Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 113
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
Ich habe einen ähnlichen Ansatz mit meinen Daten versucht. Ich habe mehr als 2 Modelle in meinem Ausschuss. Ich konnte keine einstimmige Antwort von ihnen erhalten, aber wenn Sie handeln, wenn mindestens 80 % der Modelle mit der Antwort übereinstimmen, erhalten Sie bessere Handelsergebnisse. Ich rate Ihnen, es zu versuchen.
fraglich....
Wie viel besser?
Die Modellparameter und Prädiktoren werden nun angepasst, wobei Zwischenergebnisse verwendet werden. Der Ausschuss selbst ist noch schwach, wir müssen die Parameter weiter anpassen, die Vorhersagegenauigkeit liegt bei etwa 55 %, das reicht nicht aus, um die Spanne zu überwinden. Ich habe die Anforderung einer 90%igen Zustimmung hinzugefügt (drittes Diagramm) - der Gewinn ist gestiegen.
Charts - Gewinn in Pips eurusd, Handel auf d1 für die letzten sechs Monate.
Die Modellparameter und Prädiktoren werden nun ausgeführt, wobei die Zwischenergebnisse von dort stammen. Der Ausschuss selbst ist noch schwach, wir müssen die Parameter weiter anpassen, die Vorhersagegenauigkeit liegt bei etwa 55 %, das reicht nicht aus, um die Spanne zu überwinden. Ich habe die Anforderung einer 90%igen Zustimmung hinzugefügt (drittes Diagramm) - der Gewinn ist gestiegen.
Charts - Gewinn in Pips eurusd, Handel auf d1 für die letzten sechs Monate.
Schön...
Ich möchte wissen, ob es sinnvoll ist, dies mit RF zu tun, oder ob es dasselbe ist wie das Hinzufügen von Bäumen zu demselben Modell.
hinzugefügt.
Ich möchte auch wissen, wie man mit diesen Ausschüssen umgeht, gibt es ein Paket oder wird es von Hand gemacht?
dubios....
wie viel besser?
Uns ist das nicht bekannt, und hier ist der Grund dafür.
Der Punkt ist, dass Michael überhaupt nicht von unserer Sorte ist: Er hat keine Erkenntnisse über die Zukunft. Sein Netzwerk ist Teil des TS, und die Entscheidungen des NS scheinen mit anderen Elementen des TS verbunden zu sein. So ist es nicht möglich, die Wirksamkeit des NS selbst zu isolieren, und es ist nicht interessant für ihn.
Dieser TS ist für TA üblich, aber mit Schleifen und Schnickschnack und löst nicht das Hauptproblem: völlige Ungewissheit über die Zukunft. Ja, optimieren Sie jeden Takt/Tag/Woche und alles ist gut. Wenn wir dem TS erst einmal voll und ganz vertrauen, wird sich die nächste Flaute nicht als Flaute, sondern als Abfluss herausstellen.
Bei uns ist sie nicht bekannt, und das ist der Grund dafür.
Die Sache ist die, dass Mikhail überhaupt nicht aus unserer Branche stammt.
Sie verstehen immer noch nicht den Unterschied zwischen einem Klassifikator und einem Prognostiker. Zum Beispiel habe ich heute Morgen trainiert, separat zu kaufen, separat zu verkaufen..... Ich habe heute das Ergebnis bekommen - es ist vielleicht ein Glücksfall, aber es ist so schön ;-).
Vielleicht gilt Ihr System auch für die Meteorologen, aber das weiß ich nicht.......
Schön...
Ich frage mich, ob es sinnvoll ist, dies mit RF zu tun, oder ist es dasselbe wie das Hinzufügen eines Baums zum selben Modell?
Wenn Sie den Unterschied zwischen Klassifikator und Prognostiker nicht verstehen. Heute Morgen habe ich zum Beispiel separat den Kauf und Verkauf von ..... trainiert. Ich habe heute das Ergebnis bekommen, vielleicht habe ich Glück, aber es ist so :-)
Vielleicht sind Ihre Systeme mit den Meteorologen verbunden, aber ich weiß es nicht.......
Sie haben immer noch keinen Artikel darüber geschrieben, wie sich die Klassifizierung von der Regression und der Vorhersage unterscheidet. Ich warte ;)
Und wie werden diese Ausschüsse gebildet, gibt es Pakete oder wird manuell gearbeitet?
Sie können jederzeit einen Ausschuss mit RF versuchen. Ich glaube nicht, dass es auf das angewandte Paket ankommt, solange die Modelle im Ausschuss bereits eine gewisse Fähigkeit haben, neue Daten vorherzusagen, ansonsten ist dieser prozentuale Filter nutzlos (warum auf die Mehrheit hören, wenn sie nicht richtig ist? :)
Sie haben immer noch keinen Artikel darüber geschrieben, wie sich die Klassifizierung von der Regression und der Vorhersage unterscheidet. Ich warte ;)