Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 940

 
Aleksey Vyazmikin:

D.h. Veränderung unabhängig von der Historie, d.h. Q1 2016 ist nicht wie Q1 2017?

Was die Fraktale betrifft, so habe ich fast ein fraktales System zur Messung von Kursschwankungen im Bereich von 1 Stunde, 4 Stunden, 1 Tag, 1 Woche, 1 Monat. Die geplante Fluktuationsskala wird berechnet und es wird geschaut, wo der Preis im Moment steht (auf welchem Niveau).

es ist nicht fraktal))

Es ist nur so, dass sich die Muster jedes Quartal ändern, manchmal dramatisch.

d.h. es besteht eine hohe Wahrscheinlichkeit, dass das System an Verbindungsstellen zusammenbricht
 
Maxim Dmitrievsky:

es ist nicht fraktal ))

Es ist nur so, dass sich die Muster in jedem neuen Quartal ändern, manchmal sogar drastisch.

Wie nicht fraktal, kleine TF nach meinem System ist ähnlich wie groß, oder umgekehrt, wie Sie wollen, es ist ein Fraktal. Die Häufigkeit der Ähnlichkeit ist jedoch nicht bekannt, da sie durch die Funktion definiert ist.

 
Maxim Dmitrievsky:


d.h. es besteht eine hohe Wahrscheinlichkeit, dass das System an den Knotenpunkten zusammenbricht

Ich verstehe, aber im Grunde sollte es funktionieren :) Wahrscheinlich ist das Quartal eine Trendbewegung und wenn sich diese Bewegung ändert, bricht das System zusammen...

 
Aleksey Vyazmikin:

Ich verstehe, aber im Grunde sollte es funktionieren :) Wahrscheinlich ist das Quartal eine Trendbewegung und wenn sich diese Bewegung ändert, bricht das System zusammen...

Grundsätzliche Gründe - Verjährung usw. Jahresberichte sind in der Regel Berichte.

Wo Geld den Besitzer wechselt, ändert sich immer auch die Konjunktur.

Ich würde gerne mit der Zyklussuche herumspielen, googeln Sie es. Zu wissen, wann man richtig trainiert, ab welchem Zeitpunkt und zu welchem

Der Hauptgrund für das Fehlen von stationären Mustern ist der ständige Wandel der Kapitalisierung und der Kapitalströme. Große Hauptstädte bewegen sich selten und langsam.

 
Maxim Dmitrievsky:

Ist es jemandem gelungen, beim Oszillator einen Fehler von 0,2 oder 0,3 zu erreichen? Das Minimum liegt bei etwa 0,45. Außerdem funktioniert es oft bei OOS.

Aber 2-2,5 Mal Unterschied mit Trayne ist ein bisschen ärgerlich.

Ich kann nicht herausfinden, wann die Entwicklung zu beenden und in der Praxis beginnen))


In Vladimirs Artikeln
 
elibrarius:
In Vladimirs Artikeln

Welche Architektur? Können Sie mir einen Link geben?

 
Maxim Dmitrievsky:

Welche Architektur? Können Sie mir einen Link geben?

Sowohl auf Darch als auch auf Elm - https://www.mql5.com/ru/users/vlad1949/publications - werden ab dem 4. Artikel die Ergebnisse mit Acc um 70% und höher.
Nun, Sie haben alles gelesen...
Vladimir Perervenko
Vladimir Perervenko
  • www.mql5.com
Мы продолжаем строить ансамбли. Теперь к bagging-ансамблю, созданному ранее, добавим обучаемый объединитель — глубокую нейросеть. Одна нейросеть объединяет 7 лучших выходов ансамбля после обрезки. Вторая принимает на вход все 500 выходов ансамбля, обрезает и объединяет их. Нейросети будем строить с... Глубокие нейросети (Часть VI). Ансамбль...
 
Maxim Dmitrievsky:

grundlegende Gründe - Verfallsdaten und dergleichen. In der Regel Jahresberichte.

Wo Geld transferiert wird, ändert sich immer auch die Konjunktur.

Ich würde gerne mit der Zyklussuche spielen, googeln Sie es. Zu wissen, wann man richtig trainiert, ab welchem Zeitpunkt und zu welchem

Der Hauptgrund für das Fehlen von stationären Mustern ist der ständige Wandel der Kapitalisierung und der Kapitalströme. Große Hauptstädte bewegen sich selten und langsam.

Sie müssen also die Datenmenge erhöhen, um nach solchen Zyklen zu suchen, und Sie müssen statt eines Jahres 2-3 Jahre abfragen und Monatszahlen hinzufügen...

 
elibrarius:
Sowohl auf Darch als auch auf Elm - https://www.mql5.com/ru/users/vlad1949/publications - liegen die Ergebnisse in Acc ab dem 4. Artikel bei 70% und höher.
Nun, ihr habt es alle gelesen...

nicht schlecht:

Ja, ich habe gelesen, aber diagonal, da ich nicht R benutzen will, nicht so sportlich )

 
Aleksey Vyazmikin:

Dann stellt sich heraus, dass wir die Datenmenge erhöhen müssen, um nach solchen Zyklen zu suchen, und keine Stichprobe für ein Jahr, sondern für 2-3 Jahre machen, Monatszahlen hinzufügen...

Ich bin mir nicht sicher, es gibt nicht viele Informationen darüber.

Aber es stellt sich heraus, dass zum Beispiel, wenn ich im letzten Quartal des Jahres ein Modell bohre, es das ganze Jahr über gut funktioniert, und dann stürzt es ab

etwa so...

wenn es kurzfristig ist, funktioniert es für etwa 3 Monate, und dann bricht es zusammen ... d.h. wir geraten wieder in einen Zyklus, aber vierteljährlich