Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 696
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
Das ist schon genauer.
double pr2 = (pr!=0?log(pr):0);
Richtig, null, danke.
Ich möchte diese Dinge für Klassifizierungsaufgaben ausprobieren, sie sehen gut aus
Abbildung 1. Schritt 2, Schritt 3.))
Ich interessiere mich weniger für die Ergebnisse als für die Methodik der Prüfung und des Vergleichs von Modellen. Sie sollten immer daran denken, dass Sie Modelle an künstlichen Eingabedaten lehren und an echten Daten testen sollten - es ist eine Überprüfung mit dem Ergebnis "so ist es herausgekommen".
Ich interessiere mich weniger für die Ergebnisse als für die Methodik der Prüfung und des Vergleichs von Modellen. Sie sollten immer daran denken, dass das Lernen und Testen von Modellen mit künstlichen Eingabedaten erfolgen sollte, während das Testen mit echten Daten eine Überprüfung mit dem Ergebnis "so hat es funktioniert" ist.
Mit welchen künstlichen Daten? Was meinen Sie mit diesen Daten?
Überrascht.
Was sind das für künstliche Daten? Was meinen Sie mit diesen Daten?
Überrascht.
Das steht in dem Artikel.
Die Eingabedaten müssen ganz bestimmte Eigenschaften haben und erst dann kann man das sinnvolle Verhalten des Modells erkennen:
Und dann auf das, was Gott geschickt hat.
Leute und Leute! Meine Frage ist folgende. Ich benutze Indikator, ich möchte es in EA neu zu machen, fand ich ein Video, wie man neu zu machen. Das Problem ist, dass der Indikator nicht in der Methode angezeigt wird, ich kann nicht herausfinden, was los ist. Ich kann es nicht herausfinden. Ich kann nicht verstehen, was los ist.
Wenn Sie in MT mit der Direkttaste auf den Indikator drücken und "Ändern" wählen, bedeutet dies, dass es keine Quelle gibt und Sie sie nicht ändern können.
Dies steht in dem Artikel.
Die Eingangsdaten müssen ganz bestimmte Eigenschaften haben und nur dann können wir ein sinnvolles Verhalten des Modells erkennen:
Und dann auf das, was Gott geschickt hat.
Dieser akademische Artikel befasst sich mit künstlich erzeugten Zeitreihen mit verschiedenen, vorher festgelegten Verzerrungen ohne Bezug zu realen Daten (ein kugelförmiges Pferd im Vakuum). Ziel der Studie war es, herauszufinden, wie verschiedene Modelle auf solche Verzerrungen in der TK reagieren und welche Vorverarbeitungsschritte die Qualität der Modelle beeinflussen.
Die Schlussfolgerungen des Papiers lauten:
Wir haben viele verschiedene Eingangsdaten vom Devisenmarkt und vom Aktienmarkt. Warum brauchen Sie künstliche Daten? Nehmen Sie reale Daten, transformieren Sie sie, reduzieren Sie die Dimensionen usw. und verwenden Sie sie, um verschiedene Modelle zu testen. Der ganze Rest ist Schwachsinn.
Viel Glück!
Ich habe hier ganz zufällig gelernt, wie man den SMA(12) vorhersagen kann. Das folgende Diagramm zeigt die Divergenz zwischen dem gleitenden Durchschnitt und seiner Vorhersage für einen Schritt in der Zukunft.
Wenn Sie einen solchen Prädiktor verwenden, der einen Schritt vorausschaut, dann... Aber es ist nicht der Preis...
Oder gibt es eine andere Möglichkeit, sie zu verwenden?
Ich habe hier ganz zufällig gelernt, wie man den SMA(12) vorhersagen kann. Das folgende Diagramm zeigt die Divergenz zwischen dem gleitenden Durchschnitt und seiner Vorhersage für einen Schritt in der Zukunft.
Wenn Sie einen solchen Prädiktor verwenden, der einen Schritt vorausschaut, dann... Aber es ist nicht der Preis...
Oder gibt es eine andere Möglichkeit, sie zu verwenden?
Vor ein paar Seiten habe ich geschrieben, dass die Vorhersage um einen Schritt MA ein Kinderspiel ist. Etwa 70 % der Vorhersagen sind richtig. Das Problem ist, dass es unmöglich ist, auf der Grundlage dieser Daten zu handeln. Die Sache ist die, dass die Vorhersagen an Stellen gerechtfertigt sind, wo ohne sie alles klar ist. Das heißt, auf glatten Segmenten.
Sagen Sie mir, welche TF Sie 1 Schritt voraus gemacht haben, und wahrscheinlich werde ich morgen oder übermorgen ein ähnliches Ergebnis wie Sie bei der Vorhersage der MA-Werte liefern. Ich bin heute sehr beschäftigt.
Vor ein paar Seiten habe ich geschrieben, dass die Vorhersage des KI-Schrittes ein Kinderspiel ist. Etwa 70 % der Vorhersagen sind richtig. Das Problem ist, dass es unmöglich ist, auf der Grundlage dieser Daten zu handeln, da die Vorhersagen an Stellen gerechtfertigt sind, an denen ohne sie (die Vorhersagen) alles klar ist. D.h. auf glatten Segmenten.
Sagen Sie mir, welche TF Sie 1 Schritt voraus gemacht haben, und wahrscheinlich werde ich morgen oder übermorgen ein ähnliches Ergebnis wie Sie bei der Vorhersage der MA-Werte liefern. Viel zu tun heute.
Alles, was ich versuche vorherzusagen, hat normalerweise einen Fehler von mindestens 30 %, und hier ist so eine außergewöhnliche Sache, aber nutzlos
Vielleicht hat ja jemand eine Idee, denn Zukunftswerte sind beim maschinellen Lernen sehr wichtig.