Gépi tanulás a kereskedésben: a túlhype-olt és a gyakorlati oldal

💡 az aha-pillanat

Az ML nem önálló stratégia. Egy SZŰRŐ. Setupjaid már vannak (a Janus sweepek). Az ML megjósolja, melyiknél 68 % a valószínűség 55 % helyett. A 68 %-osakat kereskedd, az 55 %-osakat hagyd ki. Ez az előny.

🎯 Gyakorlati feladat: valósíts meg ML-jellemzőtervezést az ügyletek szűrésére

Cél: Építs olyan ML-modellt, amely szűri a meglévő setupjaidat, és a szelektív belépéssel 10-15 %-kal javítja a várható értéket.

1. rész: jellemzőtervezés (a legfontosabb lépés)

Minden múltbeli ügyletedre számold ki ezeket a jellemzőket A JELZÉS PILLANATÁBAN (előretekintés nélkül!):

Jellemzőkészlet-sablon (20+ jellemző ajánlott):

ÁR-JELLEMZŐK:
1. VWAP-tól mért távolság (%): (ár - VWAP) / VWAP
2. 50 EMA-tól mért távolság (%): (ár - EMA50) / EMA50
3. Az ELŐZŐ nap csúcsától mért távolság (%): (előzőCsúcs - ár) / előzőCsúcs
4. Az ELŐZŐ nap mélypontjától mért távolság (%): (ár - előzőMély) / előzőMély

MOMENTUM-JELLEMZŐK:
5. RSI (14): 0-100 közötti érték
6. ADX (14): trenderősség
7. +DI / -DI arány: irányjelző
8. Rate of Change (10): árváltozás az utolsó 10 gyertyán

VOLATILITÁS-JELLEMZŐK:
9. ATR / ár arány: normalizált volatilitás
10. Bollinger-szalag szélessége %: (felső - alsó) / középső
11. Friss sávtágulás: aktuális ATR / 20 periódusos átlagos ATR

VOLUMEN-JELLEMZŐK:
12. Volumen az átlaghoz képest: aktuális / 20 periódusos átlag
13. CVD (kumulált volumendelta): nettó vételi nyomás
14. VWAP és POC távolsága: igazodás a valós értékhez

IDŐ-JELLEMZŐK:
15. Napszak: nyitás óta eltelt percek (0-390 közé normalizálva)
16. A hét napja: hétfő=1, péntek=5
17. Az utolsó jelzés óta eltelt idő: percek

REZSIM-JELLEMZŐK:
18. VIX szintje: az aktuális VIX érték
19. Rezsimpontszám: ADX + ATR + szalagszélesség együtt
20. DXY változása %: makró ellenszél vagy hátszél

A TE JELLEMZŐID (számold ki 50+ múltbeli ügyletre):
1. ügylet: [1. jellemző: ___, 2. jellemző: ___, ..., 20. jellemző: ___, kimenet: nyereség/veszteség]
2. ügylet: [...]

2. rész: tanító/teszt felosztás (KIZÁRÓLAG idő szerint)

SOHA ne keverd össze az idősoros adatokat. Használj gördülő ablakokat:

ML walk-forward validálás:

1. ablak:
Tanítás: 2023. jan.-jún. (1-30. ügylet)
Teszt: 2023. júl.-szept. (31-40. ügylet)
Modell: Random Forest, max_depth=5
Találati arány a teszten: ___%
Teljesítmény a teszten: ___%

2. ablak:
Tanítás: 2023. ápr.-szept. (15-50. ügylet)
Teszt: 2023. okt.-dec. (51-65. ügylet)
Modell: újratanítás az új ablakon
Találati arány a teszten: ___%
Teljesítmény a teszten: ___%

3. ablak:
Tanítás: 2023. júl.-dec. (35-75. ügylet)
Teszt: 2024. jan.-márc. (76-90. ügylet)
Találati arány a teszten: ___%
Teljesítmény a teszten: ___%

Átlagos tesztteljesítmény: ___% sikerarány
Hasonlítsd az alaphoz (szűrő nélkül): ___% sikerarány
Javulás: +___% (cél: legalább +10%)

3. rész: modellválasztás és a túltanulás megelőzése

Tesztelj 3 modellt. A legegyszerűbb működő nyer:

Vészjelzés: Ha a tanítási találati arány 90 %, a teszten viszont 60 %, akkor túltanulsz. Csökkentsd a modell összetettségét, vagy adj hozzá több adatot.

4. rész: a jellemzők fontosságának elemzése

Mely jellemzők számítanak valójában? Használd a modell jellemzőfontossági értékeit:

A Random Forest jellemzőfontossága:

A 10 legfontosabb jellemző (fontossági pontszám szerint):
1. VIX szintje: 0,18 (a legfontosabb)
2. VWAP-tól mért távolság: 0,15
3. ADX: 0,12
4. Napszak: 0,10
5. CVD: 0,09
6. RSI: 0,07
7. ATR-arány: 0,06
8. Volumen az átlaghoz képest: 0,05
9. Szalagszélesség: 0,04
10. DXY változása: 0,03

A sor végén álló jellemzők (< 0,02): a hét napja, az utolsó jelzés óta eltelt idő
→ Ezeket a jellemzőket vedd ki (zaj, nem jel)

Egyszerűsített modell (csak a 6 legfontosabb jellemző):
Találati arány a teszten: ___% (hasonlítsd a 20 jellemzős modellhez)
Ha az eltérés 2% alatti, használd az egyszerűbb modellt (kevesebb túltanulás)

5. rész: éles üzem bizalmi küszöbökkel

Ne kereskedd MINDEN előrejelzést. Csak a magas bizalmúakat vedd:

A modell kimenete = valószínűség (0,0-tól 1,0-ig)

Bizalmi küszöbök:
Valószínűség > 0,65 = magas bizalom (megnyitjuk az ügyletet)
Valószínűség 0,45-0,65 = semleges (kihagyjuk)
Valószínűség < 0,45 = alacsony bizalom (kihagyjuk vagy megfordítjuk)

Backtest-eredmények küszöbönként:
Minden ügylet (szűrő nélkül): 55% találati arány, átlagosan 0,5R
Bizalom > 0,60: ___% várható érték, átlagosan ___R
Bizalom > 0,65: ___% várható érték, átlagosan ___R
Bizalom > 0,70: ___% várható érték, átlagosan ___R (kevesebb ügylet)

Optimális küszöb: 0,___ (a várható értéket maximalizáld, ne a találati arányt)

A TE EREDMÉNYEID:
ML-szűrővel megnyitott ügyletek: ___ / összesen 100 jelzés
A sikerarány javulása: ___% → ___% (+___%)
A várható érték javulása: ___ dollár/ügylet → ___ dollár/ügylet

6. rész: megfigyelési és újratanítási protokoll

Az ML-modellek idővel romlanak. Figyeld és tanítsd újra őket:

Megfigyelési ütemterv:

1-4. hét: kövesd az éles teljesítményt a teszt-előrejelzésekhez képest
Várt: 60% találati arány
Tényleges: ___% találati arány
Elsodródás: ___% (< 5% rendben)

5-8. hét: folytasd a követést
Tényleges: ___% találati arány
Elsodródás: ___% (ha > 10%, tanítsd újra)

Az újratanítás kiváltó okai:
1. A találati arány > 10%-kal a teszt alapja alá esik
2. Változik a piaci rezsim (VIX-kiugrások, új ciklus)
3. Legalább 3 havonta (frissítés friss adattal)

Az újratanítás menete:
- Add hozzá az utolsó 3 hónap új ügyletadatait
- Futtasd újra a walk-forward validálást
- Vesd össze az új modellt a régivel ugyanazon a tesztkészleten
- Csak akkor élesíts, ha az új modell 3%-kal vagy többel jobb

A bevezetés célja: Építs ML-szűrőt 4-6 hét alatt az utolsó 50-100 ügyleted alapján. Futtasd papíron 20 jelzésen keresztül. Példacél: a várható érték legalább 10 %-os javítása szelektív szűréssel. Ha sikerül, az ML mérhetően megemelte a várható értékedet azzal, hogy segített kihagyni az alacsony valószínűségű setupokat. A profik így használják az ML-t: nem varázslatként, hanem az előny rendszerszintű erősítéseként.