Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1494
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 probiere derzeit das ldhmm-Paket aus. Im Gegensatz zu depmixS4, das fast keine Einstellungen hat, werden hier je nach Verteilungstyp (Normal- und Lamda-Verteilung) zunächst mehrere Paare von Parametern mu, sigma und lamdagesetzt . Diese Parameter werden benötigt, um die Mischverteilung P(x; mu, sigma, lamda) und die Übergangswahrscheinlichkeitsmatrix zu berechnen. Das Modell wird durch Optimierung (MLE) dieser Werte nach den Kriterien AIC, BIC und MLLK erstellt . Hier ist das erste Ergebnis der Ausführung der Strategie (KAUFEN/VERKAUFEN) im Tester auf USDJPY-H1 vom 20.08.2018 bis zum 21.05.2019. Dies ist eine Variante, die Vorhersage ohne Dekodierung der Zustände mit Viterbi zu erhalten .Ich werde den nächsten Lauf mit Viterbi durchführen.
Ich probiere gerade das ldhmm-Paket aus. Im Gegensatz zu depmixS4, das fast keine Einstellungen hat, werden hier je nach Verteilungstyp (Normal- und Lamda-Verteilung) zunächst die Parameter mu, sigma und lamda gesetzt. Diese Parameter werden benötigt, um die Mischverteilung P(x; mu, sigma, lamda) und die Übergangswahrscheinlichkeitsmatrix zu berechnen. Das Modell wird durch Optimierung (MLE) dieser Werte nach den Kriterien AIC, BIC und MLLK erstellt . Hier ist das erste Ergebnis der Ausführung der Strategie (KAUFEN/VERKAUFEN) im Tester auf USDJPY-H1 vom 20.08.2018 bis zum 21.05.2019. Dies ist eine Variante, eine Vorhersage zu erhalten, ohne dieZustände mit Viterbi zu entschlüsseln .Ich werde den nächsten Lauf mit Viterbi durchführen.
Welchen Graphen erhält man dort? z.B. 2 verborgene Zustände n-zahl der beobachteten? kann man das irgendwie visualisieren?
Welchen Graphen erhält man dort? z.B. 2 verborgene Zustände n-zahl der beobachteten Zustände? kann man das irgendwie visualisieren?
Ich verwende 2 versteckte Zustände mit einer Zeitreihenlänge von 11000 Balken. Als Zeitreihe der Beobachtungen verwende ich die logarithmische Rückkehr: series[i] = MathLog(iOpen(NULL, 0, i) / iOpen(NULL, 0, i+1)).
Es ist seltsam, dass das Protokoll zurückkommt und bereits einige Ergebnisse enthält, da es nicht viele Informationen enthält
Versuchen Sie es mit gebrochener Differenzierung (Sie können Gradzahlen von 0,1 bis 0,9 eingeben), dann sollte es noch besser sein (Indikator). Wenn Sie den Wert auf 1,0 setzen, erhalten Sie die gleichen Renditen mit Einheitsverzögerung, wenn Sie ihn auf 0,1 verringern, erhalten Sie mehr Informationen in den Renditen, aber sie bleiben stationär.
Jede Maschine kann durch Training in einen Gral verwandelt werden. Und im Allgemeinen ist viel darüber gesagt worden, dass wenig von der Wahl der Klassifizierungs-/Regressionsmethode abhängt, ebenso wie bei "Indikatoren", die übrigens auch kaum als MO bezeichnet werden können (wenn sie optimiert sind).
Die Optimierung der Indikatoren im Tester kann ein gewisses MO sein, aber der TS muss eine Reihe von "Freiheitsgraden" haben - am Ende werden wir die Anpassung an die Geschichte bekommen - ich bin es schon durchgegangen
Hat jemand ein Beispiel für eine Logit-Regression mit Alglib? - habe einige Ideen, möchte testen
Die Optimierung der Indikatoren im Tester kann ein gewisses MO sein, aber der TS muss mehrere "Freiheitsgrade" haben - als Ergebnis erhalten wir eine Anpassung an die Geschichte wie im NS-Training - ich habe dies bereits durchlaufen
Hat jemand ein Beispiel für eine Logit-Regression mit Alglib? - Ich habe einige Ideen, die ich gerne ausprobieren würde.
Ich habe dir die Banditos gegeben, du findest sie in der PM.
oder ich werde bald einen Artikel mit Logit schreiben, ich habe gerade beschlossen, ihn heute fertigzustellen )Ich habe dir die Banditos gegeben, sieh es in der PM nach.
Ich werde bald einen Artikel mit Logit schreiben, ich habe gerade beschlossen, ihn heute fertigzustellen)Ja, danke! Ich bin nur ein paar Jahre hinter dir, lese viel und schaue YouTube, aber das Material ist tonnenweise
Ich will nur tun und zu überprüfen - nur jagen die MO rund um die CA - Erfolg wird wie mit einem normalen TS, ach, der Markt ist wie das
aber ich werde vielleicht versuchen, den "Marktkontext" zu einem robusten TS in Form einer Logit-Regression hinzuzufügen - d.h. nach dem Testen alle Trades als Wahrscheinlichkeit zu bewerten
alles in allem gibt es jetzt etwas zu tun
Ja, danke! ich bin nur ein paar Jahre hinter dir, ich lese viel und schaue mir youtube an, aber es gibt eine Menge Material
was ich tun möchte und überprüfen - nur jagen die MO um die CA - Erfolg wird wie mit einem normalen TS, ach, der Markt ist wie das
aber ich werde vielleicht versuchen, den "Marktkontext" zu einem robusten TS in Form einer Logit-Regression hinzuzufügen - d.h. nach dem Testen alle Trades als Wahrscheinlichkeit zu bewerten
es gibt jetzt etwas zu tun.
Nun, ja, das dürfen Sie. Ich schaue eher auf den Optimierer innerhalb des Optimierers. D.h. die Hyperparameter werden durch Genetik im Tester optimiert (z.B. Fenstergröße und Parameter des internen Optimierers), und der interne Optimierer arbeitet die ganze Zeit innerhalb des Bots. Logit ist geeignet, weil es schnell, aber primitiv ist.
auch diese stinkenden, rein unter mql versteckten Marg-Ketten sollten irgendwo zu finden sein :) cooles ZeugLogit ist geeignet, weil es schnell, wenn auch primitiv ist.
ja, Genauigkeit verschlechtert immer den TS - es gibt eine Art Logit-Regressionsdiagramm, und das reicht aus, um die Wahrscheinlichkeit zu schätzen
ich werde es lesen, aber ich denke, es könnte eine sehr einfache Aufgabe sein - die Ausgabe der Logit-Regression könnte 50/50 und unter 0,5 alle Verluste darstellen, über 0,5 takei; je höher die Wahrscheinlichkeit, desto größer takei
Ich kann versuchen, es zu visualisieren, vielleicht werde ich versuchen, den Kanalanzeiger so zu malen, vielleicht! )))