Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2464
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
Welchen Broker benutzen Sie, um mit MT auf die Moskauer Börse zuzugreifen?
Sie haben meine Meinung in das Gegenteil interpretiert: In der Natur ist das Ziel das praktischste - das "Notwendigste" überlebt und vermehrt sich. Und es ist notwendig, das "praktischste" Ziel zu trainieren, ohne es in irgendeiner Weise zu verändern.
Über die Daten, ja, die Informationen an den Eingang zugeführt, aber im Idealfall sollten wir bilden/empfangen - "Augen", "Ohren", "Nase", etc.
1) außer "Um ein neuronales Netz zu trainieren, braucht man gigantische Mengen sorgfältig ausgewählter Daten".
Um ein neues neuronales Netz zu erstellen, müssen Sie einen Algorithmus erstellen, alle Daten durchlaufen lassen, ihn testen und wiederholt optimieren. Dies ist kompliziert und zeitaufwändig. Daher ist es manchmal einfacher, einfachere Algorithmen zu verwenden - z. B. die Regression.
2) Ich dachte zunächst auch, es sei einfach (Regression)... Aber die lineare Regression ist verwirrend, denn soweit ich mich erinnere, sind die Preise nicht-linear und die Rendite ist linear (wenn nicht sogar umgekehrt?) - zumindest bei Optionen auf Futures... Das Traurigste ist, dass eine solche Analyse nicht linear ist, und die Rendite ist linear, und wenn nicht umgekehrt - zumindest für Optionen mit unterschiedlichen Verfallsdaten, aber es ist nicht immer durch 3d Bilder gerechtfertigt... Und das Traurigste an einer solchen Analyse ist, dass laut DB CME alle Preise am zentralen Strike ausgerichtet sind und ich keine Möglichkeit sehe, Ungleichgewichte im Bericht zu sehen, sondern in Echtzeit zu überwachen (ich bin kein Schlichter, also kann ich mich nicht damit befassen)... Und alles ist nicht so linear, eher exponentiell in der Logik, und ich möchte nicht das Krokodil mit dem Rhinozeros kreuzen (im Modell von 2 Faktoren - Zeit und Zinssatz)... Es scheint, dass bei der Optionspreisgestaltung bereits alles gekreuzt ist...
3)
Alles ist richtig über das Ziel, mein Ziel ist perfekt von Signal zu Signal, wenn das Signal profitabel ist, dann setzen Sie ein, wenn es unrentabel ist, dann setzen Sie 0 und nichts anderes, außer dass die Gewinne mit dem Spread Bedingung berechnet werden können!!!!
Dies ist ein weiterer möglicher Algorithmus für maschinelles Lernen - unter Verwendung des Bayes-Theorems (die Beschreibung erschien mir so)... "Diese Algorithmen werden für die Bearbeitung von Textdokumenten verwendet - zum Beispiel für die Spam-Filterung...". Neuronale Netze hingegen arbeiten auf komplexere Weise - von Schicht zu Schicht (Deep Learning)...
Wenn ich mir diese drei Algorithmen für maschinelles Lernen ansehe, wird mir klar, dass es aus wahrscheinlichkeitstheoretischer Sicht NICHT so einfach ist, die Zielfunktion in Ihrem Modell NICHT zu streichen, damit Sie nicht vom Besten zum Schlechtesten überlernen und sich vor allem nur auf die Geschichte verlassen... Algorithmus+Daten+Bedingungen für die Auswahl der nächsten Ebene = erscheint am logischsten (allerdings nur, wenn es um große Datenmengen geht, aber das ist nicht immer der Fall)
Wahrscheinlich sind deshalb (weil zwei von drei Algorithmen ausfallen) H.Grid-Schichten im Handel vielversprechender als einfache Regression oder Bayes' Theorem... Aber im Grunde läuft es für mich auf eine banale Programmierung des Entscheidungsprozesses hinaus, bei der lediglich große Stichproben verwendet werden, um die Entscheidungen des Roboters mit Statistiken zu untermauern... von denen wir leider nicht viel haben, und die nicht so sehr die Besonderheiten des Outputs in den Mittelpunkt stellen, sondern vielmehr die Bandbreite der Möglichkeiten in der Menge der Outputs... die gleiche Range... in der der Preis normalerweise schwankt... (weil der freie Wechselkurs selbst Volatilität erzeugt)...
und der Entscheidungsprozess des Händlers (und sein eigenes Lernen) kann nicht weitergegeben werden, ohne es selbst zu lernen ... Der Entscheidungsprozess eines Händlers (und sein eigenes Lernen) kann nicht kodiert werden, ohne selbst zu lernen... Dann hat der Kodierer etwas, das er an den Roboter weitergeben kann, aber natürlich kann der Algorithmus zur Fehleranalyse nicht in einer bestimmten Matrix auf ihn übertragen werden (während er im Gehirn des Kodierers selbst vorhanden ist)... imho
OK, ich werde in Ruhe darüber nachdenken, wie ich die Dinge nicht auf den Kopf stellen kann (um nicht zu sehr auf das Schlimmste trainiert zu werden)... Pr, OI, Volume- es ist nur ein Teil der Daten für die Erwartungen und Entscheidungen des Händlers sowieso, und das Angebot und die Nachfrage wird von ihnen geboren, nicht von mathematischen Modellen... imho
(d.h. 5 Faktoren, ohne Berücksichtigung der Steuer- und Währungspolitik von 2 Ländern, die in der Notierung enthalten sind)
Mikhail Mishanin , danke für den Hinweis.
ein Punkt steht im Widerspruch zu Ihrer Ansicht? (nicht ganz klar aus dem Zitat auf dem Link).
Im Grunde genommen führen versteckte Schichten eine Art mathematische Funktion aus. Wir legen es nicht fest, das Programm lernt, das Ergebnis selbst auszugeben.
Klingt nach einem dummen Weg der rohen Gewalt... (wie in Algorithmus, z. B. zum Knacken von Passwörtern)
p.s. und doch:
MO erinnert sich nicht an die Geschichte, vielleicht sprechen Sie von Modellumschulung
Sie können also zum jetzigen Zeitpunkt nicht viele Daten sammeln, um Schichten des Netzes zu belasten, anstatt einen einfachen Entscheidungsprozess durchzuführen... daher immer noch eine mögliche Nützlichkeit für RM, aber nicht für TM
Was das Forum angeht: Wenn man nicht weiß, wie man aus Rückmeldungen Schlüsse zieht, kann man einen solchen Roboter auch OHNE maschinelles Lernen bauen, wenn das eigene Gehirn nicht hilft... zu einem anderen Troll-Reposter-Talker.
Was das Forum angeht: Wenn man nicht weiß, wie man aus Rückmeldungen Schlüsse ziehen kann, kann man einen solchen Roboter auch OHNE maschinelles Lernen bauen, wenn das eigene Gehirn nicht hilft... zu einem anderen Troll-Reposter, der zum Junkie wurde.
Das MoD erinnert sich nicht an die Geschichte, vielleicht sprechen Sie von einer Umschulung des Modells
Wie kann es sich nicht erinnern? Genau das tut sie.
Ist Ihnen der Begriff "neuronale Netzwerkdatenbanken" schon einmal begegnet? Ich bin einmal darüber gestolpert und denke, es ist die beste Definition dessen, was NS/Bäume sind.
Ein Baum kann bis zum letzten Split trainiert werden und wird sich dann mit absoluter Präzision an die gesamte Historie erinnern (man erhält ein übertrainiertes Modell).
Wenn nicht bis zur letzten Teilung, sondern etwas früher (z. B. durch 10 Beispiele in einem Blatt), dann erhalten wir Speicher mit Verallgemeinerung und mit Mittelung der Ergebnisse dieser 10 ähnlichsten Beispiele. Es wird weniger überlernt. Das heißt, Sie müssen die Aufteilung stoppen, wenn das Unterlernen in ein Überlernen übergeht. Dies ist die wichtigste und schwierigste Aufgabe.
Wie könnte es anders sein? Genau das tut sie.
Ist Ihnen der Begriff "neuronale Netzwerkdatenbanken" schon einmal begegnet? Ich bin einmal darüber gestolpert und denke, es ist die beste Definition dessen, was NS/Bäume sind.
Ein Baum kann bis zum letzten Split trainiert werden und wird sich dann mit absoluter Präzision an die gesamte Historie erinnern (man erhält ein übertrainiertes Modell).
Wenn nicht bis zur letzten Teilung, sondern etwas früher, um die Teilung zu stoppen (zum Beispiel durch 10 Beispiele in einem Blatt), dann erhalten wir Speicher mit Verallgemeinerung und mit Mittelung der Ergebnisse dieser 10 ähnlichsten Beispiele. Es wird weniger überlernt. Das heißt, Sie sollten die Tiefe der Teilung mit minimaler Überlernung finden.
Gilt für Forex, sich an die Geschichte zu erinnern und darauf basierend einen Handel zu tätigen?
Ja, wir hoffen, dass sich die Geschichte wiederholen wird. Vielleicht vergeblich. Aber wir haben nichts anderes zu hoffen.
Ja, wir hoffen, dass sich die Geschichte wiederholen wird. Vielleicht vergeblich. Aber wir haben nichts anderes zu hoffen.
Sie selbst schreiben eine Warnung in Signals, vergangene Erfolge sagen nicht, dass dies immer noch der Fall sein wird. Lustig
Das Komische daran ist, dass niemand für das Handeln anderer garantieren kann.
maschinelles Lernen, funktioniert nur noch bei Statik, das hat Maximka gerade bewiesen.