Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1396
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
Ich stehe auf Wälder. Wenn ich zum NS zurückkehre, dann nicht für lange Zeit. Ich habe bereits ein Jahr damit verbracht.
ok )
Ich strebe nicht nach der absoluten Korrektheit einer Vorhersage. Für mich sind alle Geschäfte, die einen Gewinn abwerfen, richtig.
Beispiele:
1) vorhergesagt -10 bekam -8 - das ist ein ausgezeichneter Gewinn, überhaupt kein Fehler
2) vorhergesagt -4,8 bekam -13 - Gewinn viel mehr als vorhergesagt, das ist erst recht kein Fehler.
3) vorausgesagt -3,5 bekam +5, es wird ein Verlust sein - das ist ein Fehler. Genau wie alle Punkte auf der linken Seite und über 0. Nur sie werden einen Verlust machen und es ist ein Fehler, auf sie zu handeln.
Sie haben absolut Recht mit Ihrem Verständnis. Alles, was wir brauchen, ist eine Verzerrung der Wahrscheinlichkeitsverteilung der erfolgreichen Geschäfte zu unseren Gunsten. Außerdem wurden Stopps, Trailing Stops und andere Methoden der Transaktionsunterstützung nicht gestrichen, und das tatsächliche Ergebnis wird besser sein als eine dumme Schließung einer Position in 5 Metern. Dies ist auf dem Bild der Fall.
Die Robustheit, von der Maxim auf dem Markt spricht, ist eine unbegründete Fantasie. Wenn es echte Abweichungen von der Regression gibt (ganz zu schweigen von Training oder Test), ist kein Modell in der Lage, diese Abweichungen auszugleichen. In jedem Fall bleiben die Abweichungen unverändert. Die Regression geht immer bis zur Mitte der Verteilung, mehr nicht.
Maxim hat sich leider in die Wälder und ins RL zurückgezogen und empfindet jede Information von außen als Angriff auf sein Weltbild und vielleicht auch auf die Bedeutung seiner Ergebnisse). Alles ist falsch bei ihm, alles Unsinn, Kindergarten, usw.
Was die Umstellung von NS auf Waldbäume betrifft. Es handelt sich um ungefähr gleichwertige Modelle, und Sie werden nichts Neues oder Gleichwertiges bekommen - dieselben Eier, nur im Profil. Zu sehen, was das Tier ist, ist natürlich nicht unvernünftig.
Die Umstellung auf Alglib in MCLs könnte Ihnen kurzfristig etwas bringen. Langfristig ist das nichts anderes als ein Verlust an Tempo, eine Sackgasse. Dieselbe Maxim kriecht bereits zu Python hinüber, und Sie regen sich darüber auf, dass MO in Alglib-MCL übernommen wird. Das ist lustig.
Sie haben es genau richtig verstanden. Alles, was wir brauchen, ist eine schiefe Verteilung der Wahrscheinlichkeit eines erfolgreichen Handels in unserer Richtung. Außerdem wurden Stopps, Trailing Stops und andere Methoden der Transaktionsunterstützung nicht gestrichen, und das tatsächliche Ergebnis wird besser sein als eine dumme Schließung des Geschäfts nach 5 m. Dies ist auf dem Bild der Fall.
Die Robustheit, von der Maxim auf dem Markt spricht, ist eine unbegründete Fantasie. Wenn es echte Abweichungen von der Regression gibt (ganz zu schweigen von Training oder Test), ist kein Modell in der Lage, diese Abweichungen auszugleichen. So oder so, was sie waren, werden sie auch bleiben. Die Regression geht immer bis zur Mitte der Verteilung, mehr nicht.
Maxim hat sich leider in den Wald und ins RL zurückgezogen und sieht jede Information von außen als Angriff auf sein Weltbild und vielleicht auch auf die Bedeutung seiner Ergebnisse). Alles falsch, alles Unsinn, Kindergarten, usw.
Was die Umstellung von NS auf Waldbäume betrifft. Sie sind in etwa gleichwertige Modelle, und Sie bekommen nichts Neues, oder auf einer Ebene - die gleichen Eier, nur im Profil. Zu sehen, was das Tier ist, ist natürlich nicht unvernünftig.
Die Umstellung auf Alglib in MCLs könnte Ihnen kurzfristig etwas bringen. Auf lange Sicht ist das nichts anderes als ein Verlust an Tempo, eine Sackgasse. Dieselbe Maxim kriecht bereits zu Python hinüber, und Sie regen sich darüber auf, dass MO in Alglib-MCL übernommen wird. Das ist lustig.
Das Gerüst hat weniger Parameter für das Modell selbst. Bei NS gibt es mehr davon, und es ist schwierig, die optimale Kombination zu finden, außerdem ist eine Normalisierung und Anpassung erforderlich. Und die Rationierung und Skalierung wird sich mit der Zeit verschieben, so dass die gleiche Umschulung nicht korrekt sein wird. Und Wälder verdauen alles in absoluten Werten.
zumindest lernen, das Streudiagramm richtig zu interpretieren, und das ist auch gut so
Dann werden Sie verstehen, dass Fehler eher wachsen als sich gegenseitig aufheben, und dass das, was als schiefe Wahrscheinlichkeitsverteilung eines Punktes angesehen wird, eine momentane Sache ist, die sich zu großen Fehlern summiert
Der Wald hat weniger Parameter als das Modell selbst. Aber es gibt mehr davon in NS, und es ist schwierig, eine optimale Kombination zu finden, außerdem muss man normalisieren und abgleichen. Und die Rationierung und Skalierung variiert im Laufe der Zeit, so dass die gleiche Umschulung nicht korrekt sein wird. Und Wälder verdauen alles in absoluten Zahlen.
Ich kann nicht für alle sprechen, aber die Gerüstmodelle, die ich gesehen habe, müssen auch skaliert werden usw. Übrigens verstehe ich nicht, wie das alles ohne Vorverarbeitung der Eingangssignale funktionieren soll. Stellen Sie sich zwei annähernd identische Signale vor, von denen das eine einen um 10 % höheren Anfangspreis hat als das andere. Und die Volatilität des größeren (identischen) wird automatisch 10% höher sein als die des ersten. Wie kann dies von NS oder Forest gehandhabt werden? Und das Ergebnis wird identisch sein.
zumindest lernen, das Streudiagramm richtig zu interpretieren, und das ist auch gut so
Dann werden Sie verstehen, dass Fehler eher wachsen als sich gegenseitig aufheben, und dass das, was als schiefe Wahrscheinlichkeitsverteilung eines einzelnen Punktes angesehen wird, eine momentane Sache ist, die sich zu großen Fehlern summiert
Maxim, lernen Sie, die Tabellen zu lesen, nicht nur Ihre eigenen. Wenn meine Diagramme nichts aussagen, kann ich auch nichts dagegen tun. Wenn Sie nicht wollen, nicht mit ihnen umgehen, ist niemand nicht zwingen. Ehrlich gesagt, habe ich genug von Ihnen. Ich möchte nicht sagen, dass Sie Unsinn reden, aber ich muss es tun.
Maxim, lernen Sie, Diagramme zu lesen, nicht nur Ihre eigenen. Ehrlich gesagt, habe ich genug von Ihnen. Ich möchte nicht sagen, dass Sie Unsinn reden, aber ich muss es tun.
Wie lesen Sie Ihre Horoskope? Gibt es spezielle Lesemethoden, die von den herkömmlichen abweichen? Da ist Elibrarius, ich weiß nicht, wie es seinem Vater geht, er konnte nicht einmal richtig lesen.
Ich habe nur aufgeschrieben, was ich in diesen Diagrammen sehe... daraus können keine Schlüsse gezogen werden
und speziell - der Fehler ist ein wenig besser als zufällig, vielleicht in der Größenordnung von 40%
Ich kann nicht für alle sprechen, aber die Gerüstmodelle, die ich gesehen habe, müssen auch skaliert werden usw. Übrigens verstehe ich nicht, wie das alles ohne Vorverarbeitung der Eingangssignale funktionieren soll. Stellen Sie sich zwei annähernd identische Signale vor, von denen das eine einen um 10 % höheren Anfangspreis hat als das andere. Und die Volatilität des zweiten (identischen) wird automatisch 10% höher sein als die des ersten. Wie kann dies von NS oder Forest gehandhabt werden? Und das Ergebnis wäre identisch.
Der Wald verarbeitet Inputs mit Werten und Volatilitäten, die sich um Größenordnungen unterscheiden.
Eine davon wird in Knoten geteilt, zum Beispiel durch 0,00014, die zweite durch 41548,3.
Und für NS müssen wir alle Inputs auf den gleichen Maßstab reduzieren.
Wie lesen Sie Ihren Stundenplan? Gibt es besondere Lesemethoden, die von den herkömmlichen abweichen? Von Elibrarius, ich weiß nicht, wie es mit dem Patriarchen aussieht, konnte es nicht einmal richtig lesen.
Ich habe nur aufgeschrieben, was ich in diesen Diagrammen sehe... daraus können keine Schlüsse gezogen werden
und speziell der Fehler ist etwas besser als zufällig, vielleicht in der Größenordnung von 40%.
Na und? Was ist daran falsch? Wenn Sie 10 Minuten brauchen, ist alles nicht mehr zu erkennen, und es ist schwer vorstellbar, dass es eine Stunde dauert).
Der Wald verdaut Inputs mit Wert- und Volatilitätsunterschieden von mehreren Größenordnungen.
Eine davon wird sich in Knoten von z.B. 0,00014 und die andere in 41548,3 teilen.
Und für die NS müssen wir alle Eingaben auf eine Skala reduzieren.
Ich bin mir dessen nicht bewusst. Ich habe nur über die Wälder gesprochen, die ich gesehen habe. Denn ganz Odessa wird nicht sagen.