Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1289
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
Du könntest einfach im Kreis laufen und mit den Armen fuchteln, das Ergebnis wäre ungefähr dasselbe.)
Ich spreche eigentlich vom Radfahren. Und mentale Experimente kosten nichts, können aber sehr nützlich sein).
Übrigens, wenn es echte Zyklen auf dem Markt gäbe, könnte man sie immer mit Hilfe der Spektralanalyse erkennen. Also, auf ganz unterschiedliche Analysedauern - reines Rauschspektrum. Ich habe es vor langer Zeit getan, und wenn ich es mit Python wiederholen will, werde ich es demonstrieren.
wie hoch sind die endgültigen Fehler? beide Modelle und wie sie mit den neuen Daten funktionieren
Verdammt, hier ist eine gründliche Analyse erforderlich
Es wird das Fehlerdelta angezeigt, d. h. wie viel dieser Prädiktor zum Gesamtmodellfehler beiträgt. In der Trainingsdomäne änderte das Entfernen von 1 den Fehler um nicht mehr als 0,5 % (da diese Domäne eine starke Anpassung aufweist), während sich der Fehler in der Validierungsdomäne um bis zu 5,5 % änderte (da diese Domäne nicht angepasst wurde). Die Permutation sowohl in der Ausbildung als auch in den validierten Abschnitten steigt auf 5-6 % an.
Im Allgemeinen führen zufällige Umschulung und zufälliges Mischen von Knoten ebenfalls zu zufälligen Ergebnissen.
Ich denke, ich werde die Prädiktoren um 1 erhöhen. Ich denke, dass bis zu 10-20 Modelle schnell erstellt werden und sich dann verlangsamen werden.
Es wird das Fehlerdelta angezeigt, d. h. der Beitrag dieses Prädiktors zum Gesamtmodellfehler. Bei der Trainingsparzelle änderte sich der Fehler durch das Entfernen einer Parzelle um nicht mehr als 0,5 % (da diese Parzelle eine gute Anpassung aufweist), während sich der Fehler bei der Validierungsparzelle um bis zu 5,5 % änderte (da diese Parzelle nicht angepasst wurde). Die Permutation sowohl in der Ausbildung als auch in den validierten Abschnitten steigt auf 5-6 % an.
Im Allgemeinen führen zufällige Umschulung und zufälliges Mischen von Knoten ebenfalls zu zufälligen Ergebnissen.
Ich denke, ich werde die Prädiktoren um 1 erhöhen. Ich denke, dass bis zu 10-20 Modelle schnell entstehen werden und dann langsamer werden.
Wenn die Parameter leicht variieren, ist das normal, der Wald ist zufällig. Wenn Sie die Saat setzen, sollte es immer die gleiche sein.
D.h. sowohl dort als auch dort ~5% bei der Validierung, bedeutet dies, dass sie die gleiche Arbeit leisten.
Gibt es ein Setcid im Alglieb?
es gibt ein gcf für Splits
Ich habe gerade in EA oder Skript oder was auch immer MathSrand() vor dem Training Wald oder während der Initialisierung
ich glaube, es hat sogar funktioniert... ich habe es vergessen... jetzt tue ich es nicht mehr, weil ich es nicht braucheIch spreche eigentlich von Zyklizität. Und mentale Experimente kosten nichts, können aber sehr nützlich sein).
Übrigens, wenn es echte Zyklen auf dem Markt gäbe, könnte man sie immer durch Spektralanalyse identifizieren. Also, auf ganz unterschiedliche Analysedauern - reines Rauschspektrum. Ich habe es vor langer Zeit getan; wenn ich es mit Python wiederholen werde, werde ich es Ihnen zeigen.
Warum? Es ist doch sowieso alles klar.
Es gibt Zyklen auf dem Markt, aber sie sind nicht periodisch, d.h. sie erscheinen, dauern an und verschwinden wieder. Wahrscheinlich auf eine zufällige Weise. Die Frage ist, wie man dieses Phänomen auffangen kann (und ob es möglich ist), es gibt keine weiteren Fragen zu BP-Zitaten.
Warum? Das ist ziemlich klar.
es gibt Zyklen auf dem Markt, aber sie sind nicht periodisch, d.h. sie entstehen, dauern an und verschwinden wieder. Wahrscheinlich auf zufällige Weise. Die Frage ist, wie man dieses Phänomen auffangen kann (und wenn man es kann), gibt es keine Fragen mehr für BP-Zitate.
es gibt Zyklen auf dem Markt, aber sie sind nicht periodisch - Maxim, Zyklen sind per Definition periodisch oder nahe daran - pseudo-periodisch. Es gibt keine anderen Zyklen.) Oder es sind keine Zyklen).
Zufallsphänomene lassen sich weder vorhersagen noch nachweisen. Man kann versuchen, sie nur im Prozess ihres Auftretens und ihrer Lebenszeichen im Verlauf des Stücks zu entdecken, und zwar mit einer gewissen, vielleicht sehr geringen Wahrscheinlichkeit.
es gibt Zyklen auf dem Markt, aber sie sind nicht periodisch - Maxim, Zyklen sind per Definition periodisch oder nahe daran - pseudo-periodisch. Es gibt keine anderen Zyklen.) Oder es sind keine Zyklen).
Zufallsphänomene lassen sich weder vorhersagen noch nachweisen. Man kann nur versuchen, sie im Prozess ihres Auftretens und ihrer Lebenszeichen im Verlauf des Stücks mit einer gewissen, vielleicht sehr geringen Wahrscheinlichkeit zu entdecken.
Kurz gesagt, es gibt ein Signal oder etwas, das die Form eines Zyklus annimmt, und nach einem Verzweigungspunkt nimmt es die Form eines anderen Zyklus an. Oder Bifurkationspunkt, wie auch immer Sie es nennen wollen, die Bedeutung ändert sich nicht.
Ich weiß nicht, wie es wissenschaftlich genannt wird, aber nach einer bestimmten Halbperiode kann der Zyklus mit einer annehmbaren Wahrscheinlichkeit und geringem Fehler "durchlaufen" werden, bis er wieder abbricht und eine bestimmte Zeit (Halbperiode oder wie auch immer man es nennt) vergeht, in der er sich wieder fangen kann. So funktioniert das in der Theorie.
Wie soll ich das erklären? Kurz gesagt, es gibt ein Signal oder etwas, das die Form eines Zyklus annimmt, und nach einem Verzweigungspunkt nimmt es die Form eines anderen Zyklus an. Oder Bifurkationspunkt, wie auch immer Sie es nennen wollen, die Bedeutung ändert sich nicht.
Ich weiß nicht, wie es wissenschaftlich heißt, aber nach einer bestimmten Halbperiode kann der Zyklus mit einer anständigen Wahrscheinlichkeit und geringem Fehler "geführt" werden, bis er wieder abbricht und eine bestimmte Zeit (Halbperiode oder wie auch immer sie genannt wird) vergeht, für die man wieder einsteigen kann
Wenn Sie dies wissen und es wirklich existiert (nennen wir es: den Entwicklungszyklus eines Phänomens, der wiederum ein regelmäßig wiederkehrendes Ereignis ist), dann können Sie es leicht nutzen.
Ich kann solche Dinge nur in der Geschichte sehen, wenn sie bereits geschehen sind. In Echtzeit passe ich.) Übrigens ist es üblich, dass wir ein Signal erst dann erkennen, wenn es beendet ist. In der Signalverarbeitung ist das oft der Fall.
Wie soll ich das erklären? Kurz gesagt, es gibt ein Signal oder etwas, das die Form eines Zyklus annimmt, und nach einem Verzweigungspunkt nimmt es die Form eines anderen Zyklus an. Oder Bifurkationspunkt, wie auch immer Sie es nennen wollen, die Bedeutung ändert sich nicht.
Ich weiß nicht, wie es wissenschaftlich heißt, aber nach einer bestimmten Halbperiode kann der Zyklus mit einer annehmbaren Wahrscheinlichkeit und einem geringen Fehler "durchlaufen" werden, bis er wieder bricht und eine bestimmte Zeit (Halbperiode oder wie auch immer sie genannt wird) vergeht, in der man wieder einsteigen kann. So könnte es in der Theorie funktionieren.
Das passt gut zu meiner Theorie über den Markt. Jemand mit viel Geld hat einfach seinen Algorithmus für die Rekrutierung von Positionen/Transaktionen eingeschaltet, irgendeine große Bank, vielleicht die Zentralbank, natürlich geht das nicht so schnell, aber da dieser Teilnehmer dominant war und die Marktsituation dazu beitrug, war es möglich, Anzeichen für seinen Algorithmus zu finden. Nachdem der Teilnehmer aufgehört hatte, den Markt zu beeinflussen, funktionierten die Schilder natürlich nicht mehr. Es gibt viele solcher Teilnehmer (vielleicht 100), ihre Algorithmen können sich überschneiden, aber es wird davon ausgegangen, dass sie ähnlich sind (man erinnere sich an die technische Analyse und die Anforderungen an die Banken, ihre Handelsoperationen auf der Grundlage dieser Analyse zu rechtfertigen (zumindest in Russland)), und aus diesem Grund ist es sinnvoll, eine große Stichprobe zu analysieren, bei der ein und derselbe Algorithmus mehrmals ausgeführt wird, dann besteht die Chance zu verstehen, wie er funktioniert, ihn durch indirekte Zeichen zu beschreiben, aber das Modell muss lernen, ihn zu identifizieren und nicht zu diesem Zeitpunkt auf Rauschen zu arbeiten und darauf zu warten, dass der Algorithmus sich einschaltet Ich denke, dass dies natürlich noch besser bei Aktien und Derivaten funktionieren würde, bei Devisen mache ich kein MO.
Aber unterm Strich müssen wir Modelle finden, die den Algorithmus der Großverdiener beschreiben, und lernen, wie wir bestimmen können, welcher Algorithmus zu einem bestimmten Zeitpunkt vorzuziehen ist. Da der Zyklus des Algorithmus einige Tage dauern kann und wahrscheinlich für einen kurzen Zeitraum wiederholt wird, ist es in Ordnung, wenn wir mit einer kleinen Verzögerung einsteigen, wählen Sie einfach das richtige Modell für diesen Algorithmus.
Wir sind alle nur kleine Fische, die sich dem Wal - dem großen Marktteilnehmer - zu beiderseitig vorteilhaften Bedingungen anschließen können.Wenn Sie dies wissen und es wirklich existiert (nennen wir es: den Entwicklungszyklus eines Phänomens, der wiederum ein regelmäßig wiederkehrendes Ereignis ist), dann können Sie es leicht nutzen.
Ich kann solche Dinge nur in der Geschichte sehen, wenn sie bereits geschehen sind. Auf der Real - Pass). Übrigens ist es ein häufiges Phänomen, dass wir ein Signal erst erkennen können, wenn es vorbei ist. In der Signalverarbeitung ist dies häufig der Fall.
Sie existiert in der Geschichte, ich weiß nicht, wie man sie algorithmisieren kann.