Комментарии 17
и с каком таймфреймом наиболее эффективно решение?
Это хороший вопрос, был момент когда таймфрейм в 80 000 шагов с использованием Optuna утроил капитал, но это, пока единичные случаи. В основном я использую значение в 500k и опять же стоит заметить, что установка на 500 000 - 1 000 000 шагов не гарантирует лучшего обучения если нет хороших параметров, поэтому основная задача "вывести" какой-то оптимум из хаоса, и автоматически сужать круг поиска, так же я иногда наблюдая в консоли, что происходит, чтобы направить в нужное русло модель, добавляя индикаторы RSI, MACD, Bollinger Bands и объемные показатели для оценки тренда, волатильности и объема торгов
По-моему это всё рандом. Если есть выигрышные стратегии, то они давно уже найдены и эксплуатируются людьми с большими мощностями и быстрым доступом к рынку. Да и устаревают все такие стратегии довольно быстро.
Возможно, если торговать не с системной монетой, цена которой увеличиться в 300%, чтобы затем упасть, поэтому модель самообучается во время реальных торгов и торгует с одной определенной монетой, и так же для неё во время обучения не было открытой изложенной информации о торгах для копирования, а всё происходит в полной симуляция как и в реальной торговли, чтобы уловить паттерн корреляции цен на падение или на повышение. Не думаю что она делает что-то сверхъестественное от обычного трейдера на рынке, покупает за дешево и продает за дорого.
Так же никто не мешает устанавливать свои SL и TP в систему модели, чтобы снизить риск или устанавливать определённое суммарные ограничения на позицию.
Мне очень понравился твой концепт я виду похожий проект по разработке программы для algo трейдинга только мой концепт закручен на графическом анализе в интропретации метода SMC с такими же индикаторами.
Хотел у тебя уточнить , я правильно понимаю что ты разработал модель ИИ которая учится во время анализировании торговли , выносит закономерности и фиксирует в базу для дальнейшего использования ?
Большое спасибо! Да, всё верно, у неё реализовано 4 действия - открыть long, открыть short, закрыть позицию и ожидать, и она полностью автономно начинает движение с одной точки до конечной, где сама вольна открывать и закрывать позиции, и при успешной сделки получает положительный очки, что способствует обучению или отрицательные, заносит как раз закономерности в свою базу данных, так же мы можем ей подсказывать визуально где открывает и где закрываем, занося так же эту информацию в базу, так же и при реальной торговли, где у неё среда идентична.
Я думаю напишу позже более техническую статью с подкрепление кода, чтобы мой концепт был более был понятен, я тут прошелся более поверхностно по stable_baselines3
Так или иначе прекрасная работа, буду ждать следующей статьи.
Я понимаю что твой проект в реале способен на большее нужно лишь время на обучение , чтобы точность начала рости как раз таки программе нужен мониторинг данных , но чтобы данные были качественными а программа смогла не то чтобы учится а запоминать лучше советую приобрести устройство NAS( локальное хранилище). Так сможешь хранить и фиксировать данные.
И советую обратить внимание на объемы и ордерную книгу в редких случиях график цены ведет себя исходя из понятий спроса и предложения и поэтому переодически возможна спекуляция со стороны рынка,по сколько цена стремится к уровню максимальной ликвидности возможны такие редкие перебои.
Пока что не увидел ничего ценного. Обычно берут временной период и делят его на 2-3 части. Как минимум - обучающая выборка и тестовая. На обучающей модель обучают, на тестовой - проверяют результат, что она усвоила. Обычно отличные результаты на обучающей выборке ничего не говорят о том, насколько она будет прибыльная в будущем, в реальной торговле. Проверка на тестовом периоде хоть и немного приближает нас к реальности, но и она не дает полной уверенности в том, что стратегия будет успешной. Это связано с тем, что рыночные условия постоянно меняются, и модель, хорошо показывающая себя на тестовых данных, может не справляться с новыми, неизведанными сценариями.
Для более надежной проверки часто используют walk-forward analysis или перекрестную проверку на основе нескольких временных периодов. Это позволяет оценить устойчивость модели к изменениям рыночных условий. Однако даже такие подходы не гарантируют успеха, так как остаются риски переобучения или того, что стратегия оптимизирована под конкретные исторические данные, которые могут не повториться.
Совсем недавно в it. Не очень понимаю как пользоваться подобными решениями, а пощупать очень бы хотелось. Смотрел проект на GitHub, но удалось только посмотреть код. Может кто нибудь подсказать или скинуть статью которая это объяснит, а то сам я ничего не нашел :( Если я где-то неправ, то извините
В будущем появятся несколько статей на эту тему с более глубокими техническими подробностями, где будут обсуждаться различные подходы и технологии. Возможно, они все будут доступны и на GitHub в виде кода с пояснениями, который вы сможете протестировать в своём окружении. Так же желаю вам всяческих успехов в IT! :)
Не одно десятилетние спекулятивные рынки обложены нейросетями уже
Для обучения модели скармливались только история цен? Она обучается какому-то алгоритму, паттерну? Или просто видит на истории, что в один момент цена пошла вверх, значит в этот момент надо сделать покупку, но не факт что в будущем цена пойдет по такой же траектории
интересно на каком периоде проходило обучение и тестирование. на скринах вижу последний месяц, но все это время рынок давал иксы и было бы странно если бы модель на растущем рынке наторговала в минус.
Нет серебрянной пули.
Где то год назад, точно так же увидев статью на хабре, я увлекся данньім вопросом, 4 мес. работьі с 9 утра до пока не надоедало - не дали результатов и RL тоже не обошел вниманием.
Били успешние бєктестьі и не один, но когда дело доходило до реальной торговле, все работало не так, а те, что хоть что-то все таки зарабатьівали, % прибили не превишал % роста валютьі.
Я видел вопопрос @temadiary про таймфрейм, но не совсем понял ответ - там про шаги. Хотелось бы уточнить нак каком таймфрейме торгует стратения: 1m, 5m...4h или вообще на тиках? И что Вы понимаете под термином "системная монета"?
Да-да, но вы забыли упомянуть основное преимущество бота - когда он потерял 50 долларов он не ударит монитор с левой ноги и не пойдет глушить водку. А если серьезно то крайне интересно появление таких проектов, я поверхностно знаком с питоном, какие вы библиотеки зачастую использовали и простите мне мой дилетантизм, как вы построили получение данных с графика? Апи запрос на биржу или есть ещё варианты?
ИИ в Крипто-Торговле: Возможен ли Успех? (Часть 1)