Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2607
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
Selbst unter der Annahme, dass bewiesen ist (was allerdings ein Problem sein kann und oft auch ist), dass jemand Jahr für Jahr gleichmäßig verdient, ist überhaupt nicht klar, wie der Nachweis, dass dies durch denselben Algorithmus geschieht, überhaupt aussehen kann. Ich würde mir mehr sinnvolle Optionen wünschen als "Ich glaube Ihnen" und "Ich sage es Ihnen".
Der Markt weist einige stabile Merkmale auf. Daraus kann sich ein stabiles Handelsverhalten ergeben. Daraus lassen sich stabile Algorithmen ableiten, die dieses Verhalten ausnutzen.
Die gelb markierten - praktisch eine perfekte Beschreibung der Handelsergebnisse auf der Grundlage der Muster auf die Geschichte identifiziert) Es ist nicht notwendig, dass alles sofort brechen, aber es ist fast immer "es ist nicht so, dass jetzt")
Es gibt eine Frage wie diese:
Es werden zwei Modelle verwendet. Der eine sagt voraus, ob man kaufen oder verkaufen soll, der andere, ob man handeln soll oder nicht.
Zuerst wird das erste Modell trainiert, dann schauen wir, wo es schlechte Vorhersagen macht, markieren diese Beispiele als "nicht handeln", die anderen guten als "handeln" und trainieren dann das zweite Modell.
Das erste Modell wird nicht nur im Trainingsbereich, sondern auch im zusätzlichen Bereich getestet, und das zweite Modell wird in beiden Bereichen trainiert.
Wir wiederholen diesen Vorgang mehrere Male und trainieren beide Modelle mit demselben Datensatz. Die Ergebnisse verbessern sich allmählich bei den Proben. Aber nicht immer bei der Kontrollprobe.
Parallel dazu führen wir ein Protokoll der schlechten Geschäfte für alle Durchgänge, in dem alle "schlechten" Geschäfte für "nicht zu handeln" gesammelt werden, um das zweite Modell zu trainieren und nach einem bestimmten Prinzip zu filtern: je mehr Kopien von schlechten Geschäften für alle Durchgänge, desto größer die Chance, sie als "nicht zu handeln" zu markieren.
Zum Beispiel wird für jedes Datum eine bestimmte Anzahl von schlechten Geschäften für alle Iterationen des Trainings akkumuliert. Wenn diese Anzahl einen Schwellenwert (Mittelwert, Durchschnitt) überschreitet, werden diese Geschäfte als "nicht handeln" markiert. Die restlichen Gewerke werden übersprungen, da es sonst möglich wäre, alle Gewerke auszuschließen, wenn es viele Trainingsiterationen gibt.
Mit dem Koeffizienten können Sie die Anzahl der Abschlüsse am Ausgang anpassen. Je niedriger er ist, desto mehr Abschlüsse werden herausgefiltert.
... An diesem Punkt bin ich schon müde zu schreiben ...
Wie kann eine solche Kombination von Modellen so verbessert werden, dass sie ihre Ergebnisse auf einer neuen unabhängigen Fläche verbessert?
Gibt es eine Philosophie, warum das funktionieren könnte? Abgesehen von der Tatsache, dass sich die Modelle bei jeder Umschulung natürlich verbessern (der Fehler sinkt), stellt sich die Frage, wie man die Anpassung loswerden kann.
Illustration. Das Diagramm ist in 3 Teile aufgeteilt. Der letzte trainiert das erste Modell, der vorletzte und letzte das zweite, das erste Drittel ist ein Prüfungsbeispiel. Natürlich wird der letzte Abschnitt der beste sein und das erste Drittel der schlechteste.
In diesem Fall wurden beide Modelle in 15 Iterationen unter Verwendung eines Protokolls der schlechten Geschäfte umgeschult.
Offen gesagt sieht das System insgesamt sehr ausgeklügelt aus, und es ist unwahrscheinlich, dass ein Außenstehender etwas Sinnvolles dazu sagen kann.
1) Es besteht ein gewisser Zusammenhang mit dem Boosting, bei dem jedes nachfolgende Modell versucht, den Fehler des vorherigen zu verbessern.
2) Ich bevorzuge den Ansatz, dass wir nicht versuchen, ein komplexes Modell für alle Fälle zu erstellen, sondern mehrere einfache Modelle, die nach dem Prinzip Handel/Nichthandel funktionieren. Sie können zwei machen: "Kaufen" und "Verkaufen". Es gibt vier Möglichkeiten: "Kauf nach einer Aufwärtsbewegung", "Kauf nach einer Abwärtsbewegung", "Verkauf nach einer Abwärtsbewegung", "Verkauf nach einer Aufwärtsbewegung". Dann können sie irgendwie kombiniert werden - auch hier sind alle Arten von kreativen Optionen möglich).
Die gelb hervorgehoben ist eine fast perfekte Beschreibung der Ergebnisse eines Handels auf der Grundlage der Muster auf Geschichte identifiziert) Es ist nicht unbedingt, dass alles sofort brechen, aber es ist fast immer "jetzt ist es nicht")
Es ist nicht notwendig, dass alles sofort kaputt geht, aber es ist fast immer so, dass "es jetzt nicht so ist").
Ich hatte schon den Eindruck, dass wir langsam in Sophisterei abgleiten. Es geht nicht um die Behauptung, dass es "ewige" Muster gibt (auch die Sonne wird irgendwann mit Wahrscheinlichkeit 1 erlöschen). Der Punkt ist, dass es Gesetze gibt, deren Lebensdauer lang genug ist, um sie zum eigenen Vorteil auszunutzen. Und ihre "Lebensdauer" ist in der Regel direkt proportional zur Komplexität des Abbaus oder der technologischen Komplexität der Ausbeutung (z. B. CPT). Die Erfahrung zeigt, dass bei einiger Sorgfalt einige/viele Monate angemessen sind.
Ich hatte schon den Eindruck, dass wir langsam in Sophisterei abgleiten. Es kann nicht behauptet werden, dass es "ewige" Gesetzmäßigkeiten gibt (die Sonne wird irgendwann mit Wahrscheinlichkeit 1 erlöschen). Der Punkt ist, dass es Gesetze gibt, deren Lebensdauer lang genug ist, um sie zum eigenen Vorteil auszunutzen. Und ihre "Lebensdauer" ist in der Regel direkt proportional zur Komplexität des Abbaus oder der technologischen Komplexität der Ausbeutung (z. B. CPT). Die Erfahrung zeigt, dass bei einiger Sorgfalt einige/viele Monate angemessen sind.
schwer zu widersprechen
Ich würde auch gerne ein Programm für den Tauscher schreiben, das vor dem Löschen einen Algorithmus ausarbeitet.
aber es sieht so aus, als hätte ich keine Lust mehr zu schreiben.
Die gelbe Markierung ist eine fast perfekte Beschreibung der Handelsergebnisse auf der Grundlage der identifizierten Muster) Es ist nicht notwendig, dass alles sofort bricht, aber es ist fast immer "nicht so jetzt")
Ich hatte schon den Eindruck, dass wir langsam in Sophisterei abgleiten. Es kann nicht behauptet werden, dass es "ewige" Gesetzmäßigkeiten gibt (die Sonne wird irgendwann mit Wahrscheinlichkeit 1 erlöschen). Der Punkt ist, dass es Gesetze gibt, deren Lebensdauer lang genug ist, um sie zum eigenen Vorteil auszunutzen. Und ihre "Lebensdauer" ist in der Regel direkt proportional zur Komplexität des Abbaus oder der technologischen Komplexität der Ausbeutung (z. B. CPT). Die Erfahrung zeigt, dass bei einiger Sorgfalt einige/viele Monate eine vernünftige Erwartung sind.
Eigentlich eint uns alle hier die Hoffnung auf so etwas. Ich wünsche mir nur, dass diese Hoffnung die Wahrnehmung der Realität nicht verzerrt.
Hoffnung ist ein gutes Frühstück, aber ein schlechtes Abendessen)
Die gelbe Markierung ist eine fast perfekte Beschreibung der Handelsergebnisse, die auf den in der Historie identifizierten Mustern basieren.) Es ist nicht notwendig, dass alles sofort zusammenbricht, aber fast immer ist es nicht mehr so").
Wenn Ihnen das vorherige Beispiel nicht gefällt: In engen Kreisen gibt es einen weithin bekannten Handelsalgorithmus, der darauf beruht, dass jeder Tag ein Tag ist, gefolgt von einem Abend, einem Morgen und dann wieder einem Morgen.
Es heißt, dass die Rentabilität und die Kapitalintensität dieses Algorithmus im Frühjahr und Herbst deutlich zunehmen.)