Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 350

 
Yuriy Asaulenko:

Stücke. Es ist nicht nötig, sie zu verkleben.

Wenn Sie 1-2 Monate lang im Minutentakt handeln, haben Sie genug Zeit zum Lernen.


Im Allgemeinen ja, der aktuelle Vertrag hat nur 2 Monate... Ich werde es eines Tages versuchen.
 
Maxim Dmitrievsky:

Im Allgemeinen ja, der aktuelle Vertrag hat nur 2 Monate... Ich werde es am nächsten Tag versuchen
Nur für den Fall, dass Sie noch nicht mit Futures gearbeitet haben. Die Futures werden tatsächlich gehandelt und können nur in den letzten drei Monaten ihres Bestehens für Schulungen, Tests usw. verwendet werden. D.h. unmittelbar vor und nach dem Ablauf der vorherigen Frist.
 
Yuriy Asaulenko:

Bei der Berechnung des Transaktionsvolumens spielt es keine Rolle, wie hoch die Einlage ist oder wie hoch das Transaktionsvolumen selbst ist. Der Gewinn aus den Geschäften für das Jahr beträgt 8%.

Ein Beispiel. Ich habe 0,5 % eines Geschäfts pro Arbeitstag. Ein Geschäft von, sagen wir, 10 000 RUR. 200 Tage pro Jahr *0,5%=100%/Jahr Gewinn aus dem Transaktionsvolumen.

Berechnen Sie nun die Hebelwirkung auf die Einlage, ihre Auslastung und die Anzahl der realen Verträge neu - Sie erhalten den erwarteten Gewinn einer bestimmten Einlage. Bei Forts beträgt die Hebelwirkung -4-5, das Volumen N Lots.

Sicherlich sehen 800% gut aus, aber wir erhalten 8% Gewinn pro Los. Stellen Sie sich vor, es gäbe kein Druckmittel - dann wäre es sinnlos, solche Spiele zu spielen. Das ist seltsam.

Wahrscheinlich scheitert das System in Forex, gerade weil sie nicht von einem Geschäft zählen - alles, was ich bekomme, ist ein Penny Gewinn).


Die Hebelwirkung ist ein Kredit. Es ist kostenlos gegeben, um mit 1 000$ sogar mit 1 Lot zu handeln und Kommission zu zahlen. Wenn es kostenlos ist, zahlen wir Swaps von unseren $ 1 000, aber nicht multipliziert mit Leverage - hier ist Ihre Arithmetik. Sonst wäre es doch seltsam, wenn der Makler die Swaps für uns mit seinem eigenen Kreditgeld bezahlt, oder? Am Ende sind alle zufrieden - der Makler und wir mit unseren 800 % Gewinn. Der Broker handelt mit einem Pool von Aufträgen zum Kauf/Verkauf zu einem bestimmten Preis von solchen Händlern, die Mikrodepots von 1K $ besitzen. Noch einmal: Vergessen Sie nicht, dass der Broker neben uns auch große Kunden hat - juristische Personen - und es für ihn kein Problem ist, einen Pool zusammenzustellen und ihn zu einem Preis zu verkaufen, der von einer Reihe von Händlern - natürlichen und juristischen Personen - festgelegt wird. So kann man mit 1 000 Dollar 800% verdienen, so habe ich es bisher verstanden und Sie versuchen, uns an der Rentabilität des algorithmischen Handels zweifeln zu lassen))))
 
geratdc:

und Sie wollen Zweifel an der Rentabilität des Algotradings wecken))))
Ist es so einfach, Zweifel in Ihnen zu wecken? ))
 
Yuriy Asaulenko:
Ist es so einfach, Zweifel in Ihnen zu wecken? ))

Bis jetzt habe ich noch keine Berichte über 800% von echten Konten gesehen. Ich weiß nicht, wie ich sie benutzen soll. Übrigens sind sie genau der Beweis dafür - ihre Abonnenten. Niemand wird sich die Mühe machen, eine Einlage von 1.000 Dollar wegen 8 % zu riskieren. Sie müssen sich nicht darum kümmern, und sie werden nicht riskieren, eine Einzahlung von 1.000 $. Ehrlich gesagt, all dies ist fern demonstriert und es kann sich als eine Fälschung wie MQL, so dass ich eine ernsthafte Ressource, dass es 50/50 ist. Ich denke, es könnte sich herausstellen, dass Sie Recht haben)))) Was die Tatsache betrifft, dass viele Händler tatsächlich nur von 8% p.a. nach Serienverlusten ihrer Einlagen träumen)))
 
geratdc:

Bislang habe ich noch keine Berichte über 800 % von echten Konten gesehen. Es sei denn, Sie nehmen Signale wahr. Übrigens ist es genau das, was sie sind - eine Bestätigung durch ihre Abonnenten. Niemand wird sich die Mühe machen, eine Einlage von 1.000 Dollar wegen 8 % zu riskieren. Sie müssen sich nicht darum kümmern, und sie werden nicht riskieren, eine Einzahlung von 1.000 $. Ehrlich gesagt, all dies ist fern demonstriert und es kann sich als eine Fälschung wie MQL, so dass ich eine ernsthafte Ressource, dass es 50/50 ist. Aber es könnte sich herausstellen, dass Sie Recht haben)))) Was die 8% p.a. angeht, so besteht der wirkliche Unterschied darin, dass viele Händler davon nur träumen können, nachdem sie ihre Einlagen in Serie verloren haben)))

Ich habe sicherlich Recht. Die Arithmetik kann nicht falsch sein.) Es geht jedoch nicht um die Ängste und Zweifel von jemandem, sondern um die Rentabilitätskennzahlen, die auf Strategien angewandt werden. Dies sind unterschiedliche Themen.

Die Bewertung der Leistung anhand einer Kaution ist eine Bewertung von nichts. Angenommen, zwei Strategien bringen 200% p.a. bei 20% Drawdown, Gewinncharts: Zwillingsbrüder - welche Strategie ist besser?

Sie können ein Dutzend Gründe dafür anführen, warum eine Strategie sich als großartig erweisen wird und die andere auf den Müll gehört.

D.h. um diese Strategien zu vergleichen, benötigen wir eine Menge spezifischer Daten, Indikatoren und Berechnungen.

 
Yuriy Asaulenko:

Sagen wir, zwei Strategien bringen 200% p.a. bei 20% Drawdown, Gewinnkurven: Zwillingsgeschwister - welche Strategie ist besser?Sie können ein Dutzend echter Gründe aufzeigen, warum die eine Strategie großartig sein wird und die andere nur auf den Müll gehört.


Wo liegt dann der Unterschied? ..........................
 

Der Artikel ist insofern interessant, als Beispiele für maschinelles Lernen im Handel äußerst selten zu finden sind.

Die Sache ist primitiv: Man muss sie in zwei Klassen unterteilen. Dem Artikel zufolge sind die Klassen ungefähr gleich groß. Der Zeitgeist am Ende des Artikels: Sie wollen eine hohe Wahrscheinlichkeit für die Vorhersage einer Klasse, setzen Sie sie auf 90%. Das war's.

Machine Learning. Stock Market Data, Part 2: Linear Discriminant Analysis.
Machine Learning. Stock Market Data, Part 2: Linear Discriminant Analysis.
  • Data Scientist PakinJa
  • www.r-bloggers.com
It is important to mention that the present posts series began as a personal way of practicing R programming and machine learning. The bibliography and corresponding authors are cited at all times and this posts series is a way of honoring and giving them the credit they deserve for their work. The exercise was originally published in “An...
 
SanSanych Fomenko:

Der Artikel ist insofern interessant, als Beispiele für maschinelles Lernen im Handel äußerst selten zu finden sind.

Die Sache ist primitiv: Man muss sie in zwei Klassen unterteilen. Dem Artikel zufolge sind die Klassen ungefähr gleich groß. Der Zeitgeist am Ende des Artikels: Sie wollen eine hohe Wahrscheinlichkeit für die Vorhersage einer Klasse, setzen Sie sie auf 90%. Das ist alles.


Das Paket 'Smarket' ist nicht verfügbar (für R Version 3.4.0) :(
 
Maxim Dmitrievsky:

Je mehr Neuronen und Inputs, desto stabiler, aber weniger profitabel ist das System

Eigentlich ist das nicht richtig.

Je komplexer das System wird, desto höher sollten sowohl die Rentabilität als auch die Stabilität sein. D.h. je komplexer das System wird, desto größer sollten die Benutzereigenschaften sein.

Am Beispiel der Entwicklung der Hand:

1. Wir nehmen eine bloße Handelsidee und erstellen einen einfachen TS, der den Gewinn optimiert (Verluste können vollständig ignoriert werden).

2. die Einführung von Beschränkungen, die die Anzahl der Verlustgeschäfte minimieren. Natürlich wird ein Teil der zufällig profitablen Trades wegfallen und bei einem Teil der profitablen Trades wird der Gewinn sinken, aber auch die Drawdowns werden sinken, und als Ergebnis wird die Summe von Gewinn und Verlust steigen.

Eine weitere Verkomplizierung führt nur zu einer Gewinnsteigerung, zumindest durch die Verringerung der Anzahl der Verlustgeschäfte.

Wenn sich der Gewinn/Verlust-Betrag infolge der Komplikation nicht erhöht, müssen wir etwas falsch machen. Wir führen zum Beispiel unwirksame Bedingungen ein.

Grund der Beschwerde: