Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2458
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
Verbreiten Sie das Wort auf ihren Fingern und zeigte im Allgemeinen das Ergebnis, so dass das Ziel erreicht ist.
Im Großen und Ganzen ist das in Ordnung. Stimmt, ich habe den Link zu den trainierten Modellen angeklickt, das Auto konnte nicht einparken, ich dachte, es gäbe eine Wahnsinnsbox, die wie Schumacher einparkt
Im Großen und Ganzen macht es Spaß. Aber als ich den Link zu den trainierten Modellen anklickte, konnte das Auto nicht einparken, ich dachte, es würde eine tolle Kiste sein, die wie ein Schumacher einparkt.
Nein, sie hat es noch nicht gelernt. Ich habe die Registerkarte behalten, um zu lernen, manchmal kommt es schon nahe)
Aber der Algorithmus ist ziemlich grob, schumacher da und wird nicht einen Monat.
Welche Dinge?
Eine Reihe von Aktivitäten, die darauf abzielen, einen Gewinn zu erzielen. Zum Beispiel wissen die Quants jetzt, was zu tun ist, wenn der Markt schließt und was die Marktteilnehmer tun werden. Gezielte Käufe in dem Wissen, dass die Masse am Freitag um jeden Preis eindecken wird und am Montag der Fall weitergeht, aber ohne Teilnehmer. Die üblichen Dinge, die die hiesigen Statistik-Programmierer sehr gut kennen.
Im Großen und Ganzen macht es Spaß. Aber als ich den Link zu den trainierten Modellen anklickte, konnte das Auto nicht einparken, ich dachte, es würde eine tolle Kiste sein, die wie ein Schumacher einparkt.
Es ist nicht schlecht, es parkt gar nicht schlecht ein. Man sieht, dass es schlechte Bremsen hat - das wäre toll.
Ich sehe jeden Tag Leute, die viel schlimmer parken)))))
Eine Reihe von Aktivitäten, die darauf abzielen, Gewinne zu erzielen. Zum Beispiel wissen Quants jetzt, was zu tun ist, wenn der Markt schließt und was die Marktteilnehmer tun werden. Gezielte Käufe in dem Wissen, dass die Masse am Freitag um jeden Preis eindecken wird und am Montag der Fall weitergeht, aber ohne Teilnehmer. Die üblichen Dinge, die lokale Statistikprogrammierer sehr gut kennen.
Wenn Quants und Sie "Bescheid wissen", warum sind Sie dann noch keine Milliardäre?
Wenn Quants und Sie "Bescheid wissen", warum sind Sie dann noch keine Milliardäre?
nicht schlecht, gar nicht schlecht. man sieht, dass die Bremsen schlecht sind - das wäre toll.
ich sehe jeden Tag Leute, die viel schlimmer parken)))))
Ich hatte dieses Ding für 2,5 Tage.
Aus irgendeinem Grund hat sich der Fehler nach Gen 9 dramatisch erhöht:
1st Best Car Genome zeigt aus irgendeinem Grund einen Fehler von 1,52 an, obwohl das obige Diagramm einen Mindestwert von 0,67 aufweist:
Nach dem Wechsel zu einer anderen Registerkarte und dem erneuten Start der 10. Generation korrigierte sich das Diagramm und es gab sofort einen neuen Spitzenreiter:
Aber insgesamt natürlich roh.
Ich habe meine Neugierde befriedigt und das reicht.
Aber im Großen und Ganzen ist es natürlich roh.
Die Neugierde ist gestillt, das reicht.
Natürlich ist es nur ein Spielzeug, das aber Spaß macht.
Ich werde einen Link zu Beispielen aus dem Buch Machine Learning for Algorithmic Trading in Financial Markets von Stefan Jansen hinterlassen .
P.S. Und natürlich glaube ich immer noch an die Grenzen des maschinellen Lernens für TS, obwohl ich seine Nützlichkeit für RM anerkenne.
Maschinelles Lernen im Risikomanagement kann Matlab, Python, R verwenden
obwohl ich es noch nicht codiert habe... (um Trend und Flat zu unterscheiden, um geeignete TS zu verwenden, kann man sich natürlich auf diese Art von Feedback verlassen [um MM algorithmisch zu analysieren und zu variieren], aber dennoch möchte ich nicht für die Marktstimmung und meine Geschäftigkeit mit Verlusten bezahlen, selbst wenn sie durch einen Algorithmus und eine Wahrscheinlichkeitstheorie auf eine Reduzierung reduziert werden)... Ich bin immer noch geneigt, eine klare Unterscheidung zwischen guten und schlechten Geschäften in Bezug auf die Marktbedingungen und das Bewusstsein des Händlers zu machen, und es gibt keine Möglichkeit, den Roboter darüber zu informieren... Die einzige Möglichkeit, dies zu tun, besteht darin, dem Roboter beizubringen, nicht mit Verlust zu handeln (wenn sich die Angebots- und Nachfragebedingungen geändert haben und der Händler nicht am Terminal anwesend ist oder sich dessen nicht bewusst ist).
Ich werde einen Link zu Beispielen aus dem Buch Machine Learning for Algorithmic Trading in Financial Markets von Stefan Jansen hinterlassen .
P.S.: Und natürlich glaube ich immer noch an die Grenzen des maschinellen Lernens für TS, obwohl ich seine Nützlichkeit für RM anerkenne.
auch wenn ich es noch nicht codiert habe... (um Trend von Flat zu unterscheiden, um entsprechende TS zu aktivieren, können Sie sich natürlich auf diese Art von Feedback verlassen [MM algorithmisch analysieren und variieren], wollen aber trotzdem nicht für Marktstimmung und Ihre Geschäftigkeit, Verluste bezahlen, selbst wenn sie durch einen Algorithmus und Wahrscheinlichkeitstheorie auf eine Reduzierung reduziert werden)... Ich bin immer noch geneigt, eine klare Unterscheidung zwischen guten und schlechten Geschäften in Bezug auf die Marktbedingungen und das Bewusstsein des Händlers zu machen, und es gibt keine Möglichkeit, den Roboter darüber zu informieren... Man muss ihm beibringen, dass es nicht viele Verlustgeschäfte macht (wenn sich die Angebots-/Nachfragebedingungen auf dem Markt geändert haben und der Händler nicht am Terminal anwesend ist oder er sie nicht kennt).
Die übliche Übersicht über die MO-Methoden, mit der Vorsilbe des Handels.
Ich habe sie alle ausprobiert, außer den Sostisy-Netzen, aber das ist nicht wichtig, wichtig ist, dass kein Wunder geschah...
Darum geht es beim Handel nicht.