Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 183
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
Hatten Sie eine lange Lernkurve? Diese letzte
in der Funktion newConfigNEAT sind die Standardeinstellungen wie folgt
Ich bin derzeit in der 32. Generation
32 32 82.23862 150.0092 140.4628 145.5368
[1] "Starting simulations..."
[1] "1.59 % Finished simulation of species 1 / 44 genome 1 / 6 with fitness 146.091452597612"
[1] "3.17 % Finished simulation of species 1 / 44 genome 2 / 6 with fitness 146.091452597612"
[1] "4.76 % Finished simulation of species 1 / 44 genome 3 / 6 with fitness 146.091452597612"
[1] "6.35 % Finished simulation of species 1 / 44 genome 4 / 6 with fitness 146.091452597612"
[1] "7.94 % Finished simulation of species 1 / 44 genome 5 / 6 with fitness 146.091452597612"
[1] "9.52 % Finished simulation of species 1 / 44 genome 6 / 6 with fitness 146.091452597612"
[1] "11.11 % Finished simulation of species 2 / 44 genome 1 / 2 with fitness 145.536759116526"
[1] "12.7 % Finished simulation of species 2 / 44 genome 2 / 2 with fitness 145.536759116526"
Wie viele Generationen sollten es insgesamt sein, 50 oder 500?
=====================================
in der 35. Generation endete, warum gerade in der 35. Generation? Ich weiß nicht...Danke,Dr. Trader.
und etwas ging schief, auf der OOS aus irgendeinem Grund, es hat nicht den Wert bis zum Ende berechnen
und irgendetwas ist schief gelaufen, das OOS hat die Aktien aus irgendeinem Grund nicht vollständig berechnet.
Alles läuft nach Plan, denn irgendwo in den Handelsregeln steht, dass man aufhören soll, wenn der Drawdown zu groß ist.
Sobald der S&P fiel, brach die ganze Strategie zusammen, ich hatte das gleiche Ergebnis. Der Autor des Artikels hatte entweder sehr viel Glück (unwahrscheinlich), oder er ging durch verschiedene Handelsmuster zum Wohle der schönen OOS Bilder.
Alles läuft nach Plan, denn irgendwo in den Handelsregeln steht, dass man aufhören soll, wenn der Drawdown zu groß ist.
Sobald der S&P fiel, brach die ganze Strategie zusammen, ich hatte das gleiche Ergebnis. Entweder hatte der Autor sehr viel Glück (unwahrscheinlich), oder er hat verschiedene Handelsmodelle nur um der schönen OOS-Bilder willen durchprobiert.
Alles läuft nach Plan, denn irgendwo in den Handelsregeln steht, dass man aufhören soll, wenn der Drawdown zu groß ist.
Sobald der S&P fiel, brach die ganze Strategie zusammen, ich hatte das gleiche Ergebnis. Entweder hatte der Autor sehr viel Glück (was unwahrscheinlich ist), oder er hat verschiedene Handelsmodelle ausprobiert, nur um schöne OOS-Bilder zu bekommen.
Artikel. Gut.
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2326253
Versuchen Sie erneut, was Vizard_ beschrieben hat
2 Indikatoren sind sehr wenig, ich kann nicht einmal etwas Passendes finden. Es ist also nur eine Veranschaulichung von "Müll rein -> Müll raus".
Die Koordinaten sind die Werte von zwei Indikatoren. Die blaue Farbe steht für "Kauf"-Punkte, die rote für "Verkauf"-Punkte.
6 Modelle werden auf "Train Data"-Punkten trainiert und dann zur Vorhersage einer Reihe von Punkten in den Koordinaten (-2;-2)->(2;2) verwendet. Sie können genau sehen, wie sich die Modelle die Daten gemerkt haben und wie die Vorhersage auf den neuen Koordinaten für das Modell ausgefallen ist.
Versuchen Sie erneut, was Vizard_ beschrieben hat
2 Indikatoren sind sehr wenig, ich kann nicht einmal etwas Passendes finden. Es ist also nur eine Veranschaulichung von "Müll rein -> Müll raus".
Die Koordinaten sind die Werte von zwei Indikatoren. Die blaue Farbe steht für "Kauf"-Punkte, die rote für "Verkauf"-Punkte.
6 Modelle werden auf "Train Data"-Punkten trainiert und dann zur Vorhersage einer Reihe von Punkten in den Koordinaten (-2;-2)->(2;2) verwendet. Sie können sehen, wie genau sich die Modelle die Daten gemerkt haben und was das Ergebnis der Vorhersage auf neuen Koordinaten für das Modell war.
Schön und informativ... danke dafür
Ich werde mich wahrscheinlich zusammensetzen und über meine Idee, nach reinen Mustern zu suchen, schreiben müssen (aber das wird dauern), da ich sehe, dass sie relevant ist... Vielleicht kommt ja etwas Gutes dabei heraus ...
Dr.Trader , meiner Meinung nach besteht das ganze Problem darin, dass wir versuchen, die MO zu zwingen, die gesamte Stichprobe in Klassen aufzuteilen. Was ist, wenn wir objektiv nur ~3% der Stichprobe aufteilen können und wir sagen, nein MO, du bist mächtig, mach weiter und teile alles auf, es ist mir egal :) Er trennt also das Untrennbare mit einem bekannten Ergebnis...
Sehen Sie, wir versuchen, alle Proben in Kaufen und Verkaufen aufzuteilen, und so wollen wir jede einzelne Marktbewegung vorhersagen, aber unsere Prädiktoren sind so beschissen, dass sie objektiv nur~3% aller Bewegungen vorhersagen können, was brauchen wir also? Wir müssen versuchen, wenigstens diese3% zu bekommenund den Rest des unteilbaren Zeugs wegzuwerfen, weil es derselbe Müll/Rauschen ist , der entfernt werden muss/Grund für eine Umschulung usw.. Nennen Sie es, wie Sie wollen, es ist in Ordnung...
Ich habe zwar noch nicht geschrieben, wie ich mir das vorstelle, aber hat jemand einen Vorschlag, wie man diese Auswahl treffen kann?
p.s. Sanych, bitte erzähl mir nicht wieder von PCA, das ist nicht dasselbe ;)
Schön und informativ... danke dafür
Ich denke, ich muss mich zusammenreißen und über meine Idee, reine Muster zu finden, schreiben (aber das wird dauern), denn ich sehe, dass sie relevant ist... Vielleicht kommt ja etwas Gutes dabei heraus ...
Dr.Trader , meiner Meinung nach besteht das ganze Problem darin, dass wir versuchen, die MO zu zwingen, die gesamte Stichprobe in Klassen aufzuteilen. Was ist, wenn wir objektiv nur ~3% der Stichprobe aufteilen können und wir sagen, nein MO, du bist mächtig, mach weiter und teile alles auf, es ist mir egal :) Er trennt also das Untrennbare mit einem bekannten Ergebnis...
Sehen Sie, wir versuchen, alle Proben in Kaufen und Verkaufen aufzuteilen, und so wollen wir jede einzelne Marktbewegung vorhersagen, aber unsere Prädiktoren sind so beschissen, dass sie objektiv nur~3% aller Bewegungen vorhersagen können, was brauchen wir also? Wir müssen versuchen, zumindest diese3% zu nehmenund den Rest des unteilbaren Zeugs wegzuschmeißen, weil es derselbe Müll/Rauschen ist , der entfernt werden muss/Grund für Umschulung usw.. Nennen Sie es, wie Sie wollen, es ist in Ordnung...
Ich habe zwar noch nicht geschrieben, wie ich mir das vorstelle, aber hat jemand einen Vorschlag, wie man diese Auswahl treffen kann?
p.s. Sanych, bitte erzähl mir nicht schon wieder von PCA, so ein Mantel ist es nicht ;)
Ich habe bereits beschrieben, wie ich bei der Einteilung in 3 Klassen (Verkaufen, Fechten, Kaufen) vorgehe. Die Klasse "Zaun" umfasst alle Fälle, die sich widersprechen oder nicht in Kauf- und Verkaufsklassen unterteilt werden können. Es zeigt sich, dass nur 3-10 % in die Klassen Kaufen und Verkaufen fallen. Das Schöne an diesem Ansatz ist, dass das Netzwerk bei der Arbeit mit unbekannten (realen) Daten mit der Zeit aufhört, Marktsituationen zu erkennen, und sie mehr und mehr dem "Zaun" zuschreibt, d.h. es hört allmählich auf zu handeln. Das ist hundertmal besser, als sich im Laufe der Zeit immer mehr auf den Einstieg zu verlegen.
Aber alles vergeblich, niemand will, niemand hört zu.