Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3345

[Aleksey Nikolayev]

Forester #:

Was wollen Sie? Wir arbeiten fast mit dem Zufallsprinzip. Das ist nicht die Nachfrage nach Eiscreme in Abhängigkeit von der Temperatur, wie im ersten Buch über Kozul, das hier vor sechs Monaten geworfen wurde)))))

Wir müssen also versuchen, die Abhängigkeit dieses "Fast" von den Vorzeichen sorgfältig zu messen).

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

Vielen Dank, ein hochwertiger und interessanter Artikel mit umfangreicher Literatur.

Es scheint, dass sie die Art der Unsicherheit, die interessant ist, nicht berücksichtigen - die probabilistische Abhängigkeit des Outputs von den Attributen. Sie untersuchen zwei andere Arten von Unsicherheit - Unsicherheiten im Zusammenhang mit Ungenauigkeiten von Attributen und Parametern. Sie werden schön genannt - aleatorische und epistemische Unsicherheit). Wir sollten unsere Variante in Analogie dazu Zielunsicherheit nennen.)

Imho gibt es in unserem Fall prinzipiell keine "Messfehler" von Attributen, und die Unsicherheit von Modellparametern lässt sich nur schwer von unserer "Zielunsicherheit" trennen.

Mir schien, dass die Summe dieser Unsicherheiten die Zielunsicherheit ergeben sollte. Aber ich habe mich nicht wirklich damit befasst.

Der Ansatz ist in etwa derselbe wie bei kozula via meta lerners, aber hier schlagen wir auch eine Möglichkeit vor, ein Modell zu zerlegen und es als Ensemble von verkürzten Klassifikatoren zu verwenden, anstatt als Ensemble von mehreren Klassifikatoren, um schneller zu sein.

[СанСаныч Фоменко]

Maxim Dmitrievsky #:

Ich verstehe nicht, woher die R-Quadrat-Schätzung kommt?

Ich hatte bisher den Eindruck, dass diese Schätzung bei Regressionen anwendbar ist, wenn alle Regressionskoeffizienten signifikant sind. Andernfalls existiert R-Quadrat nicht....

[Maxim Dmitrievsky]

СанСаныч Фоменко #:

Ich verstehe nicht, woher der R-Quadratwert kommt?

Ich hatte bisher den Eindruck, dass diese Schätzung bei Regressionen anwendbar ist, wenn alle Regressionskoeffizienten signifikant sind. Andernfalls existiert R-Quadrat nicht....

Das ist nur etwas, das der Tester für schnelle Vergleiche verschiedener Bilanzkurven anzeigt.

Es ist nirgendwo sonst involviert.

[mytarmailS]

Und es scheint mir, dass die Richtung in der Wurzel falsch ist...

Ich denke, dass es notwendig ist, die TS nicht auf alle Daten zu bauen, sondern im Gegenteil, eine Situation/Muster, die bereits funktioniert mindestens 50/50 und versuchen zu trennen funktioniert/nicht funktioniert, die übliche binäre Klassifizierung zu wählen.

[Ivan Butko]

mytarmailS #:

Wählen Sie eine Situation/ein Verhaltensmuster, das bereits funktioniert Mindestens 50/50

Sie funktionieren alle 50/50.

[mytarmailS]

Ivan Butko #:

Sie arbeiten alle 50/50.

Es sieht nur so aus.

Es ist wie eine 50/50 Chance, einen Dinosaurier zu treffen. Das hat nichts mit der tatsächlichen Wahrscheinlichkeit zu tun.

[Ivan Butko]

mytarmailS #:
Es scheint nur so...

Es ist wie eine 50/50 Chance, einen Dinosaurier zu treffen. Das hat nichts mit der tatsächlichen Wahrscheinlichkeit zu tun.

Wenn man eine Figur im Skript bewertet und sich die Statistik der Zukunft ansieht, tendiert die Verteilung von oben/unten, sowohl nach der Anzahl der Kerzen als auch nach der Anzahl der Punkte, zu 50/50.

Das betrifft die Zahlen von Kerzen (das Verhältnis von HLC zueinander), und ich habe die zeitlosen nicht mitgezählt, weil sie für Statistiken von mindestens 1000 Zahlen zu wenig sind.

Wenn also im Jahr 2022 55% der Kerzen nach oben zeigen und der Durchschnittswert der Kerzen um 5-10% höher ist als im Jahr Sel, dann wird die Auszahlung im Jahr 2023 immer noch 50/50 sein, ohne irgendwelche Vorteile.

[mytarmailS]

Ivan Butko #:

Wenn Sie eine Figur im Skript punkten und sich die Statistik des Futures ansehen, tendiert die Verteilung von oben/unten, sowohl nach der Anzahl der Kerzen als auch nach der Anzahl der Punkte, gegen 50/50.

Dies ist der Fall bei den Candlestick-Figuren (das Verhältnis von HLC zueinander), und ich habe die zeitlosen nicht mitgezählt, weil sie für Statistiken von mindestens 1000 Figuren zu wenig sind.

Wenn also im Jahr 2022 die Figur in 55% der Kerzen nach oben zeigt und der Durchschnittswert der Kerzen 5-10% höher ist als in Sel, dann wird im Jahr 2023 immer noch 50/50 abgearbeitet, ohne irgendwelche Privilegien.

Und wenn Sie einen angemessenen Stop und Take hinzufügen, wird es dann auch 50/50 sein?

Oder nehmen Sie Gewinn und Verlust nach einem bestimmten Durchschnitt?

[Ivan Butko]

mytarmailS #:
Und wenn Sie einen angemessenen Stop und Take einbauen, wird es dann auch 50/50 sein?

Oder nehmen Sie Gewinn und Verlust nach einem flüchtigen Durchschnitt?

Wie kann ein statistischer Durchschnitt flüchtig sein?

Er ist, was er ist: im Durchschnitt so viel nach oben, im Durchschnitt so viel nach unten.

Auf dieser Grundlage kann man mit Take und Stop spielen.

Aber das ist eine halbe Sache, denn wenn TP und SL von den Durchschnittswerten abhängen, funktionieren sie auch 50/50.

Und wenn Ihnen die Durchschnittswerte nichts bedeuten, dann sind TP und SL reine Anpassung, reine 50/50, ein Spielzeug im Optimierer.

Der Gedanke ist ein anderer: Die Statistik der einfachen Muster hängt von den langfristigen Trends ab. Und basierend auf der Arbeit von manuellen Händlern, handeln sie unabhängige Muster, die auch langfristig nach unten im Plus handeln.

Aber komplexe Muster treten selten auf. Die einzige Möglichkeit, die bleibt, ist, die kleine Stichprobe von Statistiken zu ignorieren und zu versuchen, sie dem neuronalen Netz zuzuführen.