Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3011
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
Nun, in der Belletristik ist es genau dasselbe. Sie lassen sich viel einfallen, haben keine Zeit, es aufzuschreiben :) und dann kürzt die Redaktion in Person von Aleksey Nikolayev alles zusammen.
Ein guter Lektor ist gut.
Die Hauptsache ist, dass er nicht verbieten sollte, zu veröffentlichen, was bereits funktioniert, aber er versteht nicht, wie.
Zuerst muss man feststellen, dass das Modell innen voller Müll ist...
Wenn man ein trainiertes Holzmodell in die darin enthaltenen Regeln und die Statistiken über diese Regeln zerlegt.
zum Beispiel:
und die Abhängigkeit des Fehlers einer Regel von der Häufigkeit ihres Auftretens in der Stichprobe analysieren
erhalten wir
Dann sind wir an dieser Region interessiert
Hier funktionieren die Regeln sehr gut, aber sie sind so selten, dass es sinnvoll ist, die Echtheit der Statistiken über sie anzuzweifeln, denn 10-30 Beobachtungen sind keine Statistik.
Endlich ist das, was ich seit Jahren sage, bei der breiten Masse angekommen! :)
Hat sonst noch jemand versucht, das Training mit Volumen zu ergänzen? Sind die Ergebnisse die gleichen? Oder haben Sie sie geben Ihnen Verbesserungen?
Ich habe festgestellt, dass Modelle wie Volumina unter dem Chart durch Indikatoren laufen.
Ich habe nicht tief in diese Richtung gegraben - nur Beobachtungen.
Sie haben meinen Beitrag völlig missverstanden: Es gibt keine "Hoffnung", entweder gibt es eine numerische Einschätzung der Eignung eines Merkmals oder nicht. Und es gibt eine numerische Einschätzung der Eignung des Merkmals für die Zukunft.
Interessant, was genau die Zukunft betrifft, werden Sie die Geheimnisse lüften?
Zug 5k
validid 60k
Modellschulung - 1-3 Sekunden
Regel-Extraktion - 5-10 Sekunden
Überprüfung jeder Regel (20-30k Regeln) auf Gültigkeit 60k 1-2 Minuten
Natürlich sind das alles nur Näherungswerte und hängen von der Anzahl der Attribute und Daten ab.
Um welche Art von Modell handelt es sich?
Läuft der Regelschätzungsalgorithmus auf einem einzigen Kern?
Um was für ein Modell handelt es sich?
Läuft der Regelschätzungsalgorithmus auf einem einzigen Kern?
Forrest
auf einem
Endlich ist es soweit, was ich schon seit Jahren sage, erreicht nun die breite Masse! :)
Ich glaube nicht, dass irgendjemand noch versteht, was du da sagst :)
Er hat es ganz klar und einfach, wie Occams Rasiermesser.
Dieser Test wurde mit echten Volumina von der CME für EURUSD durchgeführt: kumulatives Volumen, Delta, Divergenz und Konvergenz bei 100 Balken. Insgesamt 400 Spalten + 5 weitere irgendeiner Art.
Ohne irgendwelche Modelleinstellungen zu ändern, habe ich einfach 405 Spalten mit CME-Daten gelöscht (Preisdeltas und Zigzags blieben erhalten), um insgesamt 115 Spalten zu erhalten und etwas bessere Ergebnisse zu erzielen. D.h. es stellt sich heraus, dass die Volumina manchmal in Splits ausgewählt werden, aber sie entpuppen sich bei OOS als Rauschen. Und das Training verlangsamt sich um das 3,5-fache.
Zum Vergleich habe ich die Charts mit Volumen oben und ohne Volumen unten gelassen.
Ich hatte gehofft, dass die Volumina mit CME zusätzliche Informationen/ Regelmäßigkeiten liefern würden, die das Lernen verbessern würden. Aber wie Sie sehen können, sind die Modelle ohne Volumina etwas besser, auch wenn die Diagramme sehr ähnlich sind.
Dies war mein 2. Ansatz für CME (ich habe es vor 3 Jahren versucht) und wieder erfolglos.
Es stellt sich heraus, dass alles im Preis berücksichtigt wird.
Hat noch jemand versucht, Volumen zum Training hinzuzufügen? Sind die Ergebnisse die gleichen? Oder haben sie Verbesserungen erzielt?
Ich habe 3 weitere Tests ohne Volumen durchgeführt und mit denen verglichen, die ich mit Volumen durchgeführt habe. Ich habe bereits die Hyperparameter des Modells geändert.
Insgesamt 4 Tests: bei 3 Tests ohne Volumen ist OOS besser und bei 1 schlechter. D.h. manchmal fügen Volumina ein wenig hinzu. Im Allgemeinen liegt alles auf der Ebene der Fehler. Man kann mit der rohen Gewalt der Hyperparameter mehr erreichen als mit dem Hinzufügen von Volumen. Weder signifikante Verbesserungen noch signifikante Verschlechterungen bringen sie.
Von Volumina habe ich mehr erwartet.
Ich frage mich, wie es mit der Zukunft aussieht, können Sie mir die Geheimnisse verraten?
Ich habe ein paar Mal geschrieben.
forst
auf einen
Welchen Prozentsatz nehmen Sie?
Es scheint mir, dass es sehr wenig Nutzen auf Forrest, wenn er Split verwendet die Hälfte ein Prädiktor jeder.