#metatrader — посты и обсуждения
3 доступных поста
Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным
Раннее писал о том, как наконец запустил обучение нейронных сетей в связке Metatrader+dll+R+Python+(Deepnet, Keras, Tensorflow и др).
Раз все теперь работает корректно, можно продолжить эксперименты.
В предыдущий раз, я использовал более менее дефолтные настройки, которые уже не раз запускал для отладки работы самих алгоритмов и технологической связки.
Настало время немного “подкрутить” параметры. Для иллюстрации, того, как изменится кривая Equity изменим параметры учителя немного, а именно сделаем два канала и синхронизируем их. Все, что не удалось синхронизировать в одинаковую сторону сигналы двух каналов, обозначим, как NA и в последствии уберём из обучающей выборки.
Период, принципы торговой системы (ТС) из предыдущей статьи и другие параметры сетей изменять не будем (пример №1 из предыдущей статьи).
Был запущен дополнительный вариант тестирования, при котором позиция закрывалась на следующем баре, если не достигла заданного TP. Посмотрим, что получилось.
Прокомментировать
681
Суслик есть или нет. Сравнение RSI, Random и ИИ (ML DL DNN LSTM) в трейдинге
Именно такое название хотелось обозначить и закрыть свой “гештальт” в вопросе целесообразности (эффективности) использования каких либо “индюков” (индикаторы) или ML/DL при предсказании (найти в хаосе тренд) будущей цены на валютных парах.
Наверное, много, кто “гонял” оптимизатор и история, чтобы найти оптимальные параметры на какой-то срок, потом круг повторялся, когда все ломалось. Мне надоело, так делать и мне хотелось, чтобы механизм нейронных сетей (ML/DL) делал это за меня и за тестер. Так, начал свой “ресерч” (мне было очень интересно сравнить разные сигналы в одинаковых условиях ТС), потом забрасывал на годы, потом пересматривал и вот наконец, все таки, “добил” и оно “заработало”.
Предлагаю выбрать (LSTM, DNN_v1, RSI, DNN_v2, Random) и написать свой ответ в комментариях, какому варианту результата соответствует данный график Equity:
Прокомментировать
506
Когда я начал инвестировать в облигации, быстро понял одну вещь
Проблема не в выборе облигаций.
Проблема начинается позже - когда портфель растет. Купоны, погашения, распределение свободных денег, соблюдение структуры портфеля, расчеты объемов покупок, выставление заявок… Постепенно инвестирование превращается в постоянную рутинную работу.
Я искал инструмент, который позволил бы автоматизировать именно исполнение собственной стратегии. Не нашел.
Поэтому начал писать его для себя.
Так появился #AlgoBond.
За несколько лет проект прошел путь от небольшого торгового робота для #MetaTrader до самостоятельной системы автоматизации управления облигационным портфелем.
За это время:
• зарегистрировано три программы для #ЭВМ в #Роспатенте;
• AlgoBond включен в Единый реестр российского программного обеспечения;
• реализована поддержка нескольких брокеров через #API;
• появилась версия для #Linux и #Android;
• ведется публичная статистика результатов применения системы на собственном инвестиционном портфеле.
Сегодня #algobond - это не система поиска «лучших облигаций» и не сервис с инвестиционными советами.
Инвестор сам принимает решения и определяет правила своей стратегии.
AlgoBond помогает автоматически исполнять эти правила, освобождая время от ежедневной рутины.
Именно таким я всегда видел этот проект - как инструмент для самостоятельных инвесторов, которые хотят уделять больше внимания стратегии, а не механическому выполнению однотипных операций.
2 комментария
1.1K