Вопрос. Такой метод будет нормально работать в условиях многочисленных локальных минимумов, гребней, оврагов и т.д.? То есть на очень сложной поверхности?
Я потел с похожей проблемой. Получилось так, что потенциальный работодатель выслал в формате Excel данные, выгруженные из 1С, где все цифры уже поехали (часть из них превратились в дату).
Расследование и поиск возможностей восстановить исходное число: http://www.cyberforum.ru/ms-excel/thread1394099.html
Самое, что меня бесит, это то, что ответственные люди допускают такие косяки при переливке данных в Excel.
Вы это хотите сказать? Даже если будет некоторое событие, внезапное, которое может обвалить или наоборот сыграть в плюс валюте, этот трейдер поймет и предскажет такое развитие событий?
Я еще раз для Вас лично повторю: убейте в себе Кэпа…
Никто не может предсказать по истории цен резкие и сильные изменения в ценах в будущем. Может, редкие гении могут, но таких не знаю лично и в них особенно не верю.
Машинное обучение для человека, запертого в комнате и видящего только котировки (а мы все по сути такие, так как мы не знаем нифига о том, что двигает цену), будет давать ему преимущество на уровне, превосходящем накладные затраты, и чуть больше, если это реальный профи (не будем показывать пальцем). Стат.преимущество измеряется сотыми долями процента прибыльности на сделку (десятыми долями в лучшем случае). То есть если наложить два графика ценовых возвратов — реальный и предсказанный, то квонт (quant.analyst), получит объяснение дисперсии процесса на уровне 0.01% (R^2 0.0001). Это достаточно…
Рассуждения типичного математика, уж простите. Математики не выходят за рамок шор, которые они в процессе обучения получили.
Пример для осмысления. Мы точно не можем предсказать куда дернется цена после выхода новости (хотя календарь новостей у нас есть). Мы не знаем, о чем договорились банкиры и крупные предприниматели (миллиардные объемы). Мы также не знаем, когда наступит день Х и рынок будет колбасить очередным кризисом. Это как раз то, о чем твердят математики.
Но мы можем заметить, например, что цена имеем инерцию. После скачка в какую-либо сторону, цена может формировать паттерн на возврат. Это гиперповедение цены, которое как фон обволакивает всякие веские события для рынка, и массовость поведения трейдеров. Если операционализировать понятия «скачка», отката, возврата и т.д., можно получить более чистую картинку того, куда в среднем уходит цены после определенных условий.
После того как это сделано (не надо никаких сложных формул неустойчивых и фрактальных процессов для этого), остается только проверить методами статистики и машин.обучения, что найденная закономероность устойчиво повторяется.
Из более простых закономерностей, которые я лично могу здесь привести, это факт того, что на малых таймфреймах (1-5 минут) цена склонна обратить свое движение в обратную сторону. И делает это на напротяжении 15 лет.
Конечно, к «исследованию» автора есть много вопросов. Хотя бы начнем с того, что 10 дней это вообще не срок.
Но в его поддержку я скажу: слышал бесчисленное количество раз доводы о том, что рынок на основе самих цен прогнозировать нельзя. Особенно этим страдают почему-то математики.
Я успешно вывожу сигнал из шума для 15 лет котировок на рынке Форекс для разных валютных пар. Есть статистическое обоснование надежности моих выводов. Рынок предсказуем.
Но есть другой вопрос совершенно: можно ли на выделенном сигнале сделать деньги, превышающие накладные расходы. Ответ: можно.
Можете почитать мои публичные исследования на эту тему (не реклама): https://www.mql5.com/ru/blogs/post/661499
Спасибо! Некоторые моменты не раскрыл. Да, линейные модели с регуляризатором сильны. Думаю, что многие практические проблемы решаются линейно. Редко важно взаимодействие. А нелинейность это на практике вообще редкость. Но для академических целей эти вопросы затрагивались. Кроме того иногда это важно и на практике.
Если будут еще нюансы для для обсуждения — пишите.
Пожалуйста! Да, пожалуй, получилось много сразу. Но хорошо для сравнения полученной в ходе экспериментов информации и наложения на теорию. Если будут вопросы, задавайте.
Q3 рулит. cfg с минимальными текстурами и расширенным углом обзора. пиво / газировка и вперед. дуэль, capture the flag. хорошо было. doom 2 и quake тоже в памяти. в думе можно было гонять со скоростью формулы 1. )
Ох, спасибо. ) Мы же про Сингапур говорим. Я вообще-то в курсе, что в ряде стран мира и возобновляемые источники лидируют. Где-то АЭС. Но мы говорим про Сингапур — страну из статьи, которую мы обсуждаем.
А можно и США вспомнить, родину этой машины.
В 2013 году 67 % электроэнергии выработано тепловыми электростанциями, работающими на ископаемом топливе: 39 % на угле, 27 % — на природном газе, 1 % — на нефти. 19 % электроэнергии выработано атомными электростанциями, 7 % — гидроэлектростанциями, 6 % — возобновляемая энергия: 1,5 % — выработано электростанциями на биотопливе, 0,4 % — геотермальная энергия, 0,2 % — солнечная энергия, 4,1 % — энергия ветра[2]. Доля возобновляемых источников постепенно растет. Импорт электроэнергии в США в 2012 году составил 47 млрд кВт⋅ч[3].
Если в стране, где эксплуатируется сабж, доля выработки электроэнергии, приходящаяся на АЭС, мала, то логично предположить, что создатели теста посчитали, что почти все необходимое электричество будет вырабатываться другими типами электростанций. Я еще раз подчеркну, что основная электроэнергия вырабатывается сжиганием угля и кокса. Это факт. И для этой страны, возможно, каждый километр пробега электромобиля будет равен нехилым выбросам СО2.
Если не отшибает память, обсуждалось, что для производства электроэнергии нужно сжечь столько кокса или угля (самые популярные пока еще природные источники энергии для электрогенерации), что эксплуатация электрокара таки не очень полезна для окружающей среды. Просто этот факт конечные пользователи игнорируют.
Вопрос. Такой метод будет нормально работать в условиях многочисленных локальных минимумов, гребней, оврагов и т.д.? То есть на очень сложной поверхности?
Спасибо за статью. А могли бы вы указать практические примеры использования машинного обучения в web? Что там нужно классифировать и для чего?
Расследование и поиск возможностей восстановить исходное число: http://www.cyberforum.ru/ms-excel/thread1394099.html
Самое, что меня бесит, это то, что ответственные люди допускают такие косяки при переливке данных в Excel.
Я еще раз для Вас лично повторю: убейте в себе Кэпа…
Никто не может предсказать по истории цен резкие и сильные изменения в ценах в будущем. Может, редкие гении могут, но таких не знаю лично и в них особенно не верю.
Машинное обучение для человека, запертого в комнате и видящего только котировки (а мы все по сути такие, так как мы не знаем нифига о том, что двигает цену), будет давать ему преимущество на уровне, превосходящем накладные затраты, и чуть больше, если это реальный профи (не будем показывать пальцем). Стат.преимущество измеряется сотыми долями процента прибыльности на сделку (десятыми долями в лучшем случае). То есть если наложить два графика ценовых возвратов — реальный и предсказанный, то квонт (quant.analyst), получит объяснение дисперсии процесса на уровне 0.01% (R^2 0.0001). Это достаточно…
Пример для осмысления. Мы точно не можем предсказать куда дернется цена после выхода новости (хотя календарь новостей у нас есть). Мы не знаем, о чем договорились банкиры и крупные предприниматели (миллиардные объемы). Мы также не знаем, когда наступит день Х и рынок будет колбасить очередным кризисом. Это как раз то, о чем твердят математики.
Но мы можем заметить, например, что цена имеем инерцию. После скачка в какую-либо сторону, цена может формировать паттерн на возврат. Это гиперповедение цены, которое как фон обволакивает всякие веские события для рынка, и массовость поведения трейдеров. Если операционализировать понятия «скачка», отката, возврата и т.д., можно получить более чистую картинку того, куда в среднем уходит цены после определенных условий.
После того как это сделано (не надо никаких сложных формул неустойчивых и фрактальных процессов для этого), остается только проверить методами статистики и машин.обучения, что найденная закономероность устойчиво повторяется.
Из более простых закономерностей, которые я лично могу здесь привести, это факт того, что на малых таймфреймах (1-5 минут) цена склонна обратить свое движение в обратную сторону. И делает это на напротяжении 15 лет.
школу то окончил? верхнее образование имеется? посчитай, через сколько лет мы поговорим, если я вложу на первом этапе долларов 500.
А зачем мне это надо сами догадываетесь.
Но в его поддержку я скажу: слышал бесчисленное количество раз доводы о том, что рынок на основе самих цен прогнозировать нельзя. Особенно этим страдают почему-то математики.
Я успешно вывожу сигнал из шума для 15 лет котировок на рынке Форекс для разных валютных пар. Есть статистическое обоснование надежности моих выводов. Рынок предсказуем.
Но есть другой вопрос совершенно: можно ли на выделенном сигнале сделать деньги, превышающие накладные расходы. Ответ: можно.
Можете почитать мои публичные исследования на эту тему (не реклама): https://www.mql5.com/ru/blogs/post/661499
Если будут еще нюансы для для обсуждения — пишите.
А можно и США вспомнить, родину этой машины.
из ru.wikipedia.org/wiki/%D0%AD%D0%BB%D0%B5%D0%BA%D1%82%D1%80%D0%BE%D1%8D%D0%BD%D0%B5%D1%80%D0%B3%D0%B5%D1%82%D0%B8%D0%BA%D0%B0_%D0%A1%D0%A8%D0%90
И теперь прикинем, сколько в среднем у них выборосов на пробег этого авто. 67% пробега на горящем ископаемом топливе.