Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1610
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
Warum?
Je "reicher" das Modell ist, desto schlechter ist es?
Vor allem, wenn man selbst nicht weiß, welche Kombination von Prädiktoren besser ist, wäre es dann nicht richtig, alle möglichen Optionen in das Modell einzugeben und dann die Bedeutung der Prädiktoren aus der Sicht des Modells zu betrachten?So funktioniert das nicht.
Entschuldigung, ich meinte Unterstützungs- und Widerstandsniveaus
Ursprünglich gab es keine Aufgabe zur Ermittlung von Unterstützungs- und Widerstandsniveaus, daher sind sie in den formalisierten Trainingsdaten nicht enthalten. Ich habe ein einfaches musterbasiertes Signalsystem (Muster).
Ich habe eine theoretische Frage
Wir haben eine Zielfunktion, der wir das Modell annähern wollen
wir haben Prädiktoren, lass es 1000 Stück sein.
Die Frage ist also, wenn wir viele Prädiktoren haben, können wir sie in gleiche Teile aufteilen, z. B. 100 und 10 Modelle trainieren.
Dann werden die Ergebnisse dieser 10 Modelle als Prädiktoren in das neue Modell eingespeist. Wird es das Äquivalent eines Modells sein, das zunächst für 1000 Prädiktoren auf einmal trainiert wurde?
Irgendetwas sagt mir, dass das nicht der Fall ist, aber ich würde gerne meine Meinung hören.
Das Problem ist, dass man nicht weiß, welche Prädiktoren sich gegenseitig besser abbilden. Sie werden viele verschiedene Varianten der Sets machen müssen, wie Sie richtig entschieden haben. Ähnlich verfahre ich, wenn ich einheimische Prädiktoren aus dem Baummodell ausschließe. Wenn die vorhandenen Modelle an sich schon wirkungsvoll sind, könnte ihre Zusammenlegung das Gesamtergebnis verbessern - auch hier mache ich das mit Blättern, indem ich sie gruppiere.
Hallo, Max!
Schön, dass du wieder da bist... Haben Sie irgendwo einen Hexenmeister gesehen? Langweilig...
Hallo, Max!
Schön, dass du wieder da bist... Haben Sie irgendwo einen Hexenmeister gesehen? Langweilig...
Hey, der mit dem langen Bart, in der Schlange für ein kostenloses Mittagessen? Ich glaube, ich habe ihn gestern gesehen.
Hey, ist das der Typ mit dem langen Bart, der für das kostenlose Mittagessen ansteht? Ich glaube, ich habe ihn gestern gesehen.
:))) Was halten Sie von der Studie von fxsaber, die die dominante Rolle der Zeit auf dem Markt bestätigt? Setzen Sie Ihre Forschung fort? Für mich ist es ein Paradoxon - in Tests ist alles großartig, aber in der Praxis scheint es dasselbe zu sein... Ich bin noch dabei, es zu erarbeiten.
:))) Was halten Sie von der Studie von fxsaber, die das Primat der Zeit auf dem Markt bestätigt? Setzen Sie Ihre Forschung fort? Ich habe bisher ein Paradoxon - in Tests ist alles in Ordnung, aber in der Praxis sieht es scheiße aus... Ich bin noch dabei, es herauszufinden.
Ich kann Ihnen nicht folgen, haben Sie einen Link?
haben noch nichts getanIch kann Ihnen nicht folgen, gibt es einen Link?
Ich habe noch nichts getanHier ist die erste, die ich gefunden habe:
Forum zum Thema Handel, automatische Handelssysteme und Testen von Handelsstrategien
Einige Anzeichen für einen richtigen TS
fxsaber, 2020.03.05 13:02
Ich möchte klarstellen, dass wir einen TS mit nur bid/ask/time_msc Reihen als Input betrachten. Sonst nichts. Und dieser TS wird durch den Optimierer abgestimmt.Es gab dort auch ähnliche Beiträge, aber - zu faul zum Suchen...
Ich habe noch nichts getan.
Max, machen Sie mir keine Angst, dass Sie mit dem Devisenhandel aufgehört haben... Das wäre sehr traurig... Alles ist erst der Anfang :))
Ich habe eine theoretische Frage
Wir haben eine Zielfunktion, der wir das Modell annähern wollen
wir haben Prädiktoren, lass es 1000 Stück sein.
Die Frage ist also, wenn wir viele Prädiktoren haben, können wir sie in gleiche Teile aufteilen, z. B. 100 und 10 Modelle trainieren.
Dann werden die Ergebnisse dieser 10 Modelle als Prädiktoren in das neue Modell eingespeist. Wird es das Äquivalent eines Modells sein, das zunächst für 1000 Prädiktoren auf einmal trainiert wurde?
Irgendetwas sagt mir, dass dies nicht der Fall ist, aber ich würde gerne Meinungen hören.
Es ist nicht klar, warum wir dies überhaupt tun sollten, denn die Abrufe werden so ausgewählt, dass das Modell den minimal erforderlichen Datensatz erhält. Wie können wir sie später aufteilen, da sie ursprünglich nur für ein Minimum gedacht war?