Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 635
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
Vielleicht finden wir es mit Ihrer Hilfe heraus :-) Das heißt, wenn ich es richtig verstanden habe, ist es notwendig, die Eingänge zu wählen, die auf der einen und der anderen Seite gegen Null reiben. Ist das so?
:)))) In diesem Fall müssen Sie den Assistenten um Hilfe bitten :)))).
Ich kann nur eines sagen: Es ist die Nicht-Entropie, die für den Trend/den flachen Zustand verantwortlich ist. Ein Trend ist das "Gedächtnis" des Prozesses, sein "Schwanz" der Verteilung und die Nichtentropie ist riesig, während sie im flachen Zustand fast Null ist. Ich habe nur selbst damit zu tun, aber ich verstehe die Bedeutung dieses wenig untersuchten Parameters.
Was soll ich sagen. Vorläufige Zusammenfassung...
Wählt man ein Modell nach dem Prinzip der Nähe zu zeroYu, egal von welcher Seite, dann gibt es von 24 Transaktionen 9 Fehler.
Wenn wir nach dem Prinzip der niedrigsten Zahl wählen, gibt es nur 7 Fehler von 24. Außerdem war bei einer extrinsisch negativen Entropie ein Mal richtig und ein Mal falsch. Aber auch hier handelt es sich um eine dumme Berechnung der Entropie, während wir die gegenseitige Information berechnen müssen. Ich denke, dass diese Metrik viel klären kann. Welche Modelle man wegwirft und welche man auf ein Podest stellt.
Kann jemand erklären, was man mit den Daten machen muss, um den VI???? zu berechnen?
Was soll ich sagen. Vorläufige Zusammenfassung...
Wählt man ein Modell nach dem Prinzip der Nähe zu NullYu, egal von welcher Seite, dann sind es 9 Fehler von 24 Transaktionen.
Wenn wir nach dem Prinzip der niedrigsten Zahl wählen, gibt es nur 7 Fehler von 24. Außerdem war bei einer extrinsisch negativen Entropie ein Mal richtig und ein Mal falsch. Aber auch hier handelt es sich um eine dumme Berechnung der Entropie, während wir die gegenseitige Information berechnen müssen. Ich denke, dass diese Metrik viel klären kann. Welche Modelle man wegwirft und welche man auf ein Podest stellt.
Kann jemand erklären, was wir mit den Daten tun müssen, um VI???? zu berechnen?
Hervorragend, Mikhail!
Kannst du den TS mit Entropie/Nicht-Entropie schneller machen als ich - PAMM-Account oder Signal im Studio! Ich werde der erste sein, der sich dafür einsetzt, dass es die Wahrheit ist.
Wenn man ein Modell wählt, das auf der Nähe zur Null basiert, egal von welcher Seite, dann sind 9 Fehler von 24 Geschäften.
Diese Statistiken reichen nicht aus - wir müssen sie mindestens um das Hundertfache erhöhen.
Wenn wir ein Modell nach dem Prinzip der Nullnähe wählen, egal von welcher Seite, dann sind es 9 Fehler von 24 Geschäften.
Wenn wir dem Prinzip der niedrigsten Zahl folgen, sind es nur 7 Fehler von 24.
Versuchen Sie es mit der höchsten Zahl - vielleicht ist es dann nicht viel schlimmer.
Brillant, Mikhail!
Wenn ihr es schafft, vor mir einen TS mit Entropie/Nicht-Entropie zu machen - PAMM-Account oder Signal im Studio! Ich werde der erste sein, der sich dafür einsetzt, dass es die Wahrheit ist.
Leider kann ich nicht auf Basis dieser Metriken optimieren, da ich den Optimierer in der Box verwende, aber Pre- und Post-Processing (Modellauswahl), denke ich, kann ich. Aber ich brauche Hilfe bei der Berechnung der gegenseitigen Information anhand des Beispiels. Und nach einiger Recherche können wir einige Schlussfolgerungen ziehen. Zumindest wird es möglich sein, die wichtigste Schlussfolgerung zu ziehen, ob diese Metriken bei der Vorbereitung der Daten vor dem Training und auch nach dem Training bei der Modellauswahl relevant sind.....
Alexander, gibt es eine Möglichkeit, Podcasts mit Erklärungen zu senden?
Die Statistiken reichen nicht aus - es müssen mindestens 100 Mal mehr sein.
Nun, das ist nur meine Meinung... einfach übereilt. Ich persönlich denke, dass die folgenden.....
Wenn wir mit Hilfe der VFD relevante Eingaben auswählen können, die ein Maximum an Informationen über die Ausgabe enthalten, dann werden die Modelle, die auf solchen Eingaben basieren, häufiger funktionieren als nicht. Und dann in den Prozess der Modelllaufzeit auf RES, mit Hilfe von VF, um den Moment zu verfolgen, wenn das Modell verliert Relevanz. Dies kann vorübergehend geschehen. Haben festgestellt, dass nach einer Reihe von Fehlern, das Modell, als ob nichts passiert ist wieder beginnt, richtig zu arbeiten, denke ich, dass gerade eine solche Metrik als VVI kann uns allen helfen, in einem solchen schwierigen Fall .... Es bleibt nur noch die Berechnung der bedingten Entropie... Niemand weiß, wie man es mit zwei Spalten von excel????? machen kann.
Glaubst du, ich war die ganze Nacht auf und habe Scheiße gebaut? Nein, ich habe an der VBA gearbeitet. Ich kann nicht sagen, dass ich ein Guru bin, aber ich kann eine Menge Tricks. Ich habe die Entropieberechnung schon drin, ich muss nur noch das Konditional berechnen und kann loslegen....
Sehen Sie, Michael, wie ich es mache:
Berechnung der Wahrscheinlichkeiten für das Auftreten eines Ereignisses, d. h. dieses oder jenes Inkrements in der Zeitreihe.
Zum Beispiel für AUDCAD:
Dann wird für ein gegebenes Probenvolumen die Nicht-Gentropie mit Hilfe der Formel vonhttps://ru.wikipedia.org/wiki/Негэнтропия in aufeinanderfolgenden Inkrementen ermittelt.
Ich stelle fest, dass der Trend beginnt, wenn H(x) stark ansteigt.
Aber, ich wiederhole, meine Forschung steht erst ganz am Anfang und ist noch weit von den lauten Aussagen entfernt, die ich normalerweise gerne mache.
Dann wird für ein gegebenes Probenvolumen die Nicht-Gentropie mit Hilfe der Formel vonhttps://ru.wikipedia.org/wiki/Негэнтропия in aufeinanderfolgenden Inkrementen ermittelt.
Ich stelle fest, dass der Trend beginnt, wenn H(x) stark ansteigt.
Aber, ich wiederhole, meine Forschungen stehen erst ganz am Anfang und es ist noch ein weiter Weg bis zu den ungestümen Aussagen, die ich normalerweise gerne mache.
Überraschenderweise sprechen Sie von Nicht-Entropie als einer separaten Berechnung, ich zähle nur die Entropie und die fällt negativ aus. wie verstehen Sie das?
Was die Extreme betrifft, so haben Sie völlig Recht. Nach meinen Beobachtungen habe ich von 25 Signalen zwei solche Werte: einen - 923 und einen anderen - 1233 und genau diese Signale waren super-trendy.
Überraschenderweise sprechen Sie von Nicht-Entropie als einer separaten Berechnung, aber ich zähle nur die Entropie, und die fällt negativ aus.
Ich weiß es noch nicht. Ich betrachte die Nichtentropie als einen zusätzlichen Parameter zu Hearst, Asymmetrie, Kurtosis usw., und dieser Parameter ist der geheimnisvollste und, wie soll ich sagen? - Wunderschön, ja.