. В дополнение, мы присвоили каждому ордеру идентификатор, который классифицировал этот ордер как автоматический или ручной. Последней задачей был поиск событий, происходящих на отдельных рынках для изучения их влияния на происхождение мини обвалов цены.

Мы использовали два отдельных набора данных для исследования предсказательной способности индикаторов:

1. Сентябрь 19,2012. Падение фьючерсов WTI Crude Oil, когда цена снизилась более 4$ за четыре минуты ( большая часть падения была в интервале 30 сек этого периода), и достигла минимума в 12:55 дня.
2. Обвал цен 6 мая 2010. Обвал произошел на фьючерсах E-mini S&P500, когда цена упала на 3% за четыре минуты. В 1:45 дня она достигла минимума, когда биржа CME остановила торги (планка), затем цена начала свое восстановление.