Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 293
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
Wir bauen hier keinen Hadron Collider, man muss kein mathematischer Wissenschaftler sein, um zu handeln.
Was machen Sie dann hier?
Gehen Sie in einen Zweig, wo man Mash-ups oder Stochastik studiert, dort ist alles einfach und klar... Sie sind nicht der Erste oder Zweite, der in diesen Thread kommt, Sie haben null Wissen, Sie haben nichts zu sagen, also werde ich einfach propagieren, dass neuronale Netze böse sind und so weiter... Ich habe niemanden gesehen, der Netze für diejenigen propagiert, die Mashki studieren... Warum macht ihr euch alle die Mühe, hierher zu kommen? Niemand hat euch eingeladen und niemand belästigt euch...
Guten Tag! Können Sie mir für ein LSTM-Netz sagen, in welcher Form die Eingabeparameter geliefert werden? So wie ich es verstanden habe, gibt es ein System von Schalt-"Toren".
Soweit ich weiß, gibt man einen Zahlenvektor (Array) ein und zählt das Ergebnis, dann gibt man ein zweites Zahlenarray ein und zählt das Ergebnis usw.
Es stellt sich heraus, dass die Route bei der Berechnung des Ergebnisses alle Neuronen durchläuft und diese Neuronen in einem veränderten Zustand bleiben, als ob sie sich an die vorherige Route erinnern.
Ich weiß nichts über neuronale Netze, aber ich sehe, dass die Leute hier damit experimentieren, aber ich bin sicher, dass sie schon mit indikatorbasierten Systemen und anderen Mustervisualisierungen gearbeitet haben.
Die Frage ist: Hat jemand versucht, ein neuronales Netz zu verwenden, um die Wirksamkeit eines TS mit vielen Variablen auf die Ergebnisse des TS zu testen - d. h. die Ergebnisse des Berichts, um die wichtigsten Variablen und die Wirksamkeit ihrer Auswirkungen auf den TS zu ermitteln?
Hören Sie, was machen Sie denn hier? Prediger...
Gehen Sie in eine Filiale, in der sie Mash-ups oder Stochastik studieren, dort ist alles einfach und klar ... Sie sind nicht der Erste oder Zweite, der in diesen Thread kommt, Sie haben null Wissen, Sie haben nichts zu sagen, also werde ich einfach propagieren, dass neuronale Netze böse sind und so weiter... Ich habe niemanden gesehen, der Netze für diejenigen propagiert, die Mashka studieren... Niemand hat Sie eingeladen, und niemand belästigt Sie.
Ich bin einfach nur angewidert, dass die "Wissenschaftler" hier die Leute verwirren, sie mit ihren Abschlüssen und der Anzahl der Ausbildungen demotivieren und die Teilnehmer dazu verleiten, viel Zeit mit 100% aussichtslosen Handelssystemen zu verbringen. Der Markt braucht keine neuronalen Netze, es gibt sie seit den 80er Jahren und seit dieser Zeit werden sie auf den Märkten von Mathematikern auf höchstem Niveau angewandt, niemand hat sich bei ihrem Einsatz auf dem Markt besonders hervorgetan, alle sind sich einig, dass einfache indikatorbasierte Systeme viel effektiver sind, sicherlich nicht auf den üblichen Wischern und Stochastiks, aber zum Beispiel aufJMA mit gutem Money Management.
Neuronale Netze und komplexe Modelle werden an die "Fleisch"-Puppen verfüttert, um sie über viele Jahre hinweg vom Handel abzulenken und ihre intellektuellen Fähigkeiten zu frustrieren. Die coolen Hedgefonds verwenden JMA und ich glaube, Margindale tut das auch, deshalb haben sie so schöne Renditekurven. Das Wichtigste ist, ein Handelssystem zu finden, das Ihren Bedürfnissen entspricht und sich strikt an die Regeln Ihres TS zu halten, der Rest ist von Übel.
1) eine solche Idee wurde nicht versucht, müssen Sie entscheiden, was an das Netz zu senden und was ist das Ergebnis (Ziel), können Sie banal durch Eigenkapital, wenn es wächst, dann gut, wenn fallen, dann schlecht, aber es gibt Nuancen
2) Viele Parameter sind schlecht.
Es scheint mir, dass es zwei Schichten geben sollte (es heißt so) - die erste ist die Suche nach Korrelation von Indikatoren - die höchste Korrelation, und wir verwerfen doppelte Korrelationen; die zweite Schicht berücksichtigt die restlichen Indikatoren und sendet in EA-Variablen - und wir schauen ihren Einfluss auf ausgewählte Indikatoren. Wir streben nach mehr Gewinnen, weniger Verlusten, weniger Drawdown und mehr Gewinn pro Trade - dabei geben wir der größeren Anzahl von Trades den Vorrang.
Für den zweiten Tag sitze ich und mache so etwas von Hand, es gibt 3 Variablen in TS - und so ist alles nicht eindeutig :)
Übrigens, vielleicht weiß es jemand, ich habe unabhängige Zahlenreihen (Indikatoren des Optimierungsergebnisses), die in Untergruppen unterteilt werden können, also führe ich eine Normalisierung der Indikatoren in jeder Untergruppe durch - die Größe der Untergruppen ist die gleiche, aber wenn ich die Korrelation vor und nach der Normalisierung durchführe, dann gibt es manchmal keine Korrelation, wo sie vorher war. Ich prüfe die Korrelation der ganzen Zahlenreihe. Was bedeutet dieser Effekt? Es besteht die Vermutung, dass die Korrelation falsch war und die Normalisierung dies gezeigt hat. Ja, ich führe die Normalisierung als Prozentsatz des maximalen Index in der Gruppe durch - der Zweck ist, numerische Reihen miteinander zu vergleichen.
Ich bin einfach nur angewidert, dass "Wissenschaftler" hier die Leute verwirren, sie mit ihren Abschlüssen und der Anzahl ihrer Ausbildungen demotivieren und die Teilnehmer dazu verleiten, viel Zeit mit 100%ig aussichtslosen Handelssystemen zu verbringen. Der Markt braucht keine neuronalen Netze, es gibt sie seit den 80er Jahren und seit dieser Zeit werden sie von Mathematikern auf höchstem Niveau an den Märkten eingesetzt, niemand hat sich bei ihrem Einsatz am Markt besonders hervorgetan, alle sind sich einig, dass einfache indikatorbasierte Systeme viel effektiver sind, sicher nicht auf den üblichen Wischern und Stochastiks, aber zum Beispiel aufJMA mit gutem Money Management.
Neuronale Netze und komplexe Modelle werden an die "Fleisch"-Puppen verfüttert, um sie über viele Jahre hinweg vom Handel abzulenken und ihre intellektuellen Fähigkeiten zu frustrieren. Die coolen Hedgefonds verwenden JMA und ich glaube, Margindale tut das auch, deshalb haben sie so schöne Renditekurven. Das Wichtigste ist, ein Handelssystem zu finden, das Ihren Bedürfnissen entspricht und die Regeln Ihres TS strikt zu befolgen, alles andere ist von Übel.
Ich verstehe Procluster Analysis, Delta und all das, was den Markt wirklich bewegt, aber man muss JMA verwenden, das ca. 2006 entwickelt wurde und von den Leuten angenommen wurde und von ihnen auf Pips entschieden wurde, und erkennen, dass JMA ein bisschen besser ist als BOM, nur ein bisschen, aber mit riskantem MM und kann 10 Jahre später zu Gewinn führen. Ich glaube nicht, dass die coolen Hedgefonds JMA verwenden, sondern eher SOT-Berichte, Volumenanalyse, Optionslevels, nicht Ihr JMA, und wenn Sie sich auf Indikatoren verlassen, dann habe ich nichts mit Ihnen zu besprechen, weil Sie wirklich nicht verstehen, was der Markt ist und wer seine Teilnehmer sind.......
Hallo Freunde! Können Sie mir sagen, wie man das in Python richtig macht?
Для примера построим график продаж видео игр в различных странах в зависимости от года.
Для начала отфильтруем только нужные нам столбцы, затем посчитаем суммарные продажи по годам и у получившегося dataframe вызовем функцию plot без параметров.
sales_df = df[[x for x in df.columns if 'Sales' in x] + ['Year_of_Release']]
sales_df.groupby('Year_of_Release').sum().plot()
Das Problem ist, dass die Spaltennamen aus Zahlen bestehen. Wie gebe ich die Zahlen korrekt an - Syntax?
sales_df.groupby(2).sum().plot()
Er gibt eine Fehlermeldung aus und
TypeError Traceback (most recent call last)
<ipython-input-75-494 b1527114a> in <module>()
----> 1 sales_df = df[[x for x in df.columns if 1 in x] + [2]]
TypeError: argument of type 'numpy.int64' is not iterable
Wie wäre es mit Anführungszeichen? Python ist auf einer Hallo-Welt-Ebene, aber es könnte funktionieren.
sales_df.groupby('2').sum().plot()
Wie wäre es mit Anführungszeichen? Ich kenne Python auf Hallo-Welt-Niveau, aber vielleicht klappt es ja.
sales_df.groupby('2').sum().plot()
Ich habe schon alles versucht.