Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 311
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
Nochmals, ich sage dies denjenigen, die verstehen wollen und versuchen zu verstehen, denjenigen, die in diesem Bereich tätig sind, wenn Sie etwas zu sagen haben, dann sagen Sie etwas Kluges oder zumindest zum Thema!!!!
Und was ist die Vorgehensweise? ) Ich war zu schüchtern, um zu fragen.
Maschinelles Lernen
Jetzt verstehe ich, warum Sie nicht begreifen konnten, was Gerchik meinte. Der Kessel kocht nicht:).
Es ist zu früh, um seine Kurse zu sehen und zu überprüfen, beginnen Sie mit dem wunderbaren Buch "The Stock Market Grail oder Abenteuer des Traders Pinocchio", das ist ein guter Ausgangspunkt für Ihr Niveau.
Alle, Padawans in der schwarzen Liste, bereits gespammt :)
Sie sollten zumindest dieses Buch sorgfältig lesen und sich dann einschmieren und die schwarzen Listen füllen. Ich weiß nicht, was ich damit anfangen soll.
Sie sollten zumindest ein paar gewinnbringende Geschäfte machen und dann Ratschläge geben... Oder fangen Sie mit einem Taxifahrer an, gehen Sie den ganzen Weg von einem Niemand zu einem großen Guru... Denn dieser Soldat ist schlecht...
PS: Wissen Sie, wo Muhanchikov arbeitet?
Was ist MO? ) Ich war zu schüchtern, um zu fragen.
Maschinelles Lernen ist so etwas wie...
Einige interessante Erkenntnisse aus den letzten Monaten -
1) Klassifizierung oder Regression?
Es scheint sich also doch um einen Rückschritt zu handeln. In den Code-Beispielen hier habe ich oft das Inkrement des nächsten Balkens als Ziel für das Modelltraining genommen und es auf -1 und 1 gerundet (d. h. Balkenfarbe oder Preisanstieg/-rückgang), damit die Klassifizierung dann verwendet werden kann. Kürzlich habe ich die Ergebnisse des Trainings und der Vorhersage verschiedener Modelle mit und ohne Rundung des Ziels (Klassifizierung) und mit Regression verglichen; irgendwie habe ich mit Regression bessere Ergebnisse erzielt. Aber Standardmittel zur Bewertung von Regressionsmodellen, wie z. B. R^2, haben mir nicht gepasst, ich habe ein Gleichgewichtsdiagramm zur Schätzung des Modells beim Handel erstellt und den Erholungsfaktor berechnet.
2) Schätzung des Modells anhand neuer Daten.
Ich bin irgendwie daran gewöhnt, Expert Advisors von Market zu benutzen, dass man mit ihnen fast ideale wachsende Mittelwertlinien beim Optimieren erreichen kann und ähnlich schöne Linien bei neuen Daten bekommt. Dies ist jedoch ein Idealfall. Wenn das Modell in Wirklichkeit nicht gut genug ist, wird es beim Handel manchmal versagen und die Optimierung kann dies nicht beheben, da das Modell einige Marktgesetze einfach nicht versteht.
Hier ist ein Beispiel für eine schwache, aber interessante Strategie. In diesem Beispiel schlägt es bei neuen Daten fehl, aber dann beginnt es plötzlich, sich zu erholen, aber das ist nicht das Interessanteste. Noch interessanter wird es, wenn wir das EA-Optimierungsfenster bis zum Ende nach vorne verschieben, denn selbst bei längerer Optimierung war das Modell nicht in der Lage, das letzte Stück mit Gewinn zu handeln. Irgendetwas ist auf dem Markt passiert, das dieser Strategie zuwiderlief, und die Optimierung kann das nicht ändern.
Dies führt uns zu einer interessanten Schlussfolgerung - bei neuen Daten sollten wir nicht erwarten, dass das Modell die Mittel perfekt nach oben steigert, sondern dass die Form des Gleichgewichtsdiagramms mit dem Diagramm während der neuen Optimierung dieser Daten übereinstimmt, was bedeutet, dass das Modell einige richtige Regelmäßigkeiten des Marktes erfasst hat, aber es ist zu einfach und kann nicht alles berücksichtigen. Schlechte Modelle und Strategien werden keine solche Übereinstimmung haben.
Hier ist dieses Beispiel, Optimierung und Fronttest -
und jetzt wurde das Optimierungsfenster an das Ende nach rechts verschoben, die Daten auf dem Diagramm sind die gleichen, aber die horizontale Skala ist aufgrund von Unterschieden in den Geschäften ein wenig unruhig -
Die rechte Seite der beiden Diagramme ist sehr ähnlich, obwohl es sich im ersten Fall um neue Daten für das Modell handelte und im zweiten Fall der mt5-Optimierer etwa einen Tag lang versuchte, einen besseren Handel in diesem Bereich zu erzielen.
In der Bevölkerung herrscht Schweigen. Ahh ich verstehe.... Mit der Veröffentlichung meines Artikels gibt es eine Menge zu überprüfen und auszuprobieren. Ist das der Grund, warum alle schweigen?
Einige interessante Erkenntnisse aus den letzten Monaten -
1) Klassifizierung oder Regression?
Es scheint sich also doch um einen Rückschritt zu handeln. In den Codebeispielen hier habe ich oft das Inkrement des nächsten Balkens als Ziel für das Modelltraining genommen und es auf -1 und 1 gerundet (d. h. Balkenfarbe oder Preisanstieg/-rückgang), damit die Klassifizierung dann verwendet werden kann. Kürzlich habe ich die Ergebnisse des Trainings und der Vorhersage verschiedener Modelle mit und ohne Rundung des Ziels (Klassifizierung) und mit Regression verglichen; irgendwie habe ich mit Regression bessere Ergebnisse erzielt. Aber Standardmittel zur Bewertung von Regressionsmodellen, wie z. B. R^2, haben mir nicht gepasst, ich habe ein Gleichgewichtsdiagramm zur Schätzung des Modells beim Handel erstellt und den Erholungsfaktor berechnet.
2) Schätzung des Modells anhand neuer Daten.
Ich habe mich irgendwie an die Expert Advisors von Market gewöhnt, dass es möglich ist, bei ihrer Optimierung eine fast ideal wachsende Linie von Mitteln zu erhalten und eine ähnlich schöne Linie auf neue Daten zu bekommen. Dies ist jedoch ein Idealfall. Wenn das Modell in der realen Situation nicht gut genug ist, wird es manchmal zu Verlusten beim Handel führen, und die Optimierung wird dies nicht beheben, da das Modell einige Marktregeln einfach nicht versteht.
Hier ist ein Beispiel für eine schwache, aber interessante Strategie. In diesem Beispiel schlägt es bei neuen Daten fehl, aber dann beginnt es plötzlich, sich zu erholen, aber das ist nicht das Interessanteste. Noch interessanter wird es, wenn wir das EA-Optimierungsfenster bis zum Ende nach vorne verschieben, wo wir sehen, dass das Modell selbst bei langer Optimierung nicht in der Lage war, das letzte Stück mit Gewinn zu handeln. Irgendetwas ist auf dem Markt passiert, das dieser Strategie zuwiderlief, und die Optimierung kann das nicht ändern.
Dies führt uns zu einer interessanten Schlussfolgerung - bei neuen Daten sollten wir vom Modell kein ideales Wachstum der Fonds nach oben erwarten, aber wenn die Form des Gleichgewichtsdiagramms auf neuen Daten mit dem neuen Optimierungsdiagramm auf diesen Daten übereinstimmt, bedeutet dies, dass das Modell einige richtige Regelmäßigkeiten des Marktes erfasst hat, aber es ist zu einfach und kann nicht alles berücksichtigen. Schlechte Modelle und Strategien werden keine solche Übereinstimmung haben.
Hier ist dieses Beispiel, Optimierung und Fronttest -
und jetzt wurde das Optimierungsfenster an das Ende nach rechts verschoben, die Daten auf dem Diagramm sind die gleichen, aber die horizontale Skala ist aufgrund von Unterschieden in den Geschäften ein wenig unruhig -
Die rechte Seite der beiden Diagramme ist sehr ähnlich, obwohl es sich im ersten Fall um neue Daten für das Modell handelte und im zweiten Fall der mt5-Optimierer etwa einen Tag lang versuchte, in diesem Bereich ein besseres Trading zu erreichen.
Wie ich bereits sagte, hängt alles von den Eingabedaten ab. Wenn die Eingabedaten der Grund für die Ausgabe sind, dann ist die Leistung des Netzes bei der Optimierung und außerhalb der Stichprobe ungefähr gleich. Wenn dies nicht der Fall ist, wird das Ergebnis deutlich anders ausfallen. Ich habe hier auch einige Manipulationen an meinen Modellen vorgenommen und das Ergebnis ist viel besser geworden, die Zeit wird es zeigen....... Ich hoffe, Wazard folgt weiterhin meinem Signal????
Das ist genau das Richtige!!!! Er ist ein guter Trainer vor allem für Anfänger. Er hat Wissen, aber sein Populismus besteht aus Klischees. Händler, Mädchen, teure Autos. Willst du so sein wie ich? usw. In unserem Fall ist ein Händler ein Typ in Hosen mit ungewaschenem Gesicht vor einem Monitor. Er hat viele Formeln im Kopf. Handel ist ein anstrengender Job. Wissen Sie, alle meine Freunde und Verwandten haben den Eindruck, dass ich nur am Computer sitze und nichts tue. Aber wenn ich es mir recht überlege. Normalerweise stehe ich um 8 Uhr morgens auf, überprüfe die Lautstärke und baue bis etwa 12 Uhr mittags an den Modellen, wenn ich nicht 24 Stunden lang hängen bleibe :-(. Ich baue ein Modell, stelle es auf.... Ich sitze den ganzen Tag und überwache sie. Sie verbringen den ganzen Tag mit der Überwachung. Wenn Sie auf dem Markt Geld verdienen wollen, müssen Sie hart arbeiten. Ich arbeite hart und dann.... Ihr habt es alle gesehen :-). Aber ich glaube, am Ende wird alles gut werden!!!!
Das ist sicher. Sie arbeiten 12 oder 14 Stunden am Tag. Nun, ab und zu braucht man trotzdem eine Ablenkung. Im Laufe der Jahre habe ich meine Wirbelsäule verkrümmt.
Ich glaube auch nicht an Pepper. Wer schön singt, ist meist ein Lügner. Gehen Sie zu smardlab, es ist voll von solchen "ehrgeizigen" Gurus.
Aber Erfolg ist trotzdem möglich, und Larry Williams hat mit 10K mehr als eine Million verdient, und das ist offiziell dokumentiert, in den Meisterschaftsergebnissen und bei anderen Leuten, wie Ed Secota.
Sie sollten einen Film über Levermore drehen, das wäre viel interessanter.