Есть ли где доступ к тиковым данным по торгующимся активам офлайн, или их надо собирать и хранить уже внутри своей системы, снимая реальные онлайн данные?
И вопрос вне рамок статьи, если позволите:
Про глубину стакана для просмотра: можно выбрать от 1 до 50 + объем сделок в тик. Насколько эти параметры важны для качества работы системы?
Отличная статья с исследовательским подходом! Почерпнул много интересного
Любопытно, делали ли исследование по влиянию других возможных фич на качество предсказаний (RSI, скользящие средние и пр.)? Да и роль текущих в качестве предсказаний. Стоит ли вообще на такой feature engineering тратить время, учитывая, что нейронка и так обладает высокой обобщающей способностью?
Не совсем понял способ полученияvolume_weighted_averageи что оно значит? Решил посмотреть тестовые данные, и понял, что это что-то сильно связанное с ценой.
from data import data_utils as du
res = du.load_npz_dataset("data/test_data.npz", "test", "discovery/plots")
[r[1] for r in res][0][1]
Как понимаю, бот работает, потому вопрос про практику: мониторите ли широкий список активов? Судя по отбору данных для тренировки, прибыль приносит только работа на волатильном рынке. Осуществляете ли какую-то селекцию для налюдения до начала торгов или подключения наблюдения во время? Если же мониторите все, не появляется ли ложных срабатываний?
Спасибо за исчерпывающий ответ!
Есть ли где доступ к тиковым данным по торгующимся активам офлайн, или их надо собирать и хранить уже внутри своей системы, снимая реальные онлайн данные?
И вопрос вне рамок статьи, если позволите:
Про глубину стакана для просмотра: можно выбрать от 1 до 50 + объем сделок в тик. Насколько эти параметры важны для качества работы системы?
Отличная статья с исследовательским подходом! Почерпнул много интересного
Любопытно, делали ли исследование по влиянию других возможных фич на качество предсказаний (RSI, скользящие средние и пр.)? Да и роль текущих в качестве предсказаний. Стоит ли вообще на такой feature engineering тратить время, учитывая, что нейронка и так обладает высокой обобщающей способностью?
Не совсем понял способ получения
volume_weighted_averageи что оно значит? Решил посмотреть тестовые данные, и понял, что это что-то сильно связанное с ценой.Как понимаю, бот работает, потому вопрос про практику: мониторите ли широкий список активов? Судя по отбору данных для тренировки, прибыль приносит только работа на волатильном рынке. Осуществляете ли какую-то селекцию для налюдения до начала торгов или подключения наблюдения во время? Если же мониторите все, не появляется ли ложных срабатываний?