В данном случаи, я имел в виду, что если вы обучили модель, и без регулярного переобучения она показывает результат в последующие годы, это значит вы нейросеткой нашли более стабильный, долговечный паттерн.
Насчет первичности доступа к информации или скорости реакции, я даже не парюсь, это совсем другая история в которую я даже не лезу. В чем тогда может быть мое конкурентное преимущество? Это преимущество мелкого спекулянта перед фондом или крупным спекулянтом — когда я совершаю сделку я не двигаю рынок, а те двигают, вот им и приходится вход в сделку затягивать, или играть в противоположенную сторону.
Я тоже использовал только инфу о движении бумаг, но немножко глянув на фундамент, могу признаться что я его совершенно несправедливо недооценивал. В своем смартлабовском бложике последние тексты именно о фундаменте
Я согласен что в чистом виде ML просто бесполезен. Я хочу использовать инструментарий подругому, как описал это в тексте — я даже не собираюсь загнав кучу фичей аппроксимировать всю интересующую кривую. Мне интересно с помощью 2-3 фичей получить статпреимущество (ну например на 2 часа вперед), на отдельных кусках интересующей кривой. Вопрос как это сделать. Ну например если мы говорим о RandomForest то можно так: задавать глубину деревьев — не больше 3 (тем самым получаем разумное разбиение), на вход подаем комбинации разных фичей, но не больше 2-3, а отказ от прогнозирования все кривой реализуем через predict_proba > 55% (в задачах классификации). Так в принципе я пробовал но это все по костыльному выглядит, интересней было бы сделать это красиво, написав свою функцию оптимизации.
Видно что автор ничего не знает ни о экономике ни о рынке ценных бумаг. Но один плюс и жирнющий есть - он выдвигает гипотезу а затем тестирует ее на истории. Правда тестировать на данных за 2 года это смешно. А насчет гипотез. Вот автор считает что есть справедливая цена компании. Оке. Даже спорить не буду, вопрос что нам с этого, ведь несправедливая цена может быть годами, десятилетиями и превышать время жизни человека и тем более трейдера. Более того автор сам отходит от этого в логике номер 2 и 3. Только вот на языке трейдеров это называется ловля ножей. Ну это когда пересматривать цену ежедневно, ведь поеятно что фундаментальные показатели компании публикуются гораздо реже. Получается сто вся стратегия это когда цена акции резко падает а внизу стоит покупатель с тазиком и все это хватает, ну а че не купить то что вчера стоило в 2 раза дороже?! Как долго живёт счёт при такой стратегии? До первого резкого падения. Если бы автор тестировпл не на рвнке который растет, а на рынке образца 2008 он бы это понял. Но подход правильный, и даже имея кривые представления что такое рынок и веруя в справедливые цены, можно случайно наткнутся на что то рабочее. Только тестировать надо не за 2 года, а за 20, хотя бы.
В приведенном детасете, если просто разделить команду по признаку победила/проиграла, можно с вероятностью под 100% предсказать из какой команда игрок станет игроком матча (только 1 раз таким игроком стал чел из проигравшей команды)
В данном случаи, я имел в виду, что если вы обучили модель, и без регулярного переобучения она показывает результат в последующие годы, это значит вы нейросеткой нашли более стабильный, долговечный паттерн.
Если захотите почитать там https://smart-lab.ru/my/afecn19/
спасибо за реплику, а то даже не заметил бы
Хехе неудобно с горизонтальной получилось. А насчет аппроксимации всего и вся - в этом и проблема, нейросеть может аппроксимировать даже белый шум
Я тоже использовал только инфу о движении бумаг, но немножко глянув на фундамент, могу признаться что я его совершенно несправедливо недооценивал. В своем смартлабовском бложике последние тексты именно о фундаменте
Я согласен что в чистом виде ML просто бесполезен. Я хочу использовать инструментарий подругому, как описал это в тексте — я даже не собираюсь загнав кучу фичей аппроксимировать всю интересующую кривую. Мне интересно с помощью 2-3 фичей получить статпреимущество (ну например на 2 часа вперед), на отдельных кусках интересующей кривой. Вопрос как это сделать. Ну например если мы говорим о RandomForest то можно так: задавать глубину деревьев — не больше 3 (тем самым получаем разумное разбиение), на вход подаем комбинации разных фичей, но не больше 2-3, а отказ от прогнозирования все кривой реализуем через predict_proba > 55% (в задачах классификации). Так в принципе я пробовал но это все по костыльному выглядит, интересней было бы сделать это красиво, написав свою функцию оптимизации.
Видно что автор ничего не знает ни о экономике ни о рынке ценных бумаг. Но один плюс и жирнющий есть - он выдвигает гипотезу а затем тестирует ее на истории. Правда тестировать на данных за 2 года это смешно. А насчет гипотез. Вот автор считает что есть справедливая цена компании. Оке. Даже спорить не буду, вопрос что нам с этого, ведь несправедливая цена может быть годами, десятилетиями и превышать время жизни человека и тем более трейдера. Более того автор сам отходит от этого в логике номер 2 и 3. Только вот на языке трейдеров это называется ловля ножей. Ну это когда пересматривать цену ежедневно, ведь поеятно что фундаментальные показатели компании публикуются гораздо реже. Получается сто вся стратегия это когда цена акции резко падает а внизу стоит покупатель с тазиком и все это хватает, ну а че не купить то что вчера стоило в 2 раза дороже?! Как долго живёт счёт при такой стратегии? До первого резкого падения. Если бы автор тестировпл не на рвнке который растет, а на рынке образца 2008 он бы это понял. Но подход правильный, и даже имея кривые представления что такое рынок и веруя в справедливые цены, можно случайно наткнутся на что то рабочее. Только тестировать надо не за 2 года, а за 20, хотя бы.