Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 746
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
Es ist realistisch, die nächste Kerze zu finden, aber es ist nicht realistisch, dies bei jeder Kerze einer langen Serie zu tun.
Erinnern Sie sich an das alte Beispiel von der Website"Neural Networks Free and Serious" - der Autor beschreibt einfach ein einfaches neuronales Netz. Nicht gerade ein Vorbild. Auf einem umgeschulten Grundstück ist es nur ein Gral. Aber die Essenz ist nicht der Punkt. Sehen wir uns den Backtest für 58% der profitablen Trades an - nicht 80% oder 70%, sondern nur 58 für 8% mehr als die Coin-Flip-Prognose. Wieder einmal weiß ich, dass das Netz umgeschult ist, jetzt werden sie mich wahrscheinlich angreifen und mir sagen, dass alles falsch ist. Ich wollte nur sagen, Gral - 58% profitable Trades. 58% Vorhersage Orentir
Nach meinem Verständnis sollte ein SB mindestens 2, besser 3 Attribute haben. Kurzfristige, mittelfristige und langfristige Beschreibungen der Marktbedingungen. Der Rest kann hinzugefügt werden, wenn sie einige zusätzliche Informationen haben, sagen wir Autoregression n-ter Ordnung des Vorzeichens auf sich selbst und so weiter, das würde auch die Dynamik der Zeichen berücksichtigen.
Was die Ausgänge betrifft, so ist es unsinnig, feste Werte einzugeben. Eine bessere Lösung wäre die Einspeisung von Wahrscheinlichkeiten für Wachstum/Rückgang um n Punkte bei gegebenen sl\tp-Niveaus, die auch dynamisch sein können, d.h. wenn wir eine Klassifizierung der Signale vornehmen
Für die Regression, d.h. für die N-Bar-Prognose, brauchen wir nur ein Add-on, um die Prognoseergebnisse zu verarbeiten und den sl\tp\trailing in Abhängigkeit von der Prognose adaptiv zu definieren
Aber wie gesagt, das sind alles veraltete Techniken, die auf dem Markt überhaupt nicht funktionieren, weil es schwierig (unmöglich) ist, eine echte, nicht zeitliche Beziehung zwischen Zeichen und Ziel zu bewerten.
Das ist mein Punkt. Alles ist veraltet und wir müssen zur ursprünglichen Frage zurückkehren. Was wissen wir über zukünftige Bewegungen. Was? Welche Informationen können wir darüber haben, wo der Preis in 1 Stunde oder 5 Minuten sein wird?
Wenn wir N Balken angemessen vorhersagen wollen, brauchen wir IMHO 100% für 1 Balken, dann für 2,3,4,5 ..N . Wenn wir 1 bar nicht richtig vorhersagen können, wie groß ist dann der Fehler bei 5 bar? Sie wird unverhältnismäßig groß sein....Das ist mein Punkt. Es ist alles veraltet. Also müssen wir auf die ursprüngliche Frage zurückkommen. Was wissen wir über zukünftige Bewegungen. Was? Welche Informationen können wir darüber geben, wo der Preis in 1 Stunde oder 5 Minuten sein wird?
Ich begann mit einfachem Winken, dann mit inkrementellem Winken, dann mit Delta-Winken... Jetzt arbeite ich an so etwas wie einem Truthahn-Borschtsch )))) um eine Eingangsreihe statt 20 zu füttern...
Das ist mein Punkt. Es ist alles veraltet. Also müssen wir auf die ursprüngliche Frage zurückkommen. Was wissen wir über zukünftige Bewegungen. Welche Informationen können wir darüber geben, wo der Preis in 1 Stunde oder 5 Minuten stehen wird?
Ich glaube, dass die Dauer der Backtest-Periode, und nur sie, die Rolle des Richters spielen kann. Wenn es kein explizites Backtesting von Geschäften nach Daten oder deren Abfolge gibt und es Tausende oder Zehntausende von Geschäften über mehrere Jahre mit gleichmäßigem Wachstum gibt, dann ist das nicht so schlimm.
Und welche Art von Informationen ist wichtig?
Das ist mein Punkt. Es ist alles veraltet. Also müssen wir auf die ursprüngliche Frage zurückkommen. Was wissen wir über zukünftige Bewegungen. Was? Welche Informationen können wir darüber, wo der Preis wird in 1 Stunde oder 5 Minuten sagen?
Nichts ist obsolet. Wissen ist ewig, wie Stephen Hawking!
Es wurde bereits eine Milliarde Mal gesagt, dass man mit den reinsten Inkrementen (siehe die Beiträge von toxic) und deren Summe arbeiten muss. Auf der Ebene der Inkremente sind die Prozesse nahezu stationär. Die Methoden zur Vorhersage stationärer Prozesse wurden, glaube ich, von Kolmogorov entwickelt :)))))
Ich glaube, dass die Länge der Backtest-Periode, und nur die Länge der Backtest-Periode, ausschlaggebend sein kann. Wenn es kein explizites Backtesting von Transaktionen nach Daten oder Sequenzen gibt, aber Tausende oder Zehntausende von Transaktionen über mehrere Jahre mit gleichmäßigem Wachstum vorliegen, dann ist es bereits gut
nicht schlecht aus der Sicht der Ausarbeitung des Systems auf historische Daten, trotz der Tatsache, dass es einige Intervall-Lernen. das Problem kommt, wenn auch diese Option mit Re-Learning knallt und nicht mehr funktioniert in der Gegenwart ... Es ist auch einfach, die richtigen Eingabedaten für die Maschine in der Vergangenheit auszuwählen, aber das ist keine Garantie dafür, dass sie in der Gegenwart und in der Zukunft funktionieren wird. Ich lege den Wert von drei Jahren Training bei, wobei ich berücksichtige, dass das Training alle drei Wochen stattfand. und ja, 56% Gewinne scheinen ein Gral zu sein.
Nichts ist obsolet. Wissen ist so zeitlos wie Stephen Hawking!
Es ist schon eine Milliarde Mal gesagt worden, dass man mit den reinsten Inkrementen (siehe die Beiträge von toxic) und der Summe davon arbeiten sollte. Auf der Ebene der Inkremente sind die Prozesse nahezu stationär. Die Methoden zur Vorhersage stationärer Prozesse wurden, glaube ich, von Kolmogorov entwickelt :)))))
Ich habe es mit reinen Inkrementen versucht, aber es kam nichts dabei heraus... Ich muss das Ziel falsch gesetzt haben... Haben Sie irgendwelche Tipps?
nicht schlecht aus der Sicht der Ausarbeitung des Systems auf historische Daten, trotz der Tatsache, dass es Lernen in einigen Intervallen. das Problem kommt, wenn auch diese Option mit Umschulung knallt und nicht mehr in der Gegenwart... Es ist einfach, auch in der Vergangenheit den richtigen Input für die Maschine zu finden, aber das ist keine Garantie dafür, dass es auch in der Gegenwart und Zukunft funktioniert. Ich lege drei Jahre Training an, wenn man bedenkt, dass alle drei Wochen umgeschult wird. und ja, 56% der Gewinne scheinen schon ein Gral zu sein.
Aber die Stagnation des gesamten Jahres ist peinlich, und Sie haben eine sehr große Tendenz zu Long-Positionen, was bereits eine Überanpassung darstellt.
Ich versuche, nur eine Reihe von Geschäften zu analysieren, damit sie gleichmäßig verteilt sind und eine kleine Abweichung von der Norm darauf hinweist, dass etwas falsch gelaufen ist.
Ich versuche, eine Reihe von Geschäften so zu analysieren, dass sie gleichmäßig verteilt sind.
Ich versuche, die Reihe der Geschäfte so zu analysieren, dass sie gleichmäßig verteilt sind, und eine leichte Abweichung von der Norm ist ein Zeichen dafür, dass etwas schief gelaufen ist.
Das Herumstochern für ein Jahr zeigt, dass der Satz von Prädiktoren nicht zum Markt passen wollte (andere Phase), aber dann schien es wieder zu funktionieren .... Ich habe viele dieser Tests gemacht, aber mir ist klar, dass ich damit nicht auf den Markt gehen sollte, es ist das gleiche Minenfeld... Falls es jemanden interessiert, könnte es nützlich sein, ich versuche, nicht den nächsten Balken, sondern den Preis für die nächsten 200 Balken zu analysieren. Ich versuche, Stichproben von 500-600 Eingabedaten zu analysieren, während die Anzahl der Stichproben zwischen 2000 und 10000 liegt.