Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1602

 
Hallo, raten einige Bibliotheken oder ML-Frameworks, die gut mit Klassifizierung zwischen, sagen wir, 10 verschiedenen Klassen, idealerweise in C# arbeiten
Er hat ML.NET auf seine Eingaben angewendet und diese Methoden als die genauesten identifiziert

- LGBM-Klassifikator
- Maximum-Entropie-Klassifikator.

Aber ML.NET hat einige Einschränkungen, deshalb möchte ich andere Optionen ausprobieren.
Im Moment nicht marktrelevant, aber wahrscheinlich in Zukunft.

Beispielhafte Daten.

Label   Pitch   Energy  RMS     ZCR     Centroid        Spread  Flatness        Noiseness       RollOf  Crest   Entropy Decrease        C1      C2      C3      C4      C5      C6      M1      M2      M3      M4      M5      M6      M7      M8      M9      M10     M11     M12     M13

08      195.91840       749479.40000    663.49990       0.06797 5960.71800      5623.56900      0.45596 0.48241 11892.42000     113.03180       0.81972 -0.01187        0.60059 0.99703 1.12502 1.38532 1.41049 1.34596 174.31960       5.43771 0.53368 1.08706 1.28929 -0.27730        0.22525 -0.32192        -1.06489        0.18286 0.12653 -0.36697        0.04997

07      89.38548        264804.20000    427.55540       0.06677 5575.63400      5633.31900      0.41806 0.46413 11484.85000     167.75290       0.79212 -0.17176        0.58641 1.03448 1.14216 1.40824 1.38114 1.41114 174.84360       4.86947 0.42199 1.17480 1.67603 -0.33066        0.54447 -0.31041        -0.75327        -0.04792        0.82607 0.23418 0.16688


 
...:
Hallo, raten einige Bibliotheken oder ML-Frameworks, die gut mit Klassifizierung zwischen, sagen wir, 10 verschiedenen Klassen, idealerweise in C# arbeiten
Er hat ML.NET auf seine Eingaben angewendet und diese Methoden als die genauesten identifiziert

- LGBM-Klassifikator
- Maximum-Entropie-Klassifikator.

Aber ML.NET hat einige Einschränkungen, deshalb möchte ich andere Optionen ausprobieren.
Im Moment nicht marktrelevant, aber wahrscheinlich in Zukunft.

Beispielhafte Daten.

Haben SieCatBoost schon ausprobiert?

 
Maxim Dmitrievsky:
Der Wahrsager hat die Hellseher nicht gesehen, d.h. anonym. Es wurden ihr nur kurze Fragen von verschiedenen Personen gestellt, und diese bewerteten die Antwort. Keiner kennt den anderen. Ich habe mich nur gefragt, was der psychologische Effekt ist. Ich dachte, ich würde mich über den Unsinn auf den Karten lustig machen, aber sie sind genau richtig).

Daher kommt das "weiß" der Amöbe. Was ist die Wahrsagerin?)

Amoeba finds approximate solutions to NP-hard problem in linear time
Amoeba finds approximate solutions to NP-hard problem in linear time
  • phys.org
Researchers have demonstrated that an amoeba—a single-celled organism consisting mostly of gelatinous protoplasm—has unique computing abilities that may one day offer a competitive alternative to the methods used by conventional computers. The researchers, led by Masashi Aono at Keio University, assigned an amoeba to solve the Traveling...
 

Und es ist mir gelungen, ein neuronales Netz zu trainieren. Bei BTCUSD wird jede Minute eine Bewegung für die nächsten 15 Minuten vorhergesagt (ohne Bezugnahme auf Candlesticks). Die neuronale Reaktion ist binär und wird numerisch als -70 bis +70 ausgedrückt. Es handelt sich nicht um eine Preisprognose, sondern um den Grad des Vertrauens in die Entwicklung.
Jetzt, auf dem realen Markt, ist das Ergebnis höher als erwartet. Während des Backtests stellte sich heraus, dass 68% der erfolgreichen Antworten viel besser waren. Trainiert ohne Krücken und Hinweise, d.h. ohne äußeren Einfluss, funktioniert das, was ich trainiert habe, genauso.
Die Daten wurden mit MQL5 Bot, TensorFlow + Keras Neuron vorbereitet, jetzt sendet es meine Vorhersagen an Telegram Kanal. Ich gebe den Link hier nicht an, aber wenn ich kann, lassen Sie es mich bitte wissen.

In der Tat habe ich einen Indikator, der einen Wert auf jede Minute Kerze gibt. Bei Werten von 30 und mehr kann ich versuchen, zu handeln)

Ich werde die Fragen beantworten, aber das Know-how über die Datenaufbereitung überlasse ich der Ausbildung...

 
Evgeny Dyuka:

Im Backtest gab es 68 % erfolgreiche Antworten, aber im Leben war es viel besser.

Das sagt, wie Sie wissen, nichts aus. Wie hoch ist die Gewinnerwartung?

 
Andrej:

Das sagt, wie Sie wissen, nichts aus. Wie hoch ist die Gewinnerwartung?

Die Vorhersage ist absolut korrekt, ich kann Trends und bevorstehende Umschwünge sehr gut einschätzen, sozusagen... besser als alle bekannten Indikatoren. Und das alles in der Öffentlichkeit.
Mat expectation wurde nicht gezählt.
 
Evgeny Dyuka:
Aber der reale Markt sagt, die Vorhersage ist absolut angemessen, das Erraten von Trends und kommenden Umschwüngen ist sehr gut, sozusagen... Besser als alle bekannten Indikatoren. Und das alles in der Öffentlichkeit.

Der Prozentsatz der Tipps sagt nichts aus, es kann 99% der Tipps geben, die gewinnbringend sind, und 1%, die nicht gewinnbringend sind, was alle Gewinne abdeckt.

Evgeny Dyuka:
Mat expectation wurde nicht gezählt.

Warum ist das so?

 
Andrei:

Der Prozentsatz der Tipps sagt nichts aus, denn es kann 99% der Tipps geben, die gewinnbringend sind, und 1%, die nicht gewinnbringend sind, was alle Gewinne abdeckt.

Warum ist das so?

Sie können mich davon überzeugen, dass ich falsch liege. Ich habe 6 Monate lang 16 Stunden am Tag an diesem Projekt gearbeitet und das Ergebnis erhalten. Ich kann es Ihnen nicht zeigen, weil Sie auf einen Link warten, den ich Ihnen für eine Casino-Werbung geben werde.

Eine Gegenfrage: Wo sollten wir dieses Thema sonst diskutieren als in einem zentralen Forum?
Vielleicht sollten wir zur Sicherheit einen Delegierten aus dem Forum ausstatten, der einen Schutzanzug trägt, sich auf den Link stellt, beobachtet und sagt, ob es sich um ein Casino handelt oder nicht.
Danach werden wir darüber diskutieren.

 
Andrej:

Der Prozentsatz der Tipps sagt nichts aus, denn es kann 99% der Tipps geben, die gewinnbringend sind, und 1%, die nicht gewinnbringend sind, was alle Gewinne abdeckt.

Warum ist das so?

Die prozentuale Trefferquote ist bei diesem Thema nicht wichtig, es ist eine andere Kategorie. Hier geht es vor allem darum, ob das Netz lernt oder nicht. Wenn sie Anzeichen von Lernfähigkeit zeigt, ist die Tür offen, und die Qualität der Vorhersage kann unendlich verbessert werden. Alles wird von der Ausrüstung und der Zeit abhängen.