Постов с тегом "Si": 8051

Si


Мои шаги в сторону машинного обучения на R и немного про Si, Brent

    • 15 апреля 2016, 21:14
    • |
    • SciFi
  • Еще

Копался в статьях по алготрейдингу, решил присмотреться в сторону машинного обучения. Но это в моем случае не про какой-то искусственный интеллект с нейросетями, в нейросети пока не хочу лезть, слишком сложно. Для начала хочу использовать простые алгоритмы для классификации и оценки хороших точек входа на основе обучения модели на истории.

Я исходил из того, как сам разрабатываю обычно торговую систему: ищу хорошие точки входа на истории и классифицирую их. Но так как человеческие возможности ограничены, использую только 3 таймфрейма и около 10 индикаторов в сумме. Кроме этого, история в точности никогда не повторяется и нужна какая-то более умная модель, которая не просто сравнивает индикаторы, как делают сейчас мои роботы, а дает оценку данной рыночной ситуации на основе всей совокупности индикаторов.

С помощью машинного обучения можно создать и обучить много моделей по разным алгоритмам, эта область уже хорошо развита (Logistic regression, Linear discriminate analysis, Stochastic gradient boosting, Decision trees, Support Vector Machine, KNN и другие). Можно быстро попробовать разные модели (Spot-checking algorithms). Модели могут работать вместе и делать предсказания. Можно улучшать точность моделей (Algorithm parameter tuning, Ensemble methods). Можно посчитать точность предсказаний по модели, обучив сначала модель на части выборки, а затем протестировав ее на другой части выборки (resampling). 

Как я понял, R для машинного обучения идеально подходит. Сделал первые шаги сегодня: cоздал модель по туториалу, которая определяет по размеру чашелистиков и лепестков растения ирис точный вид (всего 4 вида) какого-то одного растения(особи) на основе обучения по выборке из 500 других растений(особей). 

Код: 

# Скачивание и инициализация библиотек mlbench(используется для machine learning), caret (используется для нормализации данных)
install.packages("mlbench") 
library(mlbench)
install.packages("caret") 
library(caret)

# Краткая информация про базу данных iris
data(iris)
summary(iris)

# Определение тренировочной выборки
trainControl <- trainControl(method="cv", number=10)

# Оценка точности алгоритма Naive Bayes на данном dataset
fit <- train(Species~., data=iris, trControl=trainControl, method="nb")

# Вывод оценки точности
print(fit)

Сейчас я точно так же хочу сделать модель, которая на основе 30-300 хороших точек входа на истории определяет, насколько хороша данная пятиминутка для входа в лонг или шорт. 

Что скажете? Есть ли там грааль? Есть ли у кого-то опыт использования машинного обучения для торговли? Что посоветуете? 

Также представляю вашему вниманию грубую оценку того, на сколько в среднем ходят нефть Brent и Si за час и 1 день. Посчитал с использованием библиотеки rusquant на R. Также делюсь элементарным кодом. 

Я взял данные за последние 15 дней для BRK6 и 30 дней для SiM6. Затем посчитал доходности и их среднеквадратичное отклонение. Затем отклонение умножил на среднюю цену. 

Получилось:

Brent
за час: 0.25$
за день: 1.15$

Si
за час: 235 руб.
за день: 757 руб. 

Код на R: 

# Инициализация библиотеки rusquant (русская версия от quantmod, поддерживает все функции quantmod)
library(rusquant)

# Получение исторических данных с Финама
getSymbols("SiM6", from=Sys.Date()-30, src="Finam", period="day")

# Рисуем график, чтобы увидеть данные
candleChart(SIM6)

# Расчет доходностей встроенной функцией библиотеки rusquant (унаследована от quantmod)
rr <- OpCl(SIM6)

# Цены закрытия
p <- Cl(SIM6)

# Получение абсолютного значения среднеквадратичного отклонения доходности
sd(rr)*mean(p)

[1] 757.7013

# Аналогично для часовика
getSymbols("SiM6", from=Sys.Date()-30, src="Finam", period="hour")
candleChart(SIM6)
rr <- OpCl(SIM6)
p <- Cl(SIM6)
sd(rr)*mean(p)

[1] 234.9929

#Аналогично для BRK6. 

В Дохе предстоящих событий )))

Все закрыл!
И купил кол опционы 69000 (21.04), но не так много как поется в этой песне… смотреть с 1:17







#SensorLive - Day265

    • 15 апреля 2016, 10:00
    • |
    • SenSoR
  • Еще
Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 15.04.2016
Начало проекта тут.




Удачного дня!

Осторожно!!! Доха!

    • 14 апреля 2016, 19:05
    • |
    • Koyot
  • Еще
Всем привет и поздравления с завтрашним «Днем тишины»!

Потому что, думаю, разумные люди (коих на смартлабе, уверен, большинство) в преддверии 17-го предпочтут завтра, в пятницу, 15-го, ничего не делать на рынке, а сосредоточиться на личной жизни и радостях конца рабочей недели))).

Не сомневаюсь, что есть еще в нашей среде немало азартных лудоманов (в том числе и трейдеров), не мыслящих жизни без боли, страданий и прочих страстей — такие, конечно, завтра будут резвиться, и даже пример Шумахера их ничему не научил.
Вообще завтра — отличный день, когда можно поймать БОЛЬШУЮ РЫБКУ в мутной воде, или (что вероятнее) подстрелить в темном лесу хорошего мощного лося с ОГРОМНЫМИ РОГАМИ!

Все вышесказанное относится к нескольким популярным инструментам — Si, РТС, ММВБ, росс.акциям и т.д, завязанных на НЕФТИ, назовем их «нефтеносными инструментами». Именно НЕФТЬ — бесспорная королева бала воскресным днем в Дохе. Ее и рассмотрим.

( Читать дальше )

#SensorLive - Day264

    • 14 апреля 2016, 09:58
    • |
    • SenSoR
  • Еще
Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 14.04.2016
Начало проекта тут.




Удачного дня!

....все тэги
UPDONW
Новый дизайн