Diskussion zum Artikel "DeMarks Sequential (TD SEQUENTIAL) unter Verwendung künstlicher Intelligenz" - Seite 7

 
Und schließlich können wir uns das Modell ansehen. Wie sieht es aus? Kann es angewendet werden, ich möchte sehen, wie es in der Praxis funktioniert.
 
Mihail Marchukajtes:


Ja, meine Ausgabe ist vorausschauend.

Es ist klar, ich oben beschrieben, dass es nicht nur vorausschauen, aber nicht mit den Zeichen überlappen sollte, ist das Modell eine einfache Knn (nächsten Nachbarn Methode), und alles ist immer noch unter eine große Frage aufgrund des Mangels an Daten und nicht bekannt Algorithmus für den Erhalt Targeting
 
toxic:
Es ist klar, ich oben beschrieben, dass es nicht nur vorausschauen, aber nicht mit den Zeichen überlappen sollte, ist das Modell eine einfache Knn (nächsten Nachbarn Methode), und alles ist immer noch unter einer großen Frage wegen des Mangels an Daten und unbekannten Algorithmus für den Erhalt der Ziel.

Ziel ist einfach, wenn das vorherige Signal einen positiven Gewinn einschließlich der Ausbreitung hat, markieren wir 1, wenn negativ, dann 0. Die Arbeit geht von Signal zu Signal, und es spielt keine Rolle, was das nächste Signal sein wird, zu kaufen oder zu verkaufen, die Hauptsache ist, dass das Signal einen Gewinn hatte, wenn wir den Handel rein auf die Strategie auf dem blauen gekauft auf dem roten verkauft wurden.
 
Mihail Marchukajtes:

Targeting ist einfach, wenn das vorherige Signal einen positiven Gewinn einschließlich Spread hat, markieren wir 1, wenn negativ, markieren wir 0. Die Arbeit geht von Signal zu Signal, und es spielt keine Rolle, was das nächste Signal sein wird, zu kaufen oder zu verkaufen, die Hauptsache ist, dass das Signal einen Gewinn hatte, wenn wir den Handel rein nach Strategie auf blau gekauft auf rot verkauft.
Nun, im Allgemeinen, auf einer so kleinen Stichprobe Knn mit zehn nächsten Nachbarn gibt fast 58% Genauigkeit, auf den Test in Nicht-Sampling)))). Also entweder ist das Targeting ein kleines bisschen Vergangenheit Retourn oder Chips, oder es ist ein Gral!
 
toxic:
Nun, im Allgemeinen liefert Knn mit zehn nächsten Nachbarn bei einer so kleinen Stichprobe eine Genauigkeit von fast 58 %, und zwar bei dem Test in Nicht-Stichproben)))). Also entweder hat das Ziel ein wenig Vergangenheit retourniert oder Chips, oder es ist ein Gral!


Was meinen Sie mit "in der Vergangenheit retourniert"? Ich verstehe kein bisschen.... Wie wird das gemacht?

Wenn ein Signal erscheint, werden die Eingangsindikatorvariablen in die Fenstergröße geschrieben, d.h. wir schauen in die Vergangenheit. Die Ausgangsvariable wird der Zukunft entnommen. Das heißt, das Ergebnis des letzten Signals ist uns nicht bekannt, bis das nächste Signal erscheint.

Lediglich die Eingangsinformationen werden so verwendet, dass sie die Ursache für den Kurs sind, also gibt es hier Fische.

 
Mihail Marchukajtes:


Was meinen Sie mit "retourniert"? Ich bin ein wenig verwirrt.... Wie wird das gemacht?

Wenn ein Signal erscheint, werden die Eingangsindikatorvariablen auf die Fenstergröße geschrieben, d. h. wir schauen in die Vergangenheit. Die Ausgangsvariable wird der Zukunft entnommen. Das heißt, das Ergebnis des letzten Signals ist uns nicht bekannt, bis das nächste Signal erscheint.

Lediglich die Eingangsinformationen werden so verwendet, dass sie die Ursache für den Kurs sind, also gibt es hier Fische.

Je nachdem, wie Sie die Rückkehr oder den Kursanstieg zählen, können Sie sich selbst täuschen, es ist notwendig, dass sich die Rückkehr nicht "kreuzt", zum Beispiel, wenn Sie die Rückkehr durch interne Parameter der Kerze (Close-Open)/Openzählen, dann sind zwei benachbarte Rückkehr unabhängig und Sie können zum Beispiel N Renditen als Vorrichtungen und N+1Zeichen als Ziel verwenden, aber wenn die Renditen zwischen den Kerzen (Close(t-1)- Close(t))/Close(t-1) gezählt werden, dann können Sie die N+1 Rendite nicht mehr als Ziel verwenden , da sie sich mit der N-ten überschneidet , Sie müssen die N+2te nehmen .

Wenn es Überschneidungen gibt, können Sie eine anti-reale Punktzahl erhalten. Sie sollten es auf einem nicht abhängigen Ziel überprüfen, so dass die Vergangenheit nicht beeinträchtigt wird, dann wird das Ergebnis sauber sein.

[Gelöscht]  
Es ist eine Schande, dass man nur selten Artikel zu solchen Themen findet.
 
toxic:


daten.zip

Was ist dieser Datensatz, wenn er nicht geheim ist? Wie haben Sie ihn erstellt? Ich habe 67% im Test erreicht, ist das gut oder schlecht?
 
Андрей:
Was ist dieser Datensatz, wenn er nicht geheim ist? Wie haben Sie ihn erstellt? Ich habe 67% im Test erreicht, ist das gut oder schlecht?

Nun, ich denke, über 50 ist gut. Aber der Datensatz ist verzerrt. Wenn die Ausgabe ausgeglichen ist (gleiche Anzahl von Einsen und Nullen), werden die Ergebnisse des Testers mit Ihren Prüfungen übereinstimmen.
 
toxic:

Je nachdem, wie Sie die Rendite oder den Kursanstieg zählen, können Sie sich selbst täuschen. Es ist notwendig, dass sich die Renditen nicht "überschneiden", z.B. wenn Sie die Renditen nach den internen Parametern der Kerze (Close-Open)/Openzählen, dann sind zwei benachbarte Renditen unabhängig und Sie können zum Beispiel N Renditen als Vorrichtungen und N+1Zeichen als Ziel verwenden, aber wenn die Renditen zwischen den Kerzen (Close(t-1)- Close(t))/Close(t-1) gezählt werden, dann können Sie die N+1 Rendite nicht mehr als Ziel verwenden , da sie sich mit der N-ten überschneidet , Sie müssen die N+2te nehmen .

Wenn es Überschneidungen gibt, können Sie eine anti-reale Punktzahl erhalten. Sie sollten es auf einem nicht abhängigen Ziel überprüfen, so dass die Vergangenheit nicht beeinträchtigt wird, dann wird das Ergebnis sauber sein.


Das ist ein bisschen weit hergeholt. Ich habe keine Interferenzen. Ich sorge dafür, dass die Datenerfassung sauber ist. Ihr Beispiel trifft in erster Linie auf Prognosesysteme zu. Aber um der Argumentation willen würde ich sagen, dass Ihre Bemerkung durchaus angebracht ist. Sie bezieht sich auf den Abschnitt über die Reinheit der Datenerfassung. Wenn Sie einen kleinen Fehler machen, werden die Ergebnisse radikal anders ausfallen und nicht der Realität entsprechen.