Избранное трейдера _sg_
Расскажу о Истории интернет-цензуры в России.
На основе книги: Великий китайский файрвол: Как создать свой собственный Интернет и управлять им.
Когда слушал позавчера выступление президента касательно большинства фраз состояния экономики у меня было четкое убеждение, что он говорит про Россию… например:
«получив посты, должности, они тут же предавали своих избирателей, отказывались от своих предвыборных обещаний»
«Коррупция, которая, без сомнения, является вызовом и проблемой для многих стран, в том числе и для России,… Она буквально пропитала, разъела… государственность, всю систему, все ветви власти»
«С 2014 года тарифы на водоснабжение выросли почти на треть, на электроэнергию ‒ в разы, на газ для домохозяйств ‒ в десятки раз. У многих людей просто нет денег, чтобы оплачивать коммунальные услуги, им приходится буквально выживать.»
" Утрачены десятки и сотни тысяч рабочих мест, которые,..., давали людям стабильный доход, приносили налоги в казну. Такие отрасли, как машиностроение, приборостроение, электронная промышленность, судо- и авиастроение, или лежат на боку, или уничтожены вовсе"
Введение
Многие datascientists, желающие использовать ML на финансовых рынках, прочитали толстые книжки об инвестировании, может даже создавали модели с учетом прочитанного. И наверняка знают как правильно оценить полученные модели с точки зрения ML. Разобраться с этим необходимо, чтобы не было мучительно больно, когда прекрасная модель на бумаге, превращается в генератор убытков при практическом использовании. Однако оценка эффективности модели ML на бирже, довольно специфическая область, тонкости которой раскрываются только когда вы погружаетесь в процесс. Под процессом я понимаю трейдинг с частотой совершения сделок гораздо чаще «пара сделок в месяц, в течении полугода». Существует множество подводных камней, о наличии которых вы даже не подозреваете, пока смотрите на трейдинг извне. Я попробую вольно изложить свои мысли на данную тему, я покажу метрики, условно разбив их на 3 группы и обьясню их смысл, покажу свои любимые и о чем нужно подумать, если вы хотите практически использовать модели, а не повесить их на стеночку в красивой рамочке. Представлю метрики в табличном и графическом виде, показав их взаимосвязь. Сравню показатели моделей в виде «какую модель выбираю я» и «что выбираете вы» и кто тут больше ошибается. Для любителей кодов, приведу реализацию всего подсчитанного, так что можно сразу применить прочитанное для оценки своих моделей. Я не буду тут говорить о борьбе с переобучением или регуляризации или стратегиях кросвалидации — оставлю это на потом. Здесь мы начинаем со списка уже спрогнозированных сделок, с помощью transformer о которой я писал в прошлой статье. Поэтому данный текст будет его логическим продолжением, где я оценю модель с точки зрения ее практического использования.
«Биологическое время, его организация, иерархия и представление с помощью комплексных величин» — Г. Е. Михайловский
ссылка
Сожалею, но это все, что хотел сказать в топике… Таковы реалии интернетов — заголовок многообещающий, а внутри...
Но, если кто желает подробнее осветить тему — милости просим в комментарии.
Ну, и чтобы уменьшить вероятность снесения темы в оффтоп, по рынку: прикупил дальних путов 5-го страйка по MTRX, с расчетом купить эквивалентное количество акций примерно по 5.50, если цена на этой неделе опустится до указанного значения. Почему просто не купить колов при падении вместо этой конструкции? Через неделю — отчет, IV может быть задрана, Bid-Ask-спреды не радуют.
— Функция возвращает имя запускаемого скрипта
— может пригодиться для логирования результата (лог_<имя_запускаемого_скрипта>)
scName="" function OnInit(script_path) scName=tostring(get_file_name(script_path)) -- получение полного пути к исполняемому скрипту end function main() message("имя файла = "..scName) end function get_file_name (file) local file_name = file:match("[^\\]*.lua$") -- поиск в строке полного пути к файлу названия скрипта.lua return file_name:sub(0, #file_name - 4) -- обрезка '.lua' в конце строки end