Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2963

 
Maxim Dmitrievsky #:
Die einzige Möglichkeit, die ich sehe, ist die Optimierung außerhalb des Zuges, im Test, und das Training der MO im Zug. Das macht immer noch einen gewissen Sinn, wenn man etwas Gemeinsames aus verschiedenen historischen Perioden herausholen will.

Es ist schade, dass es kein einziges richtiges Rezept für die FF-Vorbereitung gibt, obwohl es einige Empfehlungen gibt.

Zum Beispiel die Optimierung der Bilanz. Die TS zeigte 90% des Gewinns in einem Handel, und der Rest der hundert Trades sind etwa Null. ist dies eine gute FF? vielleicht ist es gut, aber nicht für diese Strategie. und vielleicht ist die Strategie so schlecht, da es solche Varianten der Ergebnisse in der Optimierung.

Die FF muss also alles berücksichtigen, was vom Modell verlangt wird, und das Problem reduziert sich auf die Maximierung des globalen Optimums. Daraus ergibt sich eine weitere Schlussfolgerung: Das Modell und die FF können nicht für sich allein stehen, ein gutes Modell kann durch eine ungeeignete FF verdorben werden, und umgekehrt gilt das Gleiche. obwohl es keinen Sinn macht, über FF getrennt vom Modell zu sprechen.

 
Andrey Dik #:

was ist seltsam? so war es vor ein paar Monaten in diesem Thread in Dialogen mit meiner Teilnahme gesagt)) hier viele argumentiert, dass max/min ff sollte nicht in irgendeiner Weise)))) sein

wie Sie die ff setzen, damit das Schiff segeln wird....

Du verstehst immer noch nicht: Es geht überhaupt nicht um Optimierung - es ist ein Werkzeug, um einen Lehrer für das Lernen zu schaffen.

Es gibt nur wenige Probleme in MOE und das erste ist ein guter Lehrer.

Und die Qualität des Lehrers wird NICHT durch die Qualität des FF und nicht durch die Qualität der Optimierung bestimmt - vorhin haben wir über das lokale/globale Optimum gesprochen. In dem Beispiel haben wir uns nicht die Mühe gemacht und den ersten Algorithmus genommen und ihn frontal eingesetzt, was absolut richtig ist.

Die Qualität des Lehrers wird durch die Fähigkeit bestimmt, Prädiktoren auszuwählen, die ihre Vorhersagekraft in der Zukunft nicht verlieren. Aber bei der Bestimmung dieser Eigenschaft des Lehrers wird die FF überhaupt nicht verwendet.

 
СанСаныч Фоменко #:

Sie haben es immer noch nicht verstanden: Es geht überhaupt nicht um Optimierung - es ist ein Werkzeug, um einen Lehrer für das Lernen zu schaffen. Es gibt nur wenige Probleme in MOE, und das erste ist ein intelligenter Lehrer.

Nein. Sie haben es immer noch nicht verstanden. Ohne Optimierung kann es prinzipiell keine MOE geben. Ohne Optimierung kann es überhaupt nichts geben. gar nichts.

Was ist ein "kluger Lehrer"? Wo sind die Kriterien der Konformität mit diesem klugen Lehrer? Du willst die Konformität des Modells mit dem Lehrer bewerten. Die Bewertung der Konformität ist die FF, wie kannst du elementare Dinge nicht verstehen.

Die FF ist das Bewertungskriterium. Optimierung bedeutet, das Bewertungskriterium zu maximieren.
 
Andrey Dik #:

Nein. Du verstehst nicht, du verstehst nicht. Ohne Optimierung kann es keine MO ohne Optimierung geben. ohne Optimierung kann es überhaupt nichts geben. gar nichts.

Was ist ein "kluger Lehrer"? Wo sind die Kriterien der Konformität mit diesem klugen Lehrer? Sie werden die Konformität des Modells mit dem Lehrer bewerten. Die Bewertung der Konformität ist der FF, wie können Sie elementare Dinge nicht verstehen.

Die FF ist das Bewertungskriterium. Optimierung bedeutet, das Bewertungskriterium zu maximieren.

Während Sie geschrieben haben, habe ich es ergänzt.

Ich füge hinzu.

Die Optimierung bei der Erstellung eines Lehrers ist eine Sache, die außerhalb des Modells liegt.

Die Verwendung der Optimierung bei der Suche nach Modellparametern ist eine andere, sie ist in das Modell selbst eingebaut, es gibt Modelle, bei denen Sie die Optimierungsoption wählen können.

Die Bewertung der Verwendung des Klassifizierungsmodells ist die dritte, und hier riecht es nicht nach Optimierung. Es gibt ein eigenes System zur Bewertung von Klassifikationsfehlern.

Zum Beispiel die Fehlermatrix



Aussagekräftiger



Es gibt spezielle Pakete, die die oben genannten Beispiele für die Bewertung von Klassifizierungsmodellen erweitern. Zum Beispiel, PerformanceAnalytics Paket
 
СанСаныч Фоменко #:

Da Sie nichts verstanden haben, verstehen Sie es immer noch nicht: Es geht überhaupt nicht um die Optimierung an sich - sie ist ein Werkzeug, um einen Lehrer für das Lernen zu schaffen.

Es gibt nur ein paar Probleme in MOE, und das erste ist ein intelligenter Lehrer.

Und die Qualität des Lehrers wird NICHT durch die Qualität des FF und nicht durch die Qualität der Optimierung bestimmt - wir sprachen vorhin von lokalem/globalem Optimum. In dem Beispiel haben wir uns nicht die Mühe gemacht und den ersten Algorithmus genommen, den wir finden konnten, und ihn direkt eingesetzt, was absolut korrekt ist.

Die Qualität eines Lehrers wird durch die Fähigkeit bestimmt, Prädiktoren auszuwählen, die ihre Vorhersagekraft in der Zukunft nicht verlieren. Aber bei der Bestimmung dieser Eigenschaft eines Lehrers wird FF überhaupt nicht verwendet.


Die Optimierung wird in jeder Phase eingesetzt, auch bei der Auswahl des Lehrers und seiner Parameter, dann bei der Anpassung des Lehrers - Fehlerminimierung - und bei der Klassifizierung - auch ohne Optimierung.
Es gibt keinen einzigen SIMPLE-Prozess ohne Optimierung, erst recht nicht in MoE.
Jede Optimierung basiert auf max/min FF.
Sinnvolle Prozesse sind alle Gegenstand der Optimierung.
Nicht-sinnvolle Prozesse - nicht alle.
 
Andrey Dik #:

Die Optimierung wird in jeder Phase eingesetzt, auch bei der Auswahl des Lehrers und seiner Parameter, dann bei der Anpassung des Lehrers - Minimierung des Fehlers - und bei der Klassifizierung - auch ohne Optimierung.
Es gibt keinen einzigen SIMPLE-Prozess ohne Optimierung, erst recht nicht in MOE.
Jede Optimierung basiert auf max/min FF.
Sinnvolle Prozesse sind alle Gegenstand der Optimierung.
Nicht-sinnvolle Prozesse - nicht alle.
Hier gibt es eine Art Weggabelung. Das diskutierte Thema hat sich dem Reinforcement Learning zugewandt, und vielleicht ist es sinnvoll, alle Ansätze von dort zu nutzen. Im Handel hat es sich bisher als so gut wie nichts erwiesen. Entweder ist es ein Training mit einem Lehrer anhand von vorgefertigten Beispielen. Oder unbekannte gekreuzte Nashörner von diesem und jenem, aber es gibt nicht einmal einen theoretischen Apparat dafür :)

Wenn es ein reines Lernen mit einem Lehrer ist, ist es logischer, nach TCs/Signalen zu suchen und zu versuchen, von deren Beispielen zu lernen.
 
Maxim Dmitrievsky #:
Es handelt sich hier um eine Art Weggabelung. Das diskutierte Thema hat sich dem Reinforcement Learning zugewandt, und vielleicht ist es sinnvoll, alle Ansätze von dort zu nutzen. Im Handel hat es sich bisher als ungefährlich erwiesen. Entweder ist es ein Training mit einem Lehrer anhand von vorgefertigten Beispielen. Oder unbekannte gekreuzte Nashörner von diesem und jenem, aber es gibt nicht einmal einen theoretischen Apparat dafür :)

Wenn es reines Lernen mit einem Lehrer ist, ist es logischer, nach TCs/Signalen zu suchen und zu versuchen, von deren Beispielen zu lernen.

So kann man es machen. Vor zehn Jahren habe ich Ihnen gezeigt, wie man ideale Eingänge für einen TS auf BP findet - was ist ein Lehrer nicht? - Die Empfindlichkeitsschwelle ist in diesem Fall der Spread und die Kommission, die Handelsfrequenz hängt von der Schwelle ab.
Ich habe keine Nachforschungen angestellt, aber es wäre interessant, die statistischen Merkmale einer solchen "optimalen Serie" als Lehrer zu sehen.
 
Andrey Dik #:

Vor zehn Jahren habe ich Ihnen gezeigt, wie man ideale Einstiegsmöglichkeiten für einen TS auf BP findet - was ist ein Lehrer nicht? - Die Sensibilitätsschwelle ist in diesem Fall der Spread und die Kommission, die Handelsfrequenz hängt von der Schwelle ab.

Hier ist https://www.mql5.com/ru/code/903 auch vor 11 Jahren. Und der Chart ist hübscher als der von mytarmailS in seinem Beispiel.

Aber ich glaube nicht, dass es Ihrer ist. Wo ist deine?

Sampler
Sampler
  • www.mql5.com
Индикатор i_Sampler рассчитывает идеальные входы, предназначен для обучения нейросети.
 
Forester #:

Hier ist https://www.mql5.com/ru/code/903, ebenfalls von vor 11 Jahren. Und das Diagramm ist hübscher als das von mytarmailS in seinem Beispiel.

Aber es sieht nicht so aus wie Ihres. Wo ist deine?

 
Forester #:

Hier ist https://www.mql5.com/ru/code/903, ebenfalls von vor 11 Jahren. Und das Diagramm ist hübscher als das von mytarmailS in seinem Beispiel.

Hier ist es vor dem Training, und seins ist danach. Das heißt, es wird nicht nur schön gezeichnet, sondern das Modell wird auch auf einen minimalen Fehler gebracht. Der Ansatz ist interessant, aber es wurde noch nicht herausgefunden, wie man ihn bei neuen Daten verbessern kann.
Grund der Beschwerde: