Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 879
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
Ich glaube, es ist die einzige, nicht bis heute, aber die einzige für MO und NS in Konfigurationen von angemessener Komplexität. Zunächst schränken wir die Anwendungsbereiche von NS und MO ein, und dann wenden wir NS und MO an.
Und Probleme zu lösen wie "im Allgemeinen, alle und auf einmal" - das ist etwas für KI).
Vielmehr ist NS eine trainierbare Logik der Entscheidungsfindung. Ursprünglich sollte sie in Standardstrategien ersetzt werden, ohne dass man sich die Mühe macht, sie zu schreiben.
Nun, "nie im Allgemeinen" ist eine zu starke Aussage. Ich hoffe auf das Erscheinen eines vernünftigen Quantencomputers in den nächsten 50 Jahren))) Und dann vielleicht eine echte KI.)
Aber ja - die derzeitige Entwicklung von Prozessoren hat die physikalische Grenze der Platzierung im Flugzeug erreicht. Und in drei Dimensionen ist es viel schwieriger, alles zu bauen.
Gezielt - Sie haben Regression, nicht Klassifizierung. Die Regression habe ich vorerst aufgegeben. Ich denke, es ist besser, 2 Neurosets zu trainieren, je nach Anzahl der Ziele, aber ich habe nicht genug Experimente mit Regression gemacht - experimentieren Sie selbst.
Die Reihenfolge der Spalten ist nicht wichtig, die Hauptsache ist, dass man NS mitteilt, dass es sich um Ziele handelt. Die Reihenfolge der Zeilen ist wahrscheinlich besser, um die frischesten Daten am Ende zu haben (aber nicht unbedingt), viele Pakete mischen standardmäßig alle Zeilen für ein gleichmäßiges Training. Andernfalls kann es passieren, dass NS irgendwo in der Mitte stecken bleibt (lokales Minimum) und nicht zu neuen Daten gelangt. Frische Daten (die letzten 10-20%) können 2 - 3 mal eingespeist werden, damit das Netzwerk die neuesten Markttrends besser lernt - auch eine Meinung, die ich in der Praxis nicht getestet habe.
Schauen Sie sich den Blog des Themenstarters an - er hat dort Regression gelehrt, eine Menge guter Gedanken. Am Ende schrieb er jedoch, er habe einen Fehler im Code gefunden, der alle Ergebnisse ungültig mache.
Es gibt also keine klaren und eindeutigen Antworten, deshalb schweigen alle)
Genau das, was ich brauche, um das Ziel in eine Klassifizierung umzuwandeln! Ich verstehe, dass der Baum nur 0 und 1 (d. h. zwei logische Werte) frisst, und in meinem Fall müssen die Kauf- und Verkaufsergebnisse getrennt und als separate Bäume trainiert (klassifiziert?) werden.
Vielen Dank für die Antwort! Ich habe die Regression abgelehnt, weil ihre absoluten Werte in einem nicht-stationären System Rauschen sind, aber ich werde die Regression als logische Lösung verwenden, zum Beispiel um den Preis relativ zum Kanal zu finden.
Über das Mischen von Daten ist klar, aber seltsam, und ich habe verstanden, dass, wenn wir NS / Entscheidungsbaum über vergangene Ereignisse erzählen wollen, sollten wir eine Kopie der Prädiktoren mit einer Verschiebung, die Erhöhung der Tiefe für jede Verschiebung um eine Größenordnung?
Die Datenverschiebung ist verständlich, aber seltsam, und ich verstehe, dass wir, wenn wir NS/Decision Tree über vergangene Ereignisse informieren wollen, eine Kopie der Prädiktoren mit einer Verschiebung erstellen und die Tiefe für jede Verschiebung um eine Größenordnung erhöhen müssen?
Wozu eine weitere Kopie? Jede Zeile in Ihrer Tabelle enthält die gleichen Prädiktoren, die in der Zeit zurückreichen.
Welche Art von Fragen?
Man kann einem neuronalen Netz nicht den erwarteten Gewinn beibringen, man muss ihm die Dinge beibringen, die das neuronale Netz klassifizieren oder annähern soll, d. h. bestimmte Kauf-/Verkaufsaktionen oder bestimmte Marktbedingungen.
Was die Prädiktoren angeht, welche besser sind und welche nicht, kann Ihnen niemand die Antwort sagen, denn Sie müssen sie studieren und sehen, wie der TS funktioniert, darum geht es in diesem ganzen Thema, zum größten Teil, aber jeder hat andere
über neuronale Netze - Sie können alglib oder R oder Python verwenden - es wurde schon etwa 100 Mal geschrieben
über die Trainingssequenz - es spielt keine Rolle, welche Daten neuer und welche älter sind, Sie müssen herausfinden, wie das NS funktioniert - es minimiert den Fehler für alle Fälle in der Gesamtheit.
Auf Youtube und Google findet man eine Menge Grundlagen zu neuronalen Netzen, die hier nicht besprochen werden, weil es keinen Sinn macht.
Ich habe geschrieben - man muss alles von Grund auf studieren, dann versteht man, was und wo, sonst ist es eine Übung in Vergeblichkeit.
Vor sechs Monaten habe ich sie selbst noch nicht verstanden, jetzt mehr oder weniger. Ich habe eine Menge Literatur gelesen und Hunderte von Stunden Videoclips angeschaut, und dann begann eine Art Wissenssynthese. Und ja, meine Fragen werden auch nicht intelligent beantwortet, ich habe selbst nachgeforscht :)
Aber Ihre Fragen sind zu vage, es stellt sich heraus, dass man ein Hellseher sein muss, um mit dem Raten anzufangen, weil man eine riesige Anzahl von Details beobachten muss, um etwas zum Laufen zu bringen, anstatt auf die Tabelle zu schauen und alles zu verstehen :)))
Mein Beitrag zur Entwicklung von MO auf der Ressource, habe ich in Form von 2 Artikeln gemacht, ob ich weiterhin so weit zu schreiben, weiß ich nicht, denn es hat bereits begonnen, den Bereich der heiligen Grale (nur ein Scherz)
Warum kann ich keine Einstiegspunkte lehren, an denen der maximale Gewinn beim Kauf oder Verkauf zu erwarten ist?
Ich habe genug Prädiktoren - ich füge sie langsam in das Skript ein. Ich weiß noch nicht, ob sie am Ende gut oder schlecht sind...
Über neuronale Netze - interessierte sich für bestimmte Namen von NS, die besser mit Ziel in Form von Klassifizierung arbeiten... Und bis jetzt konnte ich noch kein normales Paket einrichten :( Deshalb teste ich mit "Deductor Studio Academic" - sehr verständliche Oberfläche, alles ist auf Russisch, es gibt Bäume und neuronale Netze, es sieht gut aus für einen Anfänger, aber das Minus ist, dass man die Ergebnisse nicht exportieren kann.
Ich weiß nicht, ob das ein gutes Ergebnis für einen Baum ist? Wurde an 50% der Stichprobe trainiert und an 50% getestet.
Ich studiere die Grundlagen, lese einige Artikel hier und sehe mir Vorträge über NS an, aber nicht alles ist einfach, und ich habe niemanden, den ich fragen kann...
Vielen Dank für Ihre Aufmerksamkeit.
Warum sonst sollte es eine Kopie geben? Jede Zeile in Ihrer Tabelle enthält die gleichen Prädiktoren, die in der Zeit zurückreichen.
Wie kann man sie dann mischen? Weil es ihre Reihenfolge unterbricht...
Sieht der Baum die Reihenfolge an?
Wie kann man sie dann mischen? Weil es ihre Reihenfolge unterbricht...
Sieht ein Baum die Reihenfolge an?
Ich mache keine Bäume.
Warum kann ich keine Einstiegspunkte lehren, an denen der maximale Gewinn beim Kauf oder Verkauf zu erwarten ist?
Ich habe genug Prädiktoren - ich baue sie langsam in das Drehbuch ein. Ich weiß noch nicht, ob sie gut oder schlecht sind...
Über neuronale Netze - interessierte sich für bestimmte Namen von NS, die besser mit Ziel in Form von Klassifizierung arbeiten... Und bis jetzt konnte ich noch kein normales Paket einrichten :( Deshalb teste ich mit "Deductor Studio Academic" - sehr verständliche Oberfläche, alles ist auf Russisch, es gibt Bäume und neuronale Netze, es sieht gut aus für einen Anfänger, aber das Minus ist, dass man die Ergebnisse nicht exportieren kann.
Ich weiß nicht, ob das ein gutes Ergebnis für einen Baum ist? Wurde an 50% der Stichprobe trainiert und an 50% getestet.
Ich studiere die Grundlagen, lese einige Artikel hier und sehe mir Vorträge über NS an, aber nicht alles ist einfach, und ich habe niemanden, den ich fragen kann...
Vielen Dank für Ihre Aufmerksamkeit.
Das ist das Ziel, um zu vermeiden, dass einer der lokalen Tiefststände erreicht wird. Das Mischen ist jedoch nicht notwendig - es ist möglich, ohne es zu lernen; abhängig vom Vorhandensein lokaler Minima in Ihren Daten und der Verfügbarkeit anderer Methoden zum Überspringen von Sperrminima, falls diese existieren.
Ich mache keine Bäume.
OK, wie soll die Reihenfolge (Chronologie) der Daten in der Datei dargestellt werden - sollen die neuesten (2018) oder die ältesten (2017) Daten am Anfang stehen?
OK, wie soll die Reihenfolge (Chronologie) der Daten in der Datei dargestellt werden - sollen die neuesten (2018) am Anfang oder die ältesten (2017) am Anfang stehen?
Too Good - weniger als 10% Fehler. Können Ihre Prädiktoren nicht in die Zukunft blicken? Deshalb ist der Fehler normalerweise so gering.
Soweit ich weiß, nicht - gestern habe ich einen Prädiktor gefunden, der 1 Bar beobachtete, aber mein Ziel hängt nicht von der Anzahl der Bars ab, die seit der Positionseröffnung vergangen sind (d.h. ich stelle die Abhängigkeit nicht ein), ich habe mit Stop Loss geschlossen, der mit dem Indikator funktioniert.
Alle Prädiktoren funktionieren bei der Balkeneröffnung - ich weiß nicht einmal, wie ich die erkennen soll, die herausschauen - sie sollten wichtig sein, oder?
Das kann ich auf dem Bild nicht erkennen...