Resultados 1 al 6 de 6

Tema: aprendiendo a hacer trading

  1. #1
    Hola compañeros comerciantes,

    Estoy empezando este hilo con la esperanza de compartir con ustedes algunos de mis avances en el campo del aprendizaje automático. Aunque puedo no compartir con ustedes sistemas exactos o implementaciones de codificación (no esperes conseguir algo de "plug-and-play" y hacerse rico de este hilo) voy a compartir con ustedes las ideas, los resultados de mi experimento y, posiblemente, otros aspectos de mi trabajo. Estoy empezando este hilo con la esperanza de que vamos a ser capaces de compartir ideas y ayudarse mutuamente a mejorar nuestras implementaciones. Voy a comenzar con algunas de las eegias de aprendizaje de máquinas simples y entonces ir a cosas más complejas como pasa el tiempo. Espero que disfrutes del paseo!

    - - - Updated - - -

    Quiero empezar diciendo algunas cosas básicas. Lo siento si la estructura de mis posts deja mucho que desear, no tengo ninguna experiencia los mensajes del foro, pero espero conseguir algo con el tiempo.

    En el aprendizaje de la máquina lo que queremos hacer es simplemente para generar una predicción de que es útil para nuestro comercio. Para hacer esta predicción generamos un modelo estadístico utilizando un conjunto de ejemplos (salidas conocidos y algunos insumos que las cosas tienen poder predictivo para predecir esas salidas) que a continuación hacemos una predicción de una potencia desconocida (nuestros datos recientes) utilizando el modelo que hemos creado con los ejemplos.

    Para resumir, es un proceso "simple" donde hacemos el siguiente:
    Seleccione lo que queremos predecir (este será nuestro objetivo (s))
    Seleccione algunas variables de entrada que creemos que puede predecir nuestros objetivos
    Construir un conjunto de ejemplos que utilizan los datos del pasado con nuestros insumos y nuestros objetivos
    Crear un modelo de uso de estos ejemplos. Un modelo es simplemente un mecanismo matemático que relaciona las entradas / objetivos
    Hacer un pronóstico del objetivo utilizando las últimas entradas conocidos
    Comercio de utilizar esta información
    Quiero decir desde el principio que es muy importante para evitar hacer lo que muchos trabajos académicos sobre el aprendizaje de la máquina de hacer, que es tratar de construir un modelo con muy grandes conjuntos de ejemplos y luego tratar de hacer una predicción a largo plazo en un " fuera de la muestra "set. La construcción de un modelo con 10 años de datos y luego probarlo en los dos últimos es sin sentido, sin perjuicio de muchos tipos de sesgos estadísticos que discutiremos más adelante.

    En general, verá que los modelos de aprendizaje automático que construyo son entrenados en cada bar (o cada vez que tengo que tomar una decisión) usando una ventana móvil de datos para la construcción de ejemplos (sólo ejemplos recientes se consideran relevantes). Sin duda, este enfoque no es ajeno a algunos tipos de sesgos estadísticos pero quitar el "elefante en la habitación" cuando se utiliza el amplio dentro de la muestra | enfoque de la mayoría de trabajos académicos (que, sin sorpresa, a menudo lleva a cabo de la muestra enfoques que no son realmente útiles para el comercio).

    Existen principalmente tres cosas que preocuparse por la hora de construir un modelo de aprendizaje de máquina:
    ¿Cuál de predecir (qué objetivo)
    Qué predecir con (que introduce)
    Cómo relacionar el objetivo y las entradas (qué modelo)
    La mayor parte de lo que estaré mencionando en este hilo se centrará en responder a estas preguntas, con ejemplos reales. Si quieres escribir cualquier pregunta que pueda tener y voy a tratar de darle una respuesta, o simplemente saber si voy a responder a eso más adelante.

  2. #2
    Pongámonos a trabajar ahora. Un ejemplo práctico real mediante aprendizaje automático. Supongamos que queremos construir un modelo muy simple utilizando un conjunto muy simple de entradas / objetivos. Para este experimento son las respuestas a las preguntas:
    ¿Cuál de predecir (qué objetivo) -> El sentido del día siguiente (alcista o bajista)
    Qué predecir con (que introduce) -> La dirección de los últimos 2 días
    Cómo relacionar el objetivo y las entradas (qué modelo) -> Un mapa clasificador lineal
    Este modelo intentará predecir la direccionalidad de la siguiente barra diaria. Para construir nuestro modelo tomamos los últimos 200 ejemplos (dirección de un día como objetivo y las dos direcciones anteriores día como insumos) y entrenamos un clasificador lineal. Hacemos esto al comienzo de cada bar todos los días. Si tenemos un ejemplo en el que dos días alcistas conducen a un día bajista las entradas serían 1,1 y el objetivo sería 0 (0 = bajista, 1 = alcista), utilizamos 200 de estos ejemplos para entrenar el modelo en cada barra . Esperamos ser capaces de construir una relación en la que la dirección de dos días da cierta probabilidad por encima del azar para predecir la dirección del día correctamente. Utilizamos un stoploss igual al 50% del período de 20 días Average True Range en cada comercio.

  3. #3
    Una simulación de esta técnica 1988-2014 en el EUR / USD (datos antes de 1999 es DEM / USD) anterior muestra que el modelo no tiene generación de beneficios estable. De hecho, este modelo sigue un paseo aleatorio sesgada negativamente, lo que hace perder dinero en función de la extensión (3 pips en mi sim). Mira la actuación aparentemente "impresionante" que tenemos en 1993 a 1995 y en el período 2003-2005, donde al parecer podríamos predecir con éxito la direccionalidad del día siguiente mediante un modelo lineal simple y los dos últimos resultados día direccionales.

    Este ejemplo muestra varias cosas importantes. Por ejemplo, que a través de escalas de tiempo cortas (que podría haber un par de años) puede ser fácilmente engañado por el azar --- puedes pensar que tienes algo que funciona, que realmente no es así. Recuerde que el modelo se reconstruye en cada bar, utilizando los últimos 200 ejemplos de entrada / destino. ¿Qué otras cosas crees que se puede aprender de este ejemplo? Publique sus pensamientos!

  4. #4
    Es interesante pensar en lo que podría estar equivocado en el ejemplo anterior:
    Qué elegimos el modelo equivocado? (la relación es demasiado complejo para nuestro modelo para que fuera)
    Qué elegimos las entradas equivocadas? (las entradas tienen ninguna relación con los objetivos, ningún poder predictivo)
    Son nuestras predicciones de valor suficiente? (es predecir el objetivo con precisión lo suficientemente bueno para ser rentable? ¿El valor de la predicción del cambio de destino?)
    ¿Estamos utilizando el número correcto de ejemplos para construir nuestro modelo? (¿necesitamos añadir más ejemplos para la formación o estamos utilizando demasiados?)

  5. #5
    Este es también un problema.

    Aquí está mi ejemplo que he pensado previamente: Supongamos que usted ha observado que los precios a menudo tiende a volver en algún tipo de nivel y ahora ha decidido backtest para ver si tenías razón.

    Yo no he hecho esas pruebas retrospectivas a mí mismo, pero para mí es intuitivamente obvio que si se trató de backtest esto con gran SL / TP, por ejemplo, 100 pips arriba y abajo - lo que usted debe conseguir es borde muy pequeño que es muy poco probable para compensar el comercio costes.

    Es importante entender el límite de su análisis. Bueno ... por lo que predijo que los compradores o vendedores intervendrían. Hmm, pero ¿qué tiene que ver con el precio suba o baje de 100 pips? Precio puede reaccionar de diversas maneras - que sólo podría tanque durante algún tiempo (mientras que todos los órdenes de límite están llenos) y luego mantenerse en movimiento aún más. También puede volver sobre 5, 10, 50 o incluso 99 pips. En todos estos casos que eras un poco razón sobre los compradores o vendedores paso a paso, pero hay que entender que este análisis no tiene mucho que ver con el comercio que va de + a + 100pip 90pip.

  6. #6
    Digamos que si usted tiene 100 TP pip y SL, yo desearía predecir qué es lo primero: TP o SL
    Ejemplo:
    TP fue primero 1
    SL fue primero 0 (o -1, sin embargo, el mapa es)

Etiquetas para este tema

Permisos de publicación

  • No puedes crear nuevos temas
  • No puedes responder temas
  • No puedes subir archivos adjuntos
  • No puedes editar tus mensajes
  •  
Cookies
Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información y política de cookies aquí.