Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 420
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
Warum sollte man etwas überprüfen? Für mich ist das offensichtlich.
Es ist noch gar nicht so lange her, dass es offensichtlich war, dass die Erde flach ist, bis man es überprüft hat.
Ich schlage vor, alles an konkreten Beispielen zu überprüfen, posten Sie Datensätze in csv, auf denen Sie solche Ergebnisse mit ZZ und RSI erhalten haben
SanSanych Fomenko:
Ich habe das RSI-ZZ-Beispiel genannt - es gibt keine Gemeinsamkeiten, und Sie können ein Modell mit weniger als 50 % Fehler erstellen.
Was gemeinsam ist, sind die Daten.
ZZ - sieht vorwärts und rückwärts durch viele Kerzen und enthält Momentum, die dann durch RSI (MA usw.) vorhergesagt wird, ist dies ein Schweiß, und der Test-Datensatz nicht das Problem lösen, wie auf sie Sie auch gemischt die fic und Targeting durch ZZ und erhalten, als ob es statistisch signifikante Ergebnisse waren.
PS: Das einfachste aber gültige Target ist die Farbe der zukünftigen Kerze, oder die Rückkehr um einen Schritt nach vorne(Open(t+N) - Close(t+1))/Close(t+1), es sieht nicht genau die Berechnung auf Indikatoren aus der Vergangenheit, bitte prüfen Sie, welcher Genauigkeitsfehler auf solch einem Target herauskommen wird.
Es ist noch gar nicht so lange her, da galt die Erde als flach, bis man sie überprüft hat.
Ich schlage vor, alles an konkreten Beispielen zu überprüfen, posten Sie Datensätze in csv, auf denen Sie solche Ergebnisse mit ZZ und RSI erhalten haben
Allgemeines - Daten.
ZZ - sieht vorwärts und rückwärts durch viele Candlesticks und enthält Momentum, die dann durch RSI (MA usw.) vorhergesagt wird, ist dies ein Schweiß, und der Test-Datensatz nicht das Problem zu lösen, wie auf sie auch gemischt den Chip und Targeting durch ZZ und erhalten, als ob es statistisch signifikantes Ergebnis waren.
PS: Das einfachste, aber gültige Ziel ist die Farbe der zukünftigen Kerze, oder die Rückkehr um einen Schritt nach vorne(Open(t+N) - Close(t+1))/Close(t+1), es sieht nicht genau die Berechnung auf Indikatoren aus der Vergangenheit, bitte prüfen Sie, welche Genauigkeit es auf ein solches Ziel sein wird.
In diesem Thread habe ich eine Menge Material über die "Vorhersagekraft" des Prädiktors veröffentlicht. Ich glaube, das ist das Wichtigste beim Datamining.
Als ich Ihren Beitrag sah, kam mir das gerade in den Sinn.
Ich habe schon seit einiger Zeit keine MO mehr gemacht.
PS.
Bei RSI und ZZ liegen Sie falsch. Sie können Trends mit der Hand zeichnen. RS automatisiert diesen Prozess. Ein weiterer Punkt ist, dass ZZ selbst nicht die Zielvariable sein kann, da der Trend nicht die gesamte ZZ-Schulter bestimmt, sondern nur den Beginn der Schulter und das Ende der vorherigen Schulter. Aber für ein solches Ziel, das korrekter ist, konnte ich keine Prädiktoren finden, die dafür eine Vorhersagekraft haben.
PSPSP
Für die Vorhersage von Inkrementen gibt es eine mächtige Reihe von Modellen, die GARCH genannt werden
Bei RSI und ZZ liegen Sie falsch.
Überprüfen wir es also objektiv, nehmen wir einen realen und zufälligen Preis, generieren wir Chips und Ziele, schweißen wir ein Modell und sehen wir, was das Problem ist? Nur in der Luft zu sagen, "Sie sind falsch" IMHO nicht der Herr, so können Sie alles sagen.
In der Tat ist es nicht so wichtig, wie genau Sie Ihr Modell zu lehren, wenn Sie verstehen, was für, aber es muss zumindest das Zeichen der Zukunft Inkrement vorherzusagen, vorzugsweise ein Modul, und natürlich auf die Funktionen nicht vorausschauend.
SanSanych Fomenko:
Für die Vorhersage von Inkrementen gibt es einen mächtigen Satz von Modellen namens GARCH.
GARCH ist eine Volatilitätsvorhersage, sie ist einfach und ARMA usw. ist nur rudimentär, die beste ist die vorherige oder eine Kombination von vorherigen und sie sind alle linear
Ich möchte niemanden verärgern, aber leider wissen die meisten von euch nicht, wie man Ziele richtig vorbereitet. All diese inspirierenden Ergebnisse (75-80% Genauigkeit) auf Chips aus langsamen Kerzen (>10min) sind in Wirklichkeit reiner Sweatshop. Die Genauigkeit von 55% ist genug, um Sharpe Ratio höher als 2 zu machen, und 60% Genauigkeit auf langsamen Daten ist der gleiche Gral, der die Legende ist, Sharpe Ratio 3-4, niemand handelt wie das auf realen, nur HFT Jungs, aber sie haben eine andere Skala von Handelskosten, gibt es weniger SR <2 ist unrentabel.
Kurzum...
SIEHEN SIE NICHT DAS ZIEL(Ziel)!
Mit anderen Worten: Sie können bei der Berechnung des Ziels keine Daten verwenden, die JEDOCH bei der Berechnung von Merkmalen verwendet werden, sonst wird das Ergebnis ein Fauxpas sein. Aus offensichtlichen Gründen ist ein solcher "Taschenspielertrick" wie ZZ zur Hölle, er interpoliert zwischen Extrema weit in den Bereich hinein, in dem Merkmale berechnet werden, das Ergebnis ist exorbitant, mindestens 90% Genauigkeit ohne Probleme, aber es ist eine Fälschung. Dies ist die Grundlage für obskurantistische Diskussionen über "die Vorhersage ist nicht wichtig", man sollte die TS trotzdem entwickeln usw. Diese "90 %" sind also immer noch die gleichen "geliebten" 50 %.
Sei vernünftig :)
Eine gewagte, ziemlich selbstgerechte Aussage.
Da alle Prädiktoren auf die eine oder andere Weise Zitate verwenden (OHLCV) und Sie fordern, sie nicht zur Bestimmung des Ziels zu verwenden - was kann/sollte für das Ziel verwendet werden? Phasen des Mondes? Jahreszeiten nach dem Mondkalender? Was?
Über ZZ ist völliger Unsinn.
Im Allgemeinen eine Reihe von Unsinnigkeiten.
Geben Sie mir einige Beispiele mit Berechnungen, um Ihre Meinung zu untermauern.
Ich glaube, Sie sind nicht auf dem Laufenden.
Machen Sie sich mit der Theorie vertraut und geben Sie Beispiele für Berechnungen, um Ihre Behauptungen zu untermauern. Sonst plappern Sie nur.
Viel Glück!
Überprüfen wir es also objektiv, nehmen wir einen realen und zufälligen Preis, erstellen wir Merkmale und Zielgruppen, schweißen wir ein Modell und sehen wir, wo das Problem liegt? Nur in der Luft zu sagen, "Sie sind falsch" IMHO nicht der Herr, so können Sie alles sagen.
Eigentlich ist es gar nicht so wichtig, wie genau Sie Ihr Modell trainieren, wenn Sie wissen, wofür, aber es sollte zumindest das Vorzeichen künftiger Inkremente vorhersagen, vorzugsweise das Modul, und natürlich die Merkmale, die nicht in die Zukunft schauen.
GARCH ist eine einfache Volatilitätsvorhersage, und ARMA usw. ist nur rudimentär, das Beste ist die vorherige oder eine Kombination von vorherigen Prognosen, und in der Tat sind sie alle linear.
Fordern Sie jemanden auf, dies zu überprüfen. Prüfen Sie und geben Sie das Ergebnis an.
Es ist interessant, die Ergebnisse zu sehen und zu diskutieren.
Sie können das Ziel(dieMerkmale) NICHT SEHEN!
Mit anderen Worten: Bei der Berechnung der Zielvorgabe können Sie keine Daten verwenden, die bereits bei der Berechnung der Merkmale verwendet wurden, da das Ergebnis sonst unansehnlich wird.
Etwas Ähnliches habe ich schon vor ein paar hundert Seiten gesagt. Aber den Punkt zu beweisen hat keinen Sinn und ich rate Ihnen nicht, es jetzt zu tun, die Leute mögen, wenn 10% Fehler im Test, lassen Sie sie frönen, hier meist in der Nähe-Vermarkter, sie brauchen solche Zahlen, um ihre Platinen zu werben. Was für ein Gral wird mit ehrlichen 49% Vorhersagefehler sein??)))
Was für ein Gral wäre das mit einem ehrlichen Vorhersagefehler von 49 %???))
Sie können sehr gut mit 49 % arbeiten. Übrigens ist es ein ausgezeichneter Gral).
Nein, nicht genug, mit Spread und Kommission werden Sie den ganzen Gewinn abgeben.
Nein, nicht genug, mit Spreads und Provisionen verschenken Sie alle Gewinne.
Ich weiß nicht, für mein Ziel bin ich sicher, dass er nirgends hinschaut. Nein, er guckt nur. Aber nur in die Zukunft und sicher nicht in die Vergangenheit. :-)