Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2555
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
Warum ist die Vorhersage der Klasse also nicht korrekt? Weil die Quoten nicht dem entsprechen, was das Modell erwartet: falsche Verteilung. Wenn wir Zitate aus der richtigen Verteilung generieren, ist das wahrscheinlich gut...
Probieren Sie es aus, ich weiß nicht mehr, ob ich es getan habe, aber ich hatte eine ähnliche Idee.
Aber es gibt wahrscheinlich keine Verbindung zwischen der Vergangenheit und der Zukunft. D.h. der zukünftige Zustand für n Balken ist nicht leicht vorherzusagen und kann schwieriger sein als 1-2 Schritte im Voraus.Probieren Sie es aus, ich weiß nicht mehr, ob ich es getan habe, aber ich hatte eine ähnliche Idee.
aber höchstwahrscheinlich gibt es keine Verbindung zwischen der Vergangenheit und der Zukunft. D.h. der zukünftige Zustand für n Takte ist nicht einfach vorherzusagen, und kann sogar noch schwieriger sein als für 1-2 Schritte im Voraus.Wenn man davon ausgeht, dass das Modell auch in der Zukunft funktionieren muss, wird es immer Fehler aller Art geben (einschließlich Rauschen), und die Herausforderung besteht darin, ein Gleichgewicht zu finden. Wir sprechen also im Wesentlichen über dieselbe Sache.
Eigentlich habe ich dieses Problem auf eine andere Art und Weise gelöst, also schreibe ich Leitfragen
Wenn man es von einem globalen Gesichtspunkt aus betrachtet, stimme ich Ihnen zu. Unabhängig davon, welche Algorithmen letztendlich verwendet werden - die Probleme bei ihrer Anwendung sind immer dieselben.
Übrigens, eine ähnliche Idee (Ausschluss von Geschäften mit Indikatorwerten, die weit von den typischen Werten entfernt sind) wurde heute von fxsaber in seinem Blog geäußert.
Aus globaler Sicht stimme ich mit Ihnen überein. Ganz gleich, welche Algorithmen letztendlich verwendet werden - die Probleme bei ihrer Anwendung sind immer dieselben.
Übrigens, eine ähnliche Idee (Ausschluss von Trades mit Indikatorwerten, die weit von den typischen Werten entfernt sind) wurde heute von fxsaber in seinem Blog geäußert.
Ich stimme völlig zu. Die Schwankungen im Korridor mit dynamischer Breite implizieren eine Wahl des Gleichgewichts in der Vorhersage und ihrer Wahrscheinlichkeit.
Können Sie einem Neuling sagen, ob die Optimierung eines EA in einem Tester/Optimierer MO ist?
Die Optimierung ist eher mit dem Training eines neuronalen Netzes vergleichbar.
Früher gab es sogar Lösungen zur automatischen Optimierung, um die relevantesten Sätze zu erhalten.
Ein Vortrag zur Modellauswahl
damit es sozusagen keine Missverständnisse gibt
Ein Neuling, ist die Optimierung eines EA in einem Tester/Optimierer ein MO?
MO ist nur ein Satz von Algorithmen. Für einige von ihnen ist die Optimierung des Testers gut genug. Zum Beispiel, wenn Sie das optimale K in KNN finden müssen. Die meisten Algorithmen haben jedoch ihre eigene spezifische Art der Optimierung. Zum Beispiel der Gradientenabstieg in neuronalen Netzen.
Im Allgemeinen hängt die Antwort von der Fähigkeit ab, das spezifische Modell an die gegebenen Optimierungsalgorithmen (Brute Force und genetische Optimierung) anzupassen.
Ein Vortrag zur Modellauswahl
damit es sozusagen keine Missverständnisse gibt.
Woronzow ist wahrscheinlich der beste Verteidigungsexperte Russlands. Der Kurs ist also sicher gut, aber da er sich an Informatiker richtet, fehlt die für uns so wichtige Mathematik. Ich habe oft festgestellt, dass für die Anwendung von mathematischen Methoden im Handel nur wenige in ihrer grundlegenden, vereinfachten Form geeignet sind.
MO basiert (siehe z.B. Tibshirani) auf der Annahme, dass es eine konstante gemeinsame Verteilung von Prädiktoren und Antworten P(X,Y) gibt. Daraus lässt sich die bedingte Wahrscheinlichkeit Py(Y|X) berechnen, aus der sich die Regression Y=f(X) errechnen lässt. Letztendlich wird diese Regression durch einige MO-Modelle angenähert. In der physischen Welt funktioniert diese Theorie mehr oder weniger. Aber nicht im Handel. Es stellt sich heraus, dass sich P(X,Y) unvorhersehbar mit der Zeit ändert (Nicht-Stationarität) und die ganze Theorie ein wenig in sich zusammenfällt.
Der beliebteste Ansatz besteht darin, die Nicht-Stationarität einfach zu ignorieren und sich dann über die Ergebnisse zu wundern und sich über die MO zu beschweren.)