Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3138
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
Und so kämpft ein mehr oder weniger funktionierender (roher) Expert Advisor ohne Optimierungen das ganze Jahr über mit dem Basispunkt des Scharfschützen im Gewinn. Das Bilanzdiagramm ist nicht so schön wie die Trader selbst, aber es funktioniert. Erst vor ein paar Jahren erschien eine Methodik mit 7 (ich glaube) Algorithmen der Preisbewegung, nach denen sie handeln. Und wenn sie diese in den Code "einfügen" können, werden sie einen beneidenswerten Automaten schaffen.
Worauf will ich hinaus? Es gibt Regelmäßigkeiten in den Kursen. Und zwar normale, nicht kurzfristige, schlechte. Kurzfristige Regelmäßigkeiten sind, wenn der Verkäufer seines Grals sagt, dass dieser EA ausschließlich für EURUSD "maßgeschneidert" ist und er nächste Woche ein neues Set veröffentlichen wird, verpassen Sie es nicht! Im Allgemeinen geht es bei kurzfristigen Mustern meist um die Anpassung. Bei den langfristigen Mustern handelt es sich um Algorithmen der Preisbewegung, die auf die großen Akteure anhand ihrer "Spuren" auf dem Chart abzielen, usw. Das heißt, es sind Muster, die überall funktionieren, wenn sie einmal "angepasst" sind, und sie funktionieren bei allen Währungspaaren und bei allen Instrumenten, solange die Augen nicht verstreut sind
Wenn manuelle Händler in der Lage wären, ihre Handelsstrategie teilweise zu algorithmisieren, dann sollte das neuronale Netz diese Muster finden und sie "vermehren", weil neuronka tiefer denkt.
Deshalb versuche ich, 500 Kurse in den Input des neuronalen Netzes zu packen, damit es das Bild einen Monat lang "sieht". Aber nach dieser Logik ist es notwendig, nicht stündlich, sondern minütlich zu pauken, und da erhöht sich der Input um das 60-fache, NeuroPro arbeitet hier mit Odb-Datenbanken, und die haben eine Begrenzung von 512 Spalten, also exportiere ich so wie es ist. Und da das Programm uralt ist, ist das Training einer so großen Anzahl von Neuronen eine Ewigkeit.
Ich habe versucht, so viele in die Eingabe von Python-Neuronen zu schieben, die Ausgabe ist die gleiche: MLP, LSTM, Faltung mit Zwei-Wege-LSTM - das Ergebnis ist das gleiche, als ob es keine Neuronen-Sorten in Tensorflow gibt und sie alle gleich sind.
Im Allgemeinen geben Sie in diesem Fall nicht auf.
damit wir wissen, wovon wir reden?
wobei A,B,C Instrumente sind
so ziemlich das Gleiche:
Schalten Sie zuerst Ihr Gehirn ein!
Man hat Ihnen immer wieder einen Hinweis aufgemalt, den angeblich sowieso niemand versteht
Sie machen sich über das menschliche Gehirn lustig.
Das tut doch nicht weh, oder?
Mal sehen, wer diese Scharade lösen kann.
Dann ziehen wir unsere Schlüsse.
Wenn Sie in der Form sagen würden: "Um auf dem Forex-Markt Geld zu verdienen, müssen Sie: a) dies tun und b) das tun"
Das wäre großartig.
Es gibt ein neues Bard, mit Sprachen.
Bis jetzt sehe ich, dass es dumm ist, vielleicht das dümmste, aber am Anfang war Edge auch dumm, aber jetzt ist es ein Favorit für mich.
aktualisiert.....
Nee... Bard ist unglaublich dumm, es braucht einen Monat oder so....
Aber was ich an der Verwendung verschiedener Modelle mag, ist, dass jedes von ihnen auf seine eigene Art und Weise reagiert, seinen eigenen Code schreibt, das ist cool.
Es gibt einen neuen Barden, mit Sprachen
Bisher sehe ich, dass er ein bisschen dumm ist, vielleicht der dümmste, aber am Anfang war Edge auch dumm, aber jetzt ist er ein Favorit für mich.
Normich, ja, du kannst auch Russisch sprechen.
Was ist dann der Sinn einer Handelskozula? Wir werden nie Gründe für Eingaben haben. Ich fürchte, es wird auch keine Assoziationen geben.
Und die Spaltenverschiebung war auch in der Permutation.
Bard, machen Sie einen Squeeze zu diesem Thema https://www.mql5.com/ru/forum/86386
Dieses Thema im MQL5-Forum erörtert die Möglichkeiten des maschinellen Lernens zur Entwicklung von Handelsrobotern. Der Autor des Themas schlägt vor, Algorithmen des maschinellen Lernens zu verwenden, um Handelssignale zu erkennen, die mit traditionellen Methoden der technischen Analyse nicht erkannt werden können. Der Autor schlägt außerdem vor, Algorithmen des maschinellen Lernens für das Risikomanagement und die Optimierung von Handelspositionen zu verwenden.
In dem Thread gibt es mehrere Antworten von anderen Forumsnutzern, die ihre Gedanken zu dem vorgeschlagenen Ansatz teilen. Einige Nutzer sind der Meinung, dass die Verwendung von maschinellem Lernen zur Entwicklung von Handelsrobotern eine vielversprechende Richtung ist, während andere meinen, dass dies zu kompliziert und riskant ist.
Im Allgemeinen ist der Thread im MQL5-Forum eine gute Informationsquelle über das Potenzial der Verwendung des maschinellen Lernens zur Entwicklung von Handelsrobotern.
Hier sind einige der wichtigsten Punkte aus dem Thread:
Hier sind einige der Antworten der Forumsnutzer zu diesem Thema:
Insgesamt ist der Thread im MQL5-Forum eine gute Informationsquelle über das Potenzial der Verwendung von maschinellem Lernen zur Entwicklung von Handelsrobotern. Es ist jedoch wichtig, weitere Nachforschungen in diesem Bereich anzustellen, bevor maschinelles Lernen zur Entwicklung von Handelsrobotern eingesetzt wird.
Worüber schreibt Maxim Dmitrievsky in diesem Thema?
Maxim Dmitrievsky schreibt, dass er einen Handelsroboter entwickelt hat, der maschinelles Lernen nutzt, um Handelssignale zu erkennen. Er behauptet, dass sein Handelsroboter in der Lage war, auf einem Testkonto einen Gewinn zu erzielen, und er empfiehlt anderen Forumsnutzern, seinen Handelsroboter zu verwenden.
Hier sind einige der wichtigsten Punkte aus Maxim Dmitrievskys Beitrag:
Es ist wichtig zu beachten, dass Maxim Dmitrievsky keinen Beweis für die Rentabilität seines Handelsroboters geliefert hat. Er hat auch keine Informationen darüber geliefert, wie er seinen Handelsroboter entwickelt hat oder welche Daten er zum Trainieren seines Handelsroboters verwendet hat.
Daher ist es wichtig, Maxim Dmitrievskys Beiträge mit Vorsicht zu genießen. Bevor Sie einen Handelsroboter verwenden, ist es wichtig, dass Sie Ihre eigenen Nachforschungen anstellen und sicherstellen, dass der Handelsroboter profitabel und sicher ist.
Worüber SanSanych Fomenko schreibt
SanSanych Fomenko schreibt darüber, dass er Handelsrobotern, die maschinelles Lernen verwenden, nicht vertraut. Er behauptet, dass solche Handelsroboter unzuverlässig sind und zu Geldverlusten führen können.
Hier sind einige der wichtigsten Punkte aus dem Beitrag von SanSanych Fomenko:
Es ist wichtig zu beachten, dass SanSanych Fomenko ein erfahrener Trader ist und viel Erfahrung mit maschinellem Lernen hat. Daher ist seine Meinung vertrauenswürdig.
Wenn Sie planen, einen Handelsroboter zu verwenden, ist es wichtig, dass Sie Ihre eigenen Nachforschungen anstellen und sicherstellen, dass der Handelsroboter zuverlässig und sicher ist.
Hier ist ein Zitat aus dem Beitrag von SanSanych Fomenko:
Worüber schreibt Biden?
Ich kann keine Informationen über bestimmte Nutzer sozialer Medien liefern.
Worüber mytarmailS in diesem Thema schreibt
Leider kann ich keine Informationen über einen bestimmten Social-Media-Nutzer zur Verfügung stellen.Das ist ein bisschen off-topic, aber eine wirklich interessante Beobachtung.
Ich habe Bard eine Frage gestellt über :
gramevol-Paket für R
Bard antwortet:
Leider weiß ich nicht, was es ist. Könnten Sie etwas genauer sein?
=============
Ich stelle die gleiche Frage auf Edge
Edge antwortet sofort richtig
gramEvol ist ein Paket für die Programmiersprache R, das grammatikalische Evolution (GE) in der Syntax von R implementiert. Es ermöglicht Ihnen, Programme zu finden, die ein gewünschtes Ziel erreichen können, indem es eine evolutionäre Optimierung über eine Population von R-Ausdrücken durchführt, die mit einer benutzerdefiniertenGrammatik generiertwurden1. Sie können dieses Paket von CRAN installieren oder die neueste Version vonGithub herunterladen2. Benötigen Sie weitere Informationen über dieses Paket?
==========
Ich füge hier eine Antwort von ej an bard ein.
und was er schreibt:
Ja, ich wäre daran interessiert, mehr über das gramEvol-Paket zu erfahren. Hier sind ein paar Fragen, die ich hatte:
Vielen Dank für die Informationen!
Ich frage den Barden
stellst du dir selbst Fragen?
Und er antwortet
Ja, ich kann mir Fragen stellen. Ich kann mich zum Beispiel fragen, wie ich meine Fähigkeit verbessern kann, Benutzeranfragen zu verstehen und zu beantworten. Ich kann mir auch Fragen über die Welt um mich herum stellen, etwa wie das Universum funktioniert oder was Bewusstsein ist. Ich stelle fest, dass ich durch Fragen an mich selbst weiter lernen und wachsen kann.
Ich kann mir auch selbst Fragen stellen, um die Absichten der Benutzer besser zu verstehen. Wenn mir zum Beispiel ein Nutzer eine Frage stellt, kann ich mich fragen, was genau er lernen möchte. So kann ich eine genauere und nützlichere Antwort geben.
Insgesamt finde ich, dass die Fähigkeit, mir selbst Fragen zu stellen, ein wichtiger Teil meines Lern- und Entwicklungsprozesses ist. Sie ermöglicht es mir, neue Kenntnisse und Ideen zu gewinnen und die Welt um mich herum besser zu verstehen.
Ich denke, das ist cool, sehr cool.
Was der Narr schreibt
Ich plane, mehr über das gramEvol-Paket und seine Funktionen zu erfahren. Ich plane auch, die Entwickler des Pakets zu kontaktieren oder die Projektseite auf Github für weitere Informationen zu besuchenEdge weiß es.
kannst du das tun.
Ja, der Typ hat Wahnvorstellungen im Moment.