Какой тип нейросетей или машинного обучения выбрать для обучения торгового робота?

Question

[120gramm]

Добрый день!
1) Задача: обучить робота торговать на бирже (находить минимумы и максимумы в течении дня в зависимости от Параметра 1 и Параметра 2

2) Есть набор данных из 3х параметров:
- текущая цена актива
- параметр 1
- параметр 2

Данные для обучения поступают каждую минуту в потоковом режиме.

Какой тип машинного обучения или нейросетей/библиотек лучше использовать для решения данной задачи?
Заранее спасибо за ответы.

Answer 1

[Максим Припадчев]

1. У вас звучит слово находить, машинное обучение (нейронные сети это один из классов алгоритмов машинного обучения, а не что то отдельное) ничего не находит, оно предсказывает. Если цель предсказания непрерывная переменная, например цена акции то это задача регрессии, если цель дискретная например рынок пойдет вверх или рынок пойдет вниз то это задача классификации.

2. Вы говорите данные для обучения поступают в потоковом режиме каждую минуту. Алгоритм учится на тренировочных данных которые собраны ранее, затем подаются данные которые он не видел и на них делается предсказание. Так вот ваши данные которые поступают каждую минуту на них алгоритм не может учится потенциально он может на них предсказывать.

3. Отсюда вывод вы слабо себе представляете то о чем спрашиваете, так или иначе, то о чем вы спрашиваете это работа с временной последовательностью, вот прочтите https://qna.habr.com/q/1295634

Comments

[120gramm]

Максим спасибо, график ниже приложил для лучшего понимания как поступающие параметры выглядят. Думаете тут задача классификации лучше подойдет (определить рост или падение)?

[Максим Припадчев]

120gramm, Нет такого "лучше задача классификации или регрессии". Есть бизнес задача, она может поставлена, спрогнозировать будет ли падение или рост это будет задача классификации, или спрогнозировать цену это будет задача регрессии. От того что требуется отталкиваются.

[120gramm]

Максим Припадчев, хорошо для задач классификации что лучше использовать?

[Максим Припадчев]

120gramm, Неи ничего лучшего. Есть алгоритмы которые умеют решать задачи классификации. Для одних данных это логистическая регрессия, для других рандом форест, для третьих лучше будет конволюционная нейронная сеть, для четвертых рекурентная. и т.д. В машинном обучении нет лучших алгоритмов. И для погоды одна нейронка, для акций другая так тоже не бывает.

Answer 2

[Александр Скуснов]

Бред: нахождение максимумов и минимумов это история. Торговать уже поздно.

Comments

[120gramm]

Александр да вы правы, тут скорее как отвечали выше задача прогнозировать будет рост или падение в зависимости от параметра 1 и параметра 2 (синяя и зеленая линия).
Что тогда лучше выбрать?

[Александр Скуснов]

Рост понятие растяжимое. Тренды есть на разных фреймах и разной длительности. Проще нарисовать канал (но предсказание дело сложное).

Answer 3

[Алан Гибизов]

Никакой. Это невозможно в принципе. Никакая история не позволит предсказывать будущее торгов. Это не тот случай.

Мало того, даже если бы такое было возможно, оно сразу стало бы невозможным потому, что все мало-мальски неленивые тут же начали бы это пытаться применить и тут же создали такой шум и такое влияние на будущее, что никакое предсказание бы стало невозможным.

Что, собственно, мы и имеем удовольствие наблюдать.