Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 118

 
mytarmailS:
...

Ich persönlich würde die RSI auf jeden Fall löschen.

...

weil sie widersprüchlich ist.

Aber wenn wir einfach einen gewöhnlichen Preis nehmen - sagen wir eine Reihe von 20 Werten, und der Markt tendiert nach oben - dann ist der Trend nach oben und es gibt keine zweite Wahl, alles ist eindeutig und nicht widersprüchlich, verstehen Sie, was ich meine?

Um ehrlich zu sein, verstehe ich das nicht.

Der RSI und der "normale" Kurs (Momentum) zeigen beide den gestrigen Tag - rückwirkend. Wenn der Preis in den letzten 20 Werten gestiegen ist, bedeutet das nicht, dass es jetzt einen Aufwärtstrend gibt, und es ist durchaus möglich, dass es in Zukunft drei sich gegenseitig ausschließende Möglichkeiten gibt:

  1. Der Preis wird weiter steigen
  2. Der Preis wird flach
  3. Der Preis kehrt sich um und sinkt.

Auch die Interexistenz potenzieller zukünftiger Ereignisse ist im Wesentlichen widersprüchlich, wie im Fall des RSI.

Die Vergangenheit ist eine (objektive) Tatsache und daher eindeutig. Und die Zukunft ist lediglich eine (subjektive) Annahme und daher probabilistisch.

 
Dieser Artikel ist eher ein Beispiel für die Erstellung und Verwendung neuronaler Netze (MLP, CNN und LSTM) mit dem Keras-Paket (Python). Die ohne Hyperparameter-Tuning erzielten Ergebnisse können nicht als repräsentativ angesehen werden. Übrigens, der Autor am Ende des Artikels sagt es auch.
 
Yury Reshetov:

Um ehrlich zu sein, verstehe ich das nicht.

Sowohl der RSI als auch der "normale" Preis (Momentum) zeigen den gestrigen Tag - im Nachhinein. Wenn der Preis im Laufe der letzten 20 Werte gestiegen ist, bedeutet das nicht unbedingt, dass es jetzt einen Aufwärtstrend gibt, und es ist durchaus möglich, dass es in Zukunft drei sich gegenseitig ausschließende Möglichkeiten gibt:

  1. Der Preis wird weiter steigen
  2. Der Preis wird flach
  3. Der Preis kehrt sich um und sinkt.

Gegenseitige Ausschließlichkeit potenzieller künftiger Ereignisse, im Wesentlichen auch widersprüchlich, wie im Fall von RSI.

Die Vergangenheit ist eine (objektive) Tatsache und daher eindeutig. Und die Zukunft ist nur eine (subjektive) Vermutung und daher probabilistisch.

Ich spreche nicht davon, die Zukunft vorherzusagen.

nehmen wir eine Serie von 20 Kerzen, in dieser Serie ist im Moment ein starker Aufwärtstrend möglich. Die zweite ist nicht gegeben, der Trend ist aufwärts, und das war's, egal was, was bei der nächsten 21. Kerze passieren wird, ist unklar, dies ist eine probabilistische Vorhersage der Zukunft und es gibt viele Ergebnisse, ich stimme Ihnen da absolut zu

Und nun nehmen wir einen rsi-Indikator oder Momentum, einen Indikator mit einer festen Periode, sagen wir 10, und wenden ihn auf unsere Serie von 20 Kerzen an, bei denen der Trend nach oben geht, und wir werden sehen, dass der Indikator bei der 11. Kerze beginnt, sich von seinen Maximalwerten nach unten zu beugen, warum bei der 11? Der Indikator kann nicht nur die Zukunft nicht beschreiben, er kann auch die Gegenwart/Vergangenheit nicht objektiv beschreiben, er lügt einfach und verwirrt, er verwirrt den gewöhnlichen Trader und das neuronale Netz

 
mytarmailS:

Ich spreche nicht über die Vorhersage der Zukunft, das ist für mich ein Tabu, ich spreche über die aktuelle Darstellung der Daten

Nehmen wir eine Serie von 20 Kerzen, in dieser Serie ist im Moment ein starker Aufwärtstrend möglich. Keine zwei Kerzen zeigen nach oben und das war's, es ist mir scheißegal, was bei der nächsten 21. Kerze passiert, es ist unklar, dies ist eine probabilistische Vorhersage der Zukunft und es gibt viele Ergebnisse, da stimme ich Ihnen absolut zu

Und nun nehmen wir einen rsi-Indikator oder einen Momentum-Indikator, einen Indikator mit einer festen Periode, sagen wir 10, und wenden ihn auf unsere Serie von 20 Kerzen an, bei denen der Trend nach oben geht, und wir werden sehen, dass der Indikator an der 11. Kerze beginnt, sich von seinen Maximalwerten nach unten zu beugen, warum am 11. Der Indikator kann nicht nur die Zukunft nicht beschreiben, er kann auch die Gegenwart/Vergangenheit nicht objektiv beschreiben, er lügt einfach und verwirrt, er verwirrt den gewöhnlichen Trader und das neuronale Netz

TA-Indikatoren und Oszillatoren beschreiben die Vergangenheit genau so, wie sie in ihren Algorithmen beschrieben ist. Und sie haben eine Verzögerung, wodurch sie starke Kursbewegungen verpassen, und wenn man sich von ihnen leiten lässt, kann man "auf den Zug aufspringen, der schon lange abgefahren ist" oder "aus dem Zug springen, der früh in die richtige Richtung fährt". Wegen der Verzögerungen in der TA gibt es auch Divergenzen, wenn der Preis in eine Richtung geht und das Oszilloskop in die entgegengesetzte Richtung zeichnet.

Es gibt also nichts zu diskutieren: Die Codes der meisten technischen Analysetools sind offen und es ist nicht schwer, sie zu verstehen, wenn man sich gut mit Mathematik auskennt.

Aber das ist nebensächlich, denn all das hat nichts mit dem Thema maschinelles Lernen zu tun. Beim maschinellen Lernen im Bereich der Vorhersage geht es um Beziehungen zwischen Vergangenheit und Zukunft, nicht um den Versuch, nur im Nachhinein zu "verstehen".

 
Yury Reshetov:

TA-Indikatoren und Oszillatoren beschreiben die Vergangenheit genau so weit, wie es ihre Algorithmen vorgeben. Und sie haben eine Verzögerung, so dass sie starke Kursbewegungen verpassen, und wenn Sie sie nutzen, können Sie auf den "Zug aufspringen, der vor langer Zeit abgefahren ist" oder "früh vom Zug abspringen, der in die richtige Richtung fährt". Infolge von Verzögerungen in der TA kommt es auch zu Divergenzen, wenn der Kurs in eine Richtung geht und das Oszilloskop in die entgegengesetzte Richtung zeichnet.

Und deshalb gibt es auch nichts zu diskutieren: Die Codes der meisten technischen Analysetools sind offen und leicht zu verstehen, wenn man die Mathematik kennt.

Aber das ist nebensächlich, denn all das hat nichts mit dem Thema des maschinellen Lernens zu tun. Beim prädiktiven maschinellen Lernen geht es um die Verknüpfung von Vergangenheit und Zukunft und nicht um den Versuch, nur die Retrospektive zu "verstehen".

Ich weiß nicht, in 8 Jahren Marktforschung ist es mir nie gelungen, auf den "Zug" mit Indikatoren aufzuspringen, ich halte sie für inkonsequent und empfehle sie niemandem, ich habe auch erklärt, warum ich so denke, ich weiß nicht, was ich hier noch hinzufügen könnte...
 
Vladimir Perervenko:
Dieser Artikel ist eher ein Beispiel für die Erstellung und Verwendung neuronaler Netze (MLP, CNN und LSTM) mit dem Keras-Paket (Python). Die ohne Abstimmung der Hyperparameter erzielten Ergebnisse können nicht als repräsentativ angesehen werden. Übrigens sagt der Autor dies auch am Ende des Artikels.

Ich persönlich glaube, dass er da einen Fehler gemacht hat. Das erste trainierte MLP-Netz - trainiert auf den Rohpreisen, was reiner methodischer Unsinn ist - zeigt plötzlich eine fast exakte Übereinstimmung mit der ursprünglichen Preisreihe, während die übrigen Netze, die den Preis vorhersagen, genau das zeigen, was sie zeigen sollten - die Vorhersage wiederholt den vorherigen Wert; null Information. Ich glaube, sein MLP ist um einen Balken nach hinten verschoben, zufällig oder nicht. Ich selbst habe dies vor einigen Jahren durch ein Missverständnis getan, und das Ergebnis ist immer das gleiche - R^2 <= 0.

Aber die Genauigkeit der Richtungsklassifizierung liegt bei 54 % - das scheint zu stimmen. Mit einer solchen Genauigkeit und unter Berücksichtigung der Gemeinkosten auf dem US-Markt können Sie einen Gewinn von 10-15 % pro Jahr erwirtschaften.

Was hat das mit der Abstimmung der Hyperparameter und der Lesbarkeit zu tun? Man kann es auch ohne Tuning machen, wenn man gut darin ist. Mit Tuning ist es möglich, bei der Prüfung so viel umzutrainieren, dass es mühsam wird.

Aber im Großen und Ganzen ist sein Experiment ein bisschen lahm.

 
Alexey Burnakov:

Ich persönlich sehe hier einen Fehler. Das erste trainierte MLP-Netz - trainiert auf Rohpreisen, was methodischer Unsinn ist - zeigt plötzlich eine fast exakte Übereinstimmung mit der ursprünglichen Preisreihe, und die anderen Netze, die den Preis vorhersagen, zeigen das, was sie zeigen sollen - die Vorhersage wiederholt den vorherigen Wert; null Information. Ich glaube, sein MLP ist um einen Balken nach hinten verschoben, zufällig oder nicht. Ich selbst habe dies vor einigen Jahren durch ein Missverständnis getan, und das Ergebnis ist immer das gleiche - R^2 <= 0.

Und was hat die Abstimmung von Hyperparametern und die Lesbarkeit damit zu tun? Man kann es auch ohne Tuning schaffen, wenn man gut darin ist. Aber mit Tuning kann es so auf den Test umtrainiert werden, dass man sich unzureichend fühlen kann.

Hier geht es um die Schlussfolgerungen in dem Artikel: 1. das Regressionsproblem wird besser gelöst; 2. MLP zeigt bessere Ergebnisse.

 
Dimitri:

Das letzte Mal, dass ich diesen Gedanken in einer solchen Diskussion geäußert habe, war von Matemat am 4.

Es war klar - Tee, immer noch auf der Suche danach, armer Kerl....

Deshalb schreibe ich hier bereits über diese Abhängigkeiten. Hier sind sie. Das Problem ist, dass die schlauen Onkel einen solchen Spread auf den Handel setzen, dass er fast immer den Vorteil ausgleicht.

Und es dauert Jahre, um starke, rentable Unternehmen zu finden, das steht fest.

 
Alexey Burnakov:

Ich habe hier bereits über diese Abhängigkeiten geschrieben. Es gibt sie wirklich. Das Problem ist, dass die schlauen Onkel einen solchen Spread auf den Handel auferlegen, dass er fast immer den Vorteil ausgleicht.

Und es dauert Jahre, um starke, rentable Unternehmen zu finden, das steht fest.

) Niemand behauptet, dass es Abhängigkeiten gibt! Hier geht es um profitable Strategien.

Ein einfacher Baum liefert 65-70 % korrekte Farbdefinitionen für Kerzenständer - Sie können ihn nicht verwenden. Auch bei der binären Strategie ist der Vorteil zu gering

 
mytarmailS:

Regression funktioniert am besten? aus seinen Erkenntnissen

Schauen Sie sich 3 seiner Diagramme genau an:

https://cdn-images-1.medium.com/max/800/1*pHoc6M3mpkaLd6IleRZrvQ.png

https://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPPQZoiB7wA.png

https://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPFQZZoiB7wA.png

Seine Zahlen stimmen nicht mit den Diagrammen überein. Derselbe RMSE wird für ein Diagramm angegeben, das angeblich eine starke Übereinstimmung zwischen vorhergesagtem Preis und tatsächlichem Preis aufweist, sowie für zwei andere, bei denen das Netzwerk nichts lernt. Auch die Diagramme sind die gleichen.

Ich gehe davon aus, dass die Klassifizierung zumindest etwas aussagt.

Er macht die Preisregression überhaupt nicht mit. Man kann die NS nicht mit Rohpreisen füttern (und eine Skalierung wird das Problem nicht lösen). Seine Nicht-Stationarität wäre schrecklich. Die Ausgabe ist ein so genannter "Shift" - die Prognose ist ein leicht veränderter Wert des letzten Schlusskurses.