machine learning

Некоторое время назад, озадачившись проблемой постоянно изменяющейся структурой рынка, я начал экспериментировать с обучающимыми системами. Задача, с одной стороны, достаточно нетривиальная, с другой стороны, не все так сложно. 

Пока я совершенно не готов перейти на изучение различных нейронных сетей и генетических алгоритмов, однако, статистическое обучение оказалось не таким сложным. 

Начал я с того, что написал специальный класс для Wealth-Lab, в который загружается различный набор параметров и результат в виде движдения цены от исходной точки. Следующим этапом стало создание алгоритма, находящего это самое ожидание из множества данных. Тут возможны различные варианты, и, наверное, это самый сложный момент, но пост не про это. 

Как пример, приведу эквити системы, на входе которой два параметра — величины двух последних движений зигзага, а ожиданием является следующее движение. Тест на акции NYSE:DO, на которой оно работает пристойно, хотя если добавить проскальзывание и комиссию, результат ухудшится значительно. Но пост, опять же, не про это.

( Читать дальше )