Исчезновение при использовании разницы в цене - PullRequest
Новая
       29

Исчезновение при использовании разницы в цене

0 голосов
/ 04 ноября 2018

Вместе с командой мы изучаем, как можно прогнозировать движение цены с высокой частотой. Вместо того, чтобы прогнозировать цену напрямую, мы решили попытаться предсказать разницу в цене, а также ее характеристики. Другими словами, в момент времени t + 1 мы прогнозируем разницу в цене и особенности для времени t + 2. Мы используем прогнозируемые характеристики от времени t + 1, чтобы предсказать цену в момент времени t + 2.

Мы были очень взволнованы, потому что думали получить хорошие результаты со следующим графиком

enter image description here

У нас проблемы с производством, и мы не знали о проблеме, пока не построили разницу в цене.

enter image description here

Вот содержимое файла конфигурации 

{
    "data": {
        "sequence_length":30,
        "train_test_split": 0.85,
        "normalise": false,
        "num_steps": 5
    },
    "training": {
        "epochs":200,
        "batch_size": 64
    },
    "model": {
        "loss": "mse",
        "optimizer": "adam",
        "layers": [
            {
                "type": "lstm",
                "neurons": 51,
                "input_timesteps": 30,
                "input_dim": 101,
                "return_seq": true,
                "activation": "relu"
            },
            {
                "type": "dropout",
                "rate": 0.1
            },
            {
                "type": "lstm",
                "neurons": 51,
                "activation": "relu",
                "return_seq": false
            },
            {
                "type": "dropout",
                "rate": 0.1
            },
            {
                "type": "dense",
                "neurons": 101,
                "activation": "relu"
            },
            {
                "type": "dense",
                "neurons": 101,
                "activation": "linear"
            }
        ]
    }
}

Как мы можем решить проблему исчезающей разницы в ценах?

1 Ответ

0 голосов
/ 04 ноября 2018

Прогнозировать следующую цену с точностью до 1% очень легко. Вы можете просто использовать старую цену в качестве прогноза и достичь 1%. Цены не меняются очень быстро. Поэтому следующая цена почти всегда очень близка к последней цене. Модель подобрана на этом.

Я полагаю, ваша модель почти ничего не узнала, кроме очень простого отношения, согласно которому следующая цена близка к последней цене. В вашей модели не обязательно что-то не так. Прогнозирование цен на акции должно быть очень сложной проблемой. Решение этой проблемы сделает вас богатым. Это так сложно.

...