Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2390
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 habe völlig vergessen, dass Sie Klassen haben, die für die Handelsrichtung verantwortlich sind, während ich Klassen habe, die den Handel erlauben/verhindern - deshalb können Sie die Nützlichkeit des Diagramms nicht spüren :)))
Das ist, wie die Suche nach Mustern durch Aufzählung der Vielfalt der Beziehungen zwischen Prädiktoren gelöst wird, die Inkremente sind nur instabil und müssen den Bereich zu erweitern, zumindest fügen sie eine tägliche ATR(3).
aber nicht auf eine so barbarische Weise.
eine Woche lang warten und dann die Augen aufmachen, um Diagramme zu betrachten.
Es ist einfacher zu sagen, dass es keine Regelmäßigkeiten gibt)
Ich habe völlig vergessen, dass Sie Klassen haben, die für die Handelsrichtung verantwortlich sind, während ich Klassen habe, die den Handel erlauben/verhindern - deshalb können Sie die Nützlichkeit des Diagramms nicht spüren :)))
Wenn ich mich nicht irre, würde ich eher nach Mustern suchen, indem ich die verschiedenen Korrelationen der Prädiktoren aufzähle. Es sind nur die Inkremente, die instabil sind und den Bereich erweitern müssen, zumindest ATR(3) für den Tageschart hinzufügen.
Und wenn es eine Ausbildung auf M1 gibt? Für 1440 Balken wird der gleiche Wert dieses Indikators angezeigt. Oder trainieren Sie auf D1?
aber nicht auf dieselbe barbarische Art und Weise
Eine Woche warten, bis sie gezählt ist, dann die Augen aufmachen, um die Bilder zu betrachtenDie Vorauswahl erfolgt auf der Grundlage einer Reihe von Kriterien, während Diagramme eher erforderlich sind, um die Qualität des Modells für ein bestimmtes Netz zu verstehen. Die Diagramme werden sich natürlich je nach Zielsetzung ändern.
Wenn das Modell zum Beispiel im Allgemeinen einen Gewinn ausweist, es aber in der Mitte der Wahrscheinlichkeit starke Gewinneinbrüche gibt, zum Beispiel um 0,6, werde ich ein solches Modell nicht nehmen, und wenn diese Einbrüche an den Enden der Verteilung liegen, kann ich die Antwort (Interpretation von eins) einfach begrenzen, zum Beispiel auf 0,65.
Obwohl es offensichtlich ist, dass das Modell selbst nicht sehr gut ist (keine ausgeprägten zwei Buckel), verglichen mit dem vorherigen.
ATR auf D1 mit einem Zeitraum von 3?
Und wenn auf M1 Ausbildung? Für 1440 Balken wird der gleiche Wert dieses Indikators angezeigt. Oder trainieren Sie auf D1?
Ja, es wird ein und dasselbe sein - es ist die Definition der Volatilität und das Modell sollte zum Beispiel 2-3 Perioden der Volatilität definieren, auf denen Werte in Pips unterschiedlich interpretiert werden sollten, weil für einige Bereiche ist es der Beginn des Trends und für andere ist es das Ende. Außerdem gebe ich solche Werte einfach in die ATR ein, so dass Chunks mit unterschiedlicher Volatilität vergleichbar werden.
Die Vorauswahl basiert auf einer Reihe von Kriterien, während die Diagramme eher dazu dienen, die Qualität des Modells in einem bestimmten Netz zu verstehen. Die Diagramme werden sich natürlich je nach Zielsetzung ändern.
Wenn zum Beispiel das Modell im Allgemeinen Gewinne zeigt, aber es gibt starke Gewinneinbrüche in der Mitte der Wahrscheinlichkeit, zum Beispiel um 0,6, werde ich ein solches Modell nicht nehmen, und wenn diese Einbrüche an den Enden der Verteilung sind, werde ich nur nehmen und die Antwort (Interpretation von einem), sagen wir, auf 0,65 begrenzen, wie ich es hier getan habe.
Obwohl man sehen kann, dass das Modell selbst nicht sehr gut ist (keine ausgeprägten zwei Buckel), verglichen mit dem letzten.
Das ist alles Blödsinn, wir brauchen neue, bahnbrechende Ideen
Ohne sie würde ich nicht einen Finger rührenIch habe gestern versucht, einen generativ-adversen Algorithmus zu entwickeln, der auf Ihrer Idee aus dem Video basiert. Es gibt einen Generator-Agenten, der Angebote mahlt, und einen Diskriminator-Agenten, der die Korrektheit der Angebote bewertet und die negativen Angebote entfernt. Der Datensatz wird mit Hilfe eines Schiebefensters mit diskretem Schritt ausgewählt. Leider ist es mir noch nicht gelungen, einen stabilen Lernprozess zu erreichen, da der Diskriminator bei 5-7 Iterationen den gesamten Datensatz gelöscht hat))). Ich habe versucht, Resampling vor dem Training und beide Agenten nach Ihrer Idee, aber nicht sehr viel. Ich werde heute Abend versuchen, die Tauschaktionen rückgängig zu machen oder zu randomisieren, anstatt sie zu löschen. Ich verstehe, dass das Entfernen ungültiger Tags effizienter ist als das Ändern oder Zufälligmachen, aber ich möchte einen nicht umkehrbaren Lernprozess durchführen.
Ich habe gestern versucht, einen generativ-adversen Algorithmus zu entwickeln, der auf Ihrer Idee aus dem Video basiert. Es gibt einen Generator-Agenten, der Angebote mahlt, und einen Diskriminator-Agenten, der die Korrektheit von Angeboten bewertet und negative Angebote aussortiert. Der Datensatz wird mit Hilfe eines Schiebefensters mit diskretem Schritt ausgewählt. Leider ist es mir noch nicht gelungen, einen stabilen Lernprozess zu erreichen, da der Diskriminator bei 5-7 Iterationen den gesamten Datensatz gelöscht hat))). Ich habe versucht, Resampling vor dem Training und beide Agenten nach Ihrer Idee, aber nicht sehr viel. Ich werde heute Abend versuchen, die Tauschaktionen rückgängig zu machen oder zu randomisieren, anstatt sie zu löschen. Ich verstehe, dass das Entfernen ungültiger Tags effizienter ist als das Ändern oder Zufälligmachen, aber ich möchte einen nicht umkehrbaren Lernprozess durchführen.
Das ging schnell, ich habe ein wenig herumgestöbert und es beiseite gelegt ) Ich werde meine Version fertigstellen, mal sehen
die Degeneration erfolgt wie vorhergesagt - interessant. Es gibt einen Grund, darüber nachzudenken, wie man damit umgehen kann.
Ich habe neulich etwas über kausale Schlussfolgerungen gelesen und wollte sie auf die Suche nach etwas anwenden... aber das scheint nicht unser Thema zu sein
Z.I. hat dies mit einem Metamodell (ohne iteratives Lernen) in 5 Jahren geschafft. Ausbildung für 5 Monate.
Wird darüber nachdenken, wie man iterativ anbringen kann (Wiederholung von Beispielen aus Artikeln)
Das ging schnell, ich habe ein bisschen darin herumgestöbert und es beiseite gelegt) Ich werde meine Version fertigstellen, mal sehen.
Die Degeneration vollzieht sich wie vorhergesagt - interessant. Es gibt einen Grund, darüber nachzudenken, wie man damit umgehen kann.
Ich habe neulich etwas über kausale Schlussfolgerungen gelesen und wollte sie auf die Suche nach etwas anwenden... aber das scheint nicht unser Thema zu sein
Z.I. hat dies mit einem Metamodell (ohne iteratives Lernen) in 5 Jahren geschafft. Ausbildung für 5 Monate.
Wird darüber nachdenken, wie man iterativ anbringen kann (Wiederholung von Beispielen aus Artikeln)
Sieht cool aus, aber es ist noch nicht klar. Könnten Sie mir sagen, was das Metamodell ist? oder vorschlagen, wo man es nachlesen kann? Vielleicht haben Sie bereits in diesem Thread darüber geschrieben?
Ich habe mich gerade für längere Zeit abgemeldet und war nicht in der Lage, das Thema zu verfolgen.
Es sieht cool aus, aber es ist noch nicht klar. Wenn es Ihnen nichts ausmacht, mir zu sagen, um welche Art von Meth-Modell es sich handelt oder wo man es lesen kann, haben Sie vielleicht schon in diesem Thread darüber geschrieben?
Ich habe mich gerade für längere Zeit von hier abgemeldet und hatte keine Gelegenheit, den Thread zu verfolgen.
es ist das zweite Modell, das die Eröffnung von Geschäften erlaubt/verweigert
d.h. es sind 2 Modelle in Produktion