Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1530

 
Maxim Dmitrievsky:
Glück braucht keinen Grund

Das stimmt, man braucht Antidepressiva, um glücklich zu sein, aber die Neugier kann nur durch Forschung gestillt werden. Ich frage mich, ob meine Daten oder mein Optimierer funktionieren. Ich denke, es ist 50/50. Gut abgestimmte Daten mit einem perfekt tolerierbaren Optimierer. Sie können eine vergleichende Analyse zwischen den beiden KIs durchführen und eindeutig berechnen, wer und was funktioniert.


Test für den Optimierer:

1. Nach meinen Daten hat Ihr NS bei OOS ein besseres Ergebnis erzielt. Zugunsten Ihres Optimierers.

2. Nach meinen Daten hat Ihr NS bei OOS das gleiche Ergebnis erzielt. Ungewiss.

3 Nach meinen Daten hat Ihr NS bei der Rückkopplungsschleife ein schlechteres Ergebnis erzielt. Zugunsten von Reshetovs Optimierer.


4. Reshetov hat ein besseres Ergebnis auf Ihre Daten auf OOS. Zugunsten von Reshetov.

5. Reshetov hat das gleiche Ergebnis auf Ihre Daten auf OOS. Unentschlossen.

6. Reshetov hat bei Ihren Daten zu OOS ein schlechteres Ergebnis erzielt. Zugunsten Ihres Optimierers.

Datenprüfung:

Ich speichere bei Ihrer Grundstrategie meine Daten, Sie speichern bei meiner Grundstrategie Ihre Daten, das gibt Ihnen die Möglichkeit, die Logik der Eingaben nicht zu verraten und wieder zu optimieren.

1. Wenn ich mit Ihren Daten ein besseres Ergebnis erhalte als mit meinen. Zugunsten Ihrer Eingaben.

2. Wenn ich das gleiche Ergebnis erhalte. Ein Unentschieden.

3. wenn ich ein schlechteres Ergebnis erhalte, zugunsten meiner Eingaben.

Sie tun dasselbe auf Ihrer Seite. Auf diese Weise können Sie zumindest an dem anderen Forscher ausprobieren, wie gut Ihr Ansatz im Prinzip ist.

Das Problem ist nicht sauer, es gibt viel zu verhandeln usw., aber wenn dieser Vergleich durchgeführt wird, können Sie eine vergleichende Einschätzung der Leistung Ihres TS im Vergleich zu meinem erhalten. Nochmals: Ich behaupte nicht, dass ich immer alles richtig gemacht habe. Niemals. SkyNet 2.0 ist kompliziert genug, um es im Auge zu behalten. Ich verstehe, dass es eine große Herausforderung sein wird, in radikal unterschiedlichen Ansätzen verglichen zu werden, aber ich würde es gerne, es ist langweilig :-(

[Gelöscht]  
Mihail Marchukajtes:

Das stimmt, man braucht Antidepressiva, um glücklich zu sein, aber die Neugier kann nur durch Forschung gestillt werden. Ich frage mich, ob meine Daten oder mein Optimierer funktionieren. Ich denke, es ist 50/50. Gut abgestimmte Daten mit einem perfekt tolerierbaren Optimierer. Sie können eine vergleichende Analyse zwischen den beiden KIs durchführen und eindeutig berechnen, wer und was funktioniert.


Test für den Optimierer:

1. Nach meinen Daten hat Ihr NS bei OOS ein besseres Ergebnis erzielt. Zugunsten Ihres Optimierers.

2. Nach meinen Daten hat Ihr NS bei OOS das gleiche Ergebnis erzielt. Ungewiss.

3 Nach meinen Daten hat Ihr NS bei der Rückkopplungsschleife ein schlechteres Ergebnis erzielt. Zugunsten des Reshetov-Optimierers.

Nehmen Sie einfach, was Sie wollen, und schauen Sie es sich an :) Es ist keine gute Idee, mit den Datensätzen anderer Leute herumzuspielen.

kommt dem kernelisierten SVM-Jpredictor am nächsten, oder besser gesagt, es ist dasselbe. Versuchen Sie es.

 
Sind Sie an einer Integration mithttps://github.com/mlflow/mlflow/ und MT5 interessiert?
mlflow/mlflow
mlflow/mlflow
  • mlflow
  • github.com
MLflow is a platform to streamline machine learning development, including tracking experiments, packaging code into reproducible runs, and sharing and deploying models. MLflow offers a set of lightweight APIs in that can used with any existing machine learning application or library (TensorFlow, PyTorch, XGBoost, etc), wherever you currently...
[Gelöscht]  

Zum Lesen

https://medium.com/towards-artificial-intelligence/a-simple-neural-attentive-meta-learner-snail-1e6b1d487623

https://arxiv.org/pdf/1707.03141.pdf

Aufmerksamkeitsnetzwerke und Transformers sind heutzutage trendy, sie sagen besser als RNN

A Simple Neural Attentive Meta-Learner — SNAIL
A Simple Neural Attentive Meta-Learner — SNAIL
  • Sherwin Chen
  • medium.com
Traditional reinforcement learning algorithms train an agent to solve a single task, expecting it to generalize well to unseen samples from a similar data distribution. Meta-learning trains a meta-learner on the distribution of similar tasks, in the hopes of generalization to a novel but related tasks by learning a high-level strategy that...
 

Oh, meine Damen und Herren, oh... Der Granit der Wissenschaft ist schwer, er ist unerträglich. Leider habe ich"The New Neural" gelesen- ein Projekt einer Open-Source-Engine für neuronale Netze für die Plattform MetaTrader 5, ich habe es einige Monate lang gelesen, es war 100 Seiten lang, abends nach der Arbeit, ich kann diesem Zweig von >1500 Seiten nicht für den Rest meines Lebens folgen, ich hatte kein Glück, ich habe versucht, selektiv zu lesen, ich habe nichts Nützliches gesehen, obwohl ich vermute, dass sich vielleicht jemand in einer blumigen oder metaphorischen Sprache ausgedrückt hat und ich zwischen den Zeilen lesen musste.

Was ist zu tun, meine Damen und Herren? WAS TUN WIR?

So, hier ist der Plan, ich weiß ein wenig über C++ und nicht so viel über mql, aber ich möchte wirklich etwas dringend zu machen. Ich habe nicht ein Ziel, super Gewinne noch zu bekommen, aber ich brauche stabile 5-10% monatlich als Start. Ich denke, ich werde mit der linearen Regression und der Vorhersage des nächsten Schrittes durch mehrere vorhergehende Schritte beginnen und in den Handel einsteigen. Welche Schritte muss ich dafür unternehmen?

Zum Beispiel nehmen wir eine Anzahl von Inkrementen (x(t) - x(t-1)) der Länge 10, und das 11. (x(t+1)) wird eine Variable sein, nach der wir suchen. Dann führen wir eine lineare Regression durch, erhalten eine Vorhersage, wenn die Vorhersage größer als Null ist, eröffnen wir eine Longposition, wenn sie kleiner ist, eröffnen wir eine Shortposition. Dies ist die direkteste Anwendung der IR im Handel.

Was halten Sie von diesem Plan?

"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5.
"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5.
  • 2011.10.18
  • www.mql5.com
Общее обсуждение: "Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5.
 
kapelmann:

Weitere Details: Wir nehmen eine Reihe von Inkrementen (x(t) - x(t-1)) der Länge von z.B. 10, und 11-te (x(t+1)) wird die gewünschte Variable sein, dann führen wir eine lineare Regression durch, erhalten eine Vorhersage, wenn die Vorhersage größer als Null ist, eröffnen wir long, wenn weniger, eröffnen wir short. Dies ist die direkteste Anwendung von MO im Handel.

Dies ist die direkteste Anwendung von MO im algorithmischen Handel - ReshetovMLP undRandom Forests sagen Trends voraus, und Sie sprechen von ökonometrischen archaischen

AI
AI
  • www.mql5.com
AMkA Скользящая средняя по Кауффману с возможностью читать через iCustom, изменять цену, к которой применяется и способ расстановки точек: на базе пипсового фильтра или с расчётом стандартного отклонения. Сглаживание ряда Close с помощью преобразований Фурье Индикатор выделяет наиболее значимые гармоники движения, отбрасывая...
 
kapelmann:

Ich weiß nicht, ob ich Sie verärgern werde oder nicht, aber ich werde trotzdem schreiben, dass es ein Weg ins Nichts ist, wenn man den Gewinnprozentsatz pro Monat ohne einen bestimmten maximalen Drawdown berücksichtigt.

Ich weiß nicht, ob Sie enttäuscht sein werden oder nicht, aber ich behaupte trotzdem, dass der prozentuale Gewinn pro Monat ohne einen vereinbarten maximalen Drawdown ein Weg ins Nichts ist.

Ich weiß nicht, ob Sie verärgert sind, aber ich werde es Ihnen sagen.)

 
Igor Makanu:

Ich weiß nicht, ob ich Sie verärgern werde oder nicht, aber ich werde schreiben, dass die Betrachtung des Gewinns in % pro Monat ohne einen vereinbarten maximalen Drawdown ein Weg ins Nichts ist.

Die Leute bekommen 100% Gewinn pro Monat mit einem maximalen Drawdown ;)

Der Drawdown ist mindestens doppelt so hoch wie der Gewinn, obwohl es besser wäre, überhaupt keinen Drawdown zu haben.

Kesha Rutov:

Die direkte Verwendung von MO im algorithmischen Handel ist ReshetovMLP und Random Forests prognostiziert Trends, während Sie über ökonometrische archaisch sprechen

Dies sind fortgeschrittene Methoden, MLP und RandomForest, aber "der Weg zu Tausenden von LI, beginnt mit dem ersten Schritt" :)

Fortgeschrittene Methoden sind verwirrend und verworren, man kann sie nicht ohne eine Flasche oder Salze herausfinden, während man das Prinzip, den Kern verstehen muss.

 
kapelmann:

Der Drawdown beträgt mindestens die Hälfte des Gewinns, obwohl es wünschenswert ist, dass es überhaupt keinen Drawdown gibt.

Dies sind fortgeschrittene Methoden, MLP und RandomForest, aber "der Weg zu Tausenden von LY, beginnt mit dem ersten Schritt" :)

Fortgeschrittene Methoden sind verwirrend, verworren, es ist unmöglich, dort ohne eine Flasche oder Salze zu verstehen, und es ist notwendig, das Prinzip zu verstehen, das Wesentliche.

Wir sollten Alkoholismus und Drogenabhängigkeit nicht fördern. Beides führt in den Morast, nicht zum Verständnis von MIR.
 
Maxim Dmitrievsky:
Zufällige Hölzer, die Trends vorhersagen - ein Skam-Link von einem Hahn. Gehen Sie nicht dorthin, wenn Sie nicht für ein paar Stunden gesperrt werden wollen, weil Sie die mql-Seite geknackt haben. Bitte bitten Sie die Moderatoren, dies zu überprüfen.

Ich schätze, dass ich nicht von den guten Menschen gelehrt werde, wie man Geld verdient, sondern dass sie mir mein hart verdientes Geld mit Hilfe von Betrugslinks abnehmen! Aber es gibt keinen Ausweg, so leicht kannst du mich nicht täuschen!