21 марта 2020, 16:53
Эксперемент: Часть 5. Неудачи. Торговая система на базе глубокого обучения от начала до реальных торгов.
Всем привет.
Медленно продалжаем копать в строну нейронных сетей. В этом видео я расскажу о некоторых своих неудачах, которые встретились на моем пути :)
Основаная проблема конечно же в том, что мои данные являются мусором и при этом сильно несбалансированны.
Так же выяснилось, что ROC кривая довольно плохо работает с несбалансированными данными.
Не исключаю возможности, что я как то неверно обработал данные, хотя я посторался упростить все насколько это было возможно.
Так же хочется сказать пару слов у качестве TenorFlow. Не могу понять отчего там столько ошибок, многие методы просто не работают друг с другом. Складывается ощущение, что они постоянно обновляют API ломая связи.
По ссылке на github вы можете найти код из видео, я его немного структурировал, и если кому интерсно, можете с ним поиграться.
github.com/CloseToAlgoTrading/CodeFromVideo/tree/master/episode_12
Медленно продалжаем копать в строну нейронных сетей. В этом видео я расскажу о некоторых своих неудачах, которые встретились на моем пути :)
Основаная проблема конечно же в том, что мои данные являются мусором и при этом сильно несбалансированны.
Так же выяснилось, что ROC кривая довольно плохо работает с несбалансированными данными.
Не исключаю возможности, что я как то неверно обработал данные, хотя я посторался упростить все насколько это было возможно.
Так же хочется сказать пару слов у качестве TenorFlow. Не могу понять отчего там столько ошибок, многие методы просто не работают друг с другом. Складывается ощущение, что они постоянно обновляют API ломая связи.
По ссылке на github вы можете найти код из видео, я его немного структурировал, и если кому интерсно, можете с ним поиграться.
github.com/CloseToAlgoTrading/CodeFromVideo/tree/master/episode_12
petr71, так они не торгуют.
Но среди них кто-нибудь наконец действительно угадает.
И будет потом монетизировать это «знание»…
Роман, монополист по целлюлозе — 76% рынка в России, что позволяет держать цену. У Сегежи основой является мешочная бумага и упаковка и деревообработка, а мешки — это низкомаржинальный бизнес.
Дмитрий Первый, ну как нет, 333V был. Толково забесплатно объяснял.
Откуда 721%?
𝓛𝓾𝓬𝓲𝓪, Ну ...
Ты на фондовом рынке, а тут не стоит строить какие то иллюзии ).
Va Chen, А чего тут устраивать ),
как писал уже ранее. что ПАДАТЬ будут, что было на ТОЙ неделе — так ОНИ и падали).
И даже обьяснял почему они падать будут).
Вот ЭТА неделя, что наступит, бу...
Владимир Кожемяко, где там убыточная? Чистая прибыль за второй квартал 3 млн с вычетом всех налогов и выплат, и выше чем за первый.Ага, все Вам так по секрету и отписали- приукрашивали или нет.))) ...
Ramil Zamilov, новостей по КЭСу не слышно? когда уже можно будет золотую лопату для денег доставать?
Инструктор, напрашивается ВТБ(ВНЕШторг)… Не?
ООО «Славянск ЭКО» выкупило в рамках оферты 2 859 191 облигацию серии 001Р-01 (из размещённых 3 000 000), говорится в сообщении компании. Бумаги выкупались по цене 100% от их номинальной стоимости.
Что за признак Nr?
Так как каждый день у нас начинается с 0, то можно видеть сколько тиков в каждом баре :).
что касается (None, 10, 1) то это для lstm, входной тенсор. У нас 1 фича, ее 10 временных шагов. None обозначает любое количество входных данных. Т.е. один вход у нас имет размерность 10,1 — по простому 10 строк 1 колонка.
зы. я дмаю в ноутбуке *step3* более понятно суть происходящего должна быть.
Ну и третье — у вас сеть слишком примитивная чтобы выучить какие-нибудь зависимости. Посмотрите на стандартные архитектуры для изображений и анализа звука — там десятки слоев, которые постепенно выуживают сигнал из исходных данных, а у вас несколько слоев при этом известно, что сигнала заведомо мало относительно шума. Тут возможно нужно еще больше слоев.
Я лично взял за основу WaveNet и составил сеть с 87 слоями, которая дает приемлемый результат.
По поводу, мало данных и примитивной сети это да, однако приметивная сеть вполне может находить некоторые зависимости. Ну да, архитектура сети вопрос отдельный и более серьезная и сложная вскорее всего будет работать лучше. Правда как вы наверняка знаете, у сложных архитектур много других проблем.
внутредневных данных то на самом деле больше чем дневных, да и если брать только день без привязки к предыдущим, то вполне можно найти одинаковые паттерны, мне так кажется.
Я долгое время пытался всю обработку запихнуть в тенсорфлоу, но я наверное туповат %)) там что не метод надо с бубном работать.
Т.е. Задачу надо бы упрощать.
Сейчас пишу предсказания на основе сетей на основе просто котировок и дивидендов без ручных признаков — есть рабочий прототип, но пока не использую. Пишу тесты, а потом буду писать генетический алгоритм поиска оптимальных параметров. Не знаю сколько времени займет.
Собираюсь стравить GBM и сети в генетическом отборе.
Хмм, интересно, по поводу генетических алгоритмов для поиска параметров, не будет и это своего рода подгонка?