Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 72
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Das ist der Grund, warum ihr scheitert. Ich erkläre das jetzt zum letzten Mal und werde nicht mehr auf diese Frage zurückkommen. Der Klassifikator definiert den aktuellen Zustand des Systems. Die Regression definiert den zukünftigen Zustand des Systems. Das war's... Thema abgeschlossen.
Dies muss in die Analogie des Forums aufgenommen werden.
Ein neues Wort im maschinellen Lernen. Ich frage mich, ob die Weltgemeinschaft von dieser großen Entdeckung weiß.
Horror
Jetzt habe ich den Codegenerator für das Offloading des ternären Klassifikatormodells nach Java fertiggestellt. Ich werde testen, ob es funktioniert. Dann werde ich es für mql machen - es gibt einige Unterschiede, zum Beispiel fehlt mql Math.signum() Funktion. Dann werde ich wohl auch eine Modellcodegenerierung für R machen, weil die Leute vor Ort nichts anderes verstehen.
Dies muss in die Analogie des Forums aufgenommen werden.
Ein neues Wort im maschinellen Lernen. Ich frage mich, ob die Weltgemeinschaft von dieser großen Entdeckung weiß?
Das Grauen
Es sieht so aus, als wüssten es alle außer den Bewohnern dieses Forums :-)
Wenn du weiter trollst, wird dein Schicksal besiegelt sein. Lächeln)
Fachleute (die keine Modelle auf der Grundlage von 10 Prädiktoren und 20 Beobachtungen trainieren) erklären Ihnen, dass der Zustand des Systems, auf den der Klassifikator trainiert wurde, alles Mögliche bedeuten kann, von der aktuellen Mondphase bis zur Vorhersage, dass es morgen regnen wird. Sie sind auf den aktuellen Zustand fixiert und können nicht verstehen, dass dieser Zustand auch eine Zukunftsprognose beinhalten kann.
Wenn du weiter trollst, wird dein Schicksal besiegelt sein. Lächeln)
Fachleute (die keine Modelle auf der Grundlage von 10 Prädiktoren und 20 Beobachtungen trainieren) erklären Ihnen, dass der Zustand des Systems, auf den der Klassifikator trainiert wurde, alles Mögliche bedeuten kann, von der aktuellen Mondphase bis zur Vorhersage, dass es morgen regnen wird. Sie sind auf den gegenwärtigen Zustand fixiert und erkennen nicht, dass der Zustand auch eine Prognose für die Zukunft beinhalten kann.
Was? Du machst mir Angst. Ich habe nicht viel zu befürchten... Bei mir funktioniert alles einwandfrei. Und ich verstehe sehr gut, was hier vor sich geht, wir beide reden über dieselbe Sache, nur mit anderer Terminologie.... Wie auch immer....
Und über das Hervorgehobene. Indem wir den Zustand des Systems bestimmen, können wir auf die Zukunft schließen. Aber es gibt keine Möglichkeit, dass der Staat die Prognose berücksichtigt. Obwohl an diesen Worten etwas Wahres dran ist. Aber der Klassifikator macht die Vorhersage nicht selbst, die Vorhersage wird von dem System gemacht, das er klassifiziert, aber nicht von ihm selbst.....
Ich werde es ausprobieren und das Modell innerhalb einer Woche trainieren. Dann kann ich es sogar auf fronttest testen, auf einer noch unbekannten Fortsetzung dieser Datei. Es gibt jedoch eine Nuance, die darin besteht, dass der Algorithmus, mit dem ich arbeite, auf zwei Klassen aufbaut, bei drei Klassen wird es ein Problem mit meiner Fitnessfunktion zur Bewertung des Modells geben.
Im Moment habe ich zwei mögliche Klassen im Modell, mit einem Klassifizierungsergebnis von 0 oder 1 für Verkauf/Kauf. Ich werde den gleichen Code für Ihre drei Klassen anwenden, aber mit einer Skalierung der Ausgabe auf (0;0,5;1), aber dies ist nicht der beste Ansatz. Es wäre besser, in neuronka drei Ausgänge zu erzeugen, die den drei Klassen entsprechen, und das Ergebnis der Klassifizierung als den Ausgang mit dem höchsten Wert zu nehmen. Ich weiß nicht, welche dieser Methoden bei Ihren Daten besser funktionieren würde, ich werde beide machen, ich bin neugierig, welche zu besseren Ergebnissen führen wird.
Validierungsdaten:https://drive.google.com/file/d/0B_Au3ANgcG7COGpJb24wbkxoaTg/view?usp=sharing
Sie beträgt 5,5 Jahre für 5 Paare. Die Daten sind strikt nach dem Training gesetzt. In der Spalte ganz rechts steht der tselevka: Preisanstieg in 181 Minuten (was mit Kategorien im Fach kodiert wurde).
Versuchen Sie, einen MO bei der Validierung von mehr als 0,0001 zu erhalten. Ich habe etwa 0,00013 erhalten, was dem durchschnittlichen Spread entspricht. Das heißt, Null.
Gleichzeitig handle ich nicht jede Beobachtung, sondern nur dort, wo das Maschinensignal stark ist (etwa 5-10 % der Beobachtungen).
Danke,
Alexej
Was den hervorgehobenen Punkt betrifft. Indem wir den Zustand des Systems bestimmen, können wir auf die Zukunft schließen. Aber der Zustand beinhaltet keinesfalls eine Vorhersage. Obwohl an diesen Worten etwas Wahres dran ist. Aber der Klassifikator macht nicht selbst eine Vorhersage, die Vorhersage wird von dem System gemacht, das er klassifiziert, aber nicht von ihm selbst.....
Kann das jemand ins Russische übersetzen? Sie sieht aus wie die Rede von Tschernomyrdin, ergibt aber keinen Sinn.
Habe mich selbst geschockt :-)
Bitte senden Sie mir einen Link zum Download, ich kann ihn im Forum nicht finden :-(