Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 241
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
Ausprobiert, hat nicht geklappt. Sie können Cluster für einen recht guten Handel auf Probe abholen, aber auf oos es fast immer stürzt, schlechte Strategie.
Was genau wurde gebündelt?
und was war das Ziel?
Der Artikel hat mir sehr gut gefallen.
Ich meine die ganze Serie von Beiträgen über Kerzen.
Sanych, mach weiter und tu es!!!
1) das Wesentliche der Idee erzählen
2) den Code schreiben und veröffentlichen
3) Bilder vom Handel auf der Oos zeigen
nur Blabla...
Sie sollten wenigstens einen echten Beitrag verfassen, der Ihren Standpunkt bestätigt, den Sie so leidenschaftlich vertreten, und dass Sie ihn anfassen können, aber Sie werden es nicht tun, richtig? Ich weiß, warum...
Nun, da irren Sie sich.
Geben Sie mir das Ziel und die Prädiktoren, und ich werde Ihnen eine Einschätzung ihrer Bedeutung für das Ziel geben. Ich habe nur wenige Beispiele (ich glaube, ich habe mehr als 10 auf Bestellung gemacht), aber das Ergebnis ist immer dasselbe: das Modell hat die ausgewählten Prädiktoren nicht neu trainiert. Und der Klassifizierungsfehler wird durch die Liste der Prädiktoren bestimmt. Wenn der Fehler groß ist, muss die Zusammensetzung der Prädiktoren geändert werden.
Ich warte. Besser wäre es, wenn .RData. Dieses Format steht Ihnen durchaus zur Verfügung.
Übrigens, ich biete es jedem an. Kostenfrei.
Nun, das ist Zeitverschwendung.
Geben Sie mir das Ziel und die Prädiktoren, und ich werde Ihnen eine Einschätzung ihrer Bedeutung für das Ziel geben. Ich habe nur wenige Beispiele (ich glaube, ich habe mehr als 10 auf Bestellung gemacht), aber das Ergebnis ist immer dasselbe: Das Modell hat die ausgewählten Prädiktoren nicht neu trainiert. Und der Klassifikationsfehler wird durch die Liste der Prädiktoren bestimmt. Wenn der Fehler groß ist, muss die Zusammensetzung der Prädiktoren geändert werden.
Ich warte. Besser wäre es, wenn .RData. Dieses Format steht Ihnen durchaus zur Verfügung.
Übrigens, ich biete es jedem an. Kostenfrei.
Was hat das mit dem, was ich geschrieben habe, zu tun?
Eh, Sanych, Sanych...
Was hat das mit dem, was ich geschrieben habe, zu tun?
Äh, Sanych, Sanych...
1. Dass ich nichts poste. Sie irren sich.
2. Ich bin bereit, meine Fähigkeiten und Algorithmen auf die Daten anderer anzuwenden, um die Gedanken zu bestätigen, die ich wiederholt geäußert habe.
3. und über einige Ihrer Beiträge sowie einige andere Beiträge.
Sie versuchen, Vorhersagen zu treffen. Ja, das ist ein Problem, und zwar ein Problem von Anfang an, und alle möglichen Gedanken zu diesem Thema sind von Interesse.
Aber.
Viele Beiträge, in denen die Bildung von Prädiktoren um der Bildung selbst willen hervorgehoben wurde.
Zunächst wird das Ziel der Forschung definiert, und dann wird die Forschung durchgeführt. Wie könnte es anders sein?
Sehr witzig:
"Ich habe das Forum gefragt, was mit meinem Code nicht stimmt. Ich habe eine Menge über mich selbst gelernt".
In den Beiträgen ging es nicht um Kerzen...
Von all diesen Kerzenlichtübungen geht ein Hauch von Schamanismus aus. Es gibt überhaupt keinen regelmäßigen Gedanken! Es ist einfach eine erstaunliche Mischung aus anspruchsvollen Algorithmen des maschinellen Lernens und dem typischen Unsinn der technischen Analyse.
Es geht um Muster, wenn mehrere Candlesticks hintereinander ein Muster bilden. Es funktioniert wirklich, aber solche Muster sind sehr schwer zu finden. Zum Beispiel, die Muster-Strategie, die ich kenne, arbeitet auf D1 für einige Paare und braucht mehr als zwei Kerzen und wenn das Muster zusammenfällt, sollten wir nicht nur eine Position zu öffnen, müssen wir eine Pending Order auf einem bestimmten Niveau zu platzieren und dann Trailing durch eine spezielle Methode. Ich mag D1 nicht, und es ist schwierig, selbst nach alternativen Mustern zu suchen. Aber es ist trotzdem profitabel.
Worin genau bestand das Clustering?
Was war das Ziel?
Es geht um Muster, bei denen mehrere Kerzen in einer Reihe eine Art Muster bilden. Es funktioniert wirklich, aber solche Muster sind sehr schwer zu finden. Zum Beispiel funktioniert die Musterstrategie, die ich kenne, auf D1 bei einigen Paaren, und man braucht viel mehr als zwei Kerzen, und wenn ein Muster übereinstimmt, muss man nicht nur eine Position eröffnen, sondern man muss eine Pause auf einem bestimmten Niveau einlegen und dann mit einer speziellen Technik nachziehen. All das ist nicht sehr gewinnbringend. D1 gefällt mir nicht und es ist schwierig, selbst nach alternativen Mustern zu suchen. Aber es ist trotzdem profitabel.
Wie ich schon schrieb - ich nahm Candlesticks, machte 4 Prädiktoren aus ihnen, wie von _Vizard beschrieben, trainiert som, fand eine Cluster-Nummer für jede Zeile in der Tabelle und verwendet ein Matching-Methode, um die profitabelste Aktion in jedem Cluster (Kauf/Verkauf/Ausstieg) zu finden. Es gibt kein Ziel, sondern eine Auswahl von Aktionen entsprechend der Anzahl der erhaltenen Cluster.Mein Gefühlsausbruch hat nichts mit Kerzenleuchtern zu tun, wie man meinen könnte.
Es geht um etwas anderes.
Zum Thema Kerzenständer gibt es viele Bücher, in denen zahlreiche Kombinationen von Kerzenständern aufgelistet sind. Außerdem gibt es Leute, die behaupten, man könne gewinnbringend handeln.
Meine Beschwerde mit all diesen Kerzen im Besonderen und mit der technischen Analyse im Allgemeinen ist, dass die Rentabilität in der Vergangenheit NICHTS mit der Zukunft zu tun hat. Und wenn wir Modelle nehmen, die viel komplexer sind als die "drei Soldaten", sollten wir auch etwas dafür bekommen. Für mich ist dies ein Beweis dafür, dass die Zukunft ähnlich sein wird wie die Vergangenheit.
Wenn wir uns mit R oder genauer gesagt mit maschinellem Lernen und mathematischer Statistik befassen, dann nur um der Sache willen:
1. Bei Regressionsmodellen erstellen wir Vorhersagen auf der Grundlage stationärer Prädiktoren
2. Bei Klassifizierungsmodellen wissen wir, wie man sie vor Übertraining schützen kann, zumindest durch Vorfilterung der Rauschprädiktoren.
Wenn wir wissen, wie man so etwas macht, dann haben wir ein Werkzeug, das sich qualitativ von der technischen Analyse unterscheidet. Wenn wir das nicht können, brauchen wir uns nicht zu bemühen.