В 23:00 сел за комп, хотел немного поработать, этак до часа ночи. Вместо этого зацепился за СЛ. Уже 00:23, уже и начинать что-либо поздно.
Вот так бездарно провел этот вечер. А были, ведь, планы — собирался довести до первых тестов новую модель ТС. Так гибнут замыслы от промедленья, вначале обещавшие успех. ©
Пора на СЛ мораторий объявлять.

Подобный топик я уже писал пару лет назад — не снискал популярности. Пост уже затерялся в анналах истории СЛ и было бы неплохо его повторить.
Для начала, не думайте, что какие-то ИИ или НС что-нибудь решат за вас. Этого не будет. Это уже даже почти доказано на других сайтах, где уже несколько лет пытаются приспособить машинное обучение (МО) и НС, в частности, для использования в ТС. Пока тишина, насколько я понимаю.
Предлагаемый вариант несколько сложнее, но гарантированно рабочий.
Для начала вам нужен хотя бы предположительно рабочий вариант ТС на обычных индикаторах. Если вариант нерабочий, то никакие МО или НС вам никак не помогут — из нерабочего, рабочий сделать невозможно.
Итак, исходим из того, что такой рабочий вариант на обычных индикаторах у вас есть, или вы предполагаете, что вариант рабочий.
Первым делом определяем параметры индикаторов и прочие параметры, необходимые для ТС. Далее нормируем все эти параметры в соответствии с требованиями к входным сигналам НС, и естественно подаем их на входы НС.

( Читать дальше )

Прогнозирование — это просто. Доступно любому желающему. Прогнозирование котировок на 5 минут вперед. Для интрадея самое оно. Для чего-то большего и длительного — эт не знаю.
В данном примере берем язык Python, строим простейшую нейросеть (перцептрон, 4 слоя) — 15 входов и 1 выход, на котором имеем прогнозируемое значение котировок. На входы подаем обучающую последовательность — Close минутных данных и Close через 5 минут после окончания нашей входной 15 минутной последовательности. Формируем также тестовую последовательность (у меня это 1000 экземпляров). Нормируем наши обучающую и тестовые последовательности, обучаем, и получаем на тестовой последовательности картинку.

по х — прогнозируемые значения на 5 минут вперед, по у — реальные значения через 5 минут.
Значения predict около нуля (> -0.05 и <0.05) для сделок нас не интересуют, мы же не хотим получать нулевую прибыль, а вот значения <-0.05 и >0.05 для совершения сделок уже вполне подходят, и на графике мы видим, что в этом диапазоне неудачных сделок не так уж и много — в прибыли больше.

( Читать дальше )

Что касается ручной торговли, то здесь все ясно — достаточно одного, ну, двух индикаторов, остальное видно по графику цены. Не вопрос.
Что касается автоматических ТС (АТС), то у бота глаз и мозгов нет — ему нужна полная информация.
Так, а одной из моих старых АТС (год, так 2011-2014) использовались 5 индикаторов, параметры которых выбирались (не подбирались). Сама стратегия обрабатывала 32 параметра — вот эти подбирались при «оптимизации».
Если что, сейчас не торгую. Чтоб вопросов не было.) Наверно в октябре-ноябре возвращусь к этому занятию, но это не точно.)

Недавно, после продолжительного перерыва, вернулся к занятиям машинным обучением (МО) и даже написал по этому поводу топик — Все надоело или Deep Lerning (Глубокое Обучение). С тех пор даже прочитал ~150 страниц книги «Глубокое обучение...» Искренне полагал, что за эти 150 страниц что-то узнал. Ан, нет, на 151 странице автор объявил, что это все так — объяснения для тех, кто вообще ничего о МО не слышал и автор, оказывается, только приступает к изложению материала.) Но кое что узнать все же было можно, автор показал несколько экземлов построения нейросетей (НС), прменяемых для классификации и регрессии, из которых уже можно попробовать сделать что-то свое.

Ну, и почему бы эти знания о НС не попробовать применить для построения торговой системы (ТС). Не, это не то, что вы можете подумать, вовсе не Грааль на НС — это просто попытка встроить НС в уже готовую ТС как дополнительный функционал, не ухудшающий, но, возможно, улучшающий характеристики ТС. Решено было начать с небольшой модернизации стопа.

( Читать дальше )

Что-то скучно, в самом деле, -
Думал Мао с Ляо Бянем.
 © В.Высоцкий

Последние, этак, лет десять, все мои торговые системы (ТС) похожи как близнецы-братья, с некоторыми вариациями. Открываешь котировки на истории, смотришь их параметры, заполняешь шаблон ТС, немного настраиваешь параметры, без всяких оптимизаторов, вручную, и получаешь стратегию уже готовую к применению. Можно даже контрольные тесты не проводить, и так ясно, что будет работать.
Так, недавно сделал стратегию для Binance, фьючерса BTCBUSD. История, всего 3 месяца. Проверил на истории за год — все работает, с теми же, примерно, результатами. Показывал ранее где-то в комментариях.
С Binance совсем другие проблемы, не технического плана, и стратегия так и повисла в воздухе до лучших времен. А с МОЕХ я ушел уже больше года назад — че-то, как-то, кисло там все. Уже после 14-го года стало кисло, а сейчас тем более.
В общем, скучно стало, в самом деле, в течение 10-лет заниматься почти одним и тем же. Время есть, все равно на рынке не функционирую, почему бы не заняться чем-нибудь существенно новым. В тоже время, с новыми идеями тоже плохо. И тут я вспомнил свои эксперименты с машинным обучением где-то 5-ти летней давности, где  с помощью нейросети предсказывались  котировки на 5 минут вперед. Вполне успешный эксперимент.

( Читать дальше )

Как вы уже, возможно, знаете, пару месяцев назад я завязал с биржевыми играми. Причина совсем не отсутствие прибыли, а нерентабельность в текущей ситуации игр на бирже как бизнеса. Подробно я это уже объяснял ранее. И так как с рынка ушел, то и на СЛ бываю эпизодически, многое пропустил.
Но, вот, сегодня прочитал сразу несколько уже старых постов, где ищутся торговые системы в старых работах Эйнштейна, Пуанкаре и многих других, для чего даже поднимаются древние переводы на русский аж еще с ятями.
Не, ну просвещение, само по себе, дело неплохое.
Предлагается также использование наработок шарлатана Ганна.
Только пустое все это.
И вот вам аксиома от меня - Если ничего не получается простыми методами, то и сложные никак не помогут. ©
Можно долго объяснять почему это именно так, а не иначе. Однако, надеюсь, что смысл аксиомы вы поймете самостоятельно.

Было это в году 11-м или 12-м. В эти годы Финам зачастил приглашать меня на свои семинары. Ходил только на 3 из них. Первый семинар в подвале Финама (они в основном там все проходили) был оч неплох. О чем конкретно, уже не помню, но в перерыве давали халявный кофе с булками и баунти-сникерсами. Такая теплая дружественная обстановка. В перерыве прибился ко мне какой-то мужичек, который что-то говорил. Задним числом, по косвенным признакам, подозреваю, что это был наш Хамстер.
Второй семинар был о том, как зарабатывать на рынке. Лектор телосложением напоминал маршала Жукова, но ничего конкретного сказано не было. На любой вопрос ответ был стандартный — это вы узнаете на курсе, который вы оплатите. Могли бы, хоть кофием угостить.
Третий семинар — это был монолог нашего АГ. До этого я его уже неск раз видел-слышал на семинарах РТС и конференциях по алготорговле. АГ у меня прочно ассоциировался с длинными хвостами.
На этот раз АГ рассказывал о своей торговой системе, не помню, приглашал ли он делать взносы и стать инвесторами.) Наверное сейчас, после многих лет, что-нибудь перевру, но основная суть его системы: проводим линию регрессии, определяем стандартное отклонение, задаем порог отклонения котировок от линии регрессии, и при превышении этого порога покупаем или продаем активы. Это называется — пороговое устройство. В теории сигналов — это самая простейшая и самая примитивная обработка, которую можно придумать.

( Читать дальше )

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.)

Прошлый топик мы завершили на том, что попытки поручить построение торговой системы (ТС) машинному обучению (МО) бесполезны, т.к. на рынке отсутствуют явные зависимости, а те которые есть подавляются псевдозависимостями присущими конкретному интервалу истории котировок.
Но, все-таки не верится. Мы ведь находим в инете и даже в комплекте с пакетами МО такие экземплы применения МО, что при запуске их на своем компе, мы порой находимся в изумлении — неужели такое вообще возможно сделать за каких-то 5 минут. Ну, если это можно, то брехня это, что нельзя поручить МО самой сделать ТС.
Ну, скажем задача разделения множеств различными методами МО:

картинка с сайта - https://scikit-learn.org ©

Не самая крутая задача, но хрен вручную такой алгоритм за 5 минут построишь.)
Чего рассуждать, давайте вживую попробуем поручить МО сделать нам ТС. При торговле на рынке все упирается в прогнозировании цены, вот и поручим нейросети (НС) прогнозировать цену хотя бы на 5 минут вперед. Пусть даже не очень точно. Будем это делать НС из пакета scikit-learn.

( Читать дальше )