Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 936
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 verstehe. Der Baum konnte nicht lernen, wie man gut filtert, so dass das Ergebnis mit der Filterung nicht merklich besser war, sondern nur weniger Angebote. Im Grunde genommen wurden wahllos einige der guten Angebote und einige der schlechten Angebote herausgefiltert,
Ich habe den Baum auf 2015 nur für malovhodov trainiert.
Filter_02 und mnogovhodov_02 wurden für 2016 trainiert, es ist besser, 2016 und 2017 im Tester zu vergleichen (2017 sind generell neue Daten, die nicht im Archiv waren, das ist am interessantesten zu sehen).
Aha, und ich dachte, 2015 wäre eine Lernkurve, dann sieht es so aus - blau ohne Filter und grün mit Filter
Ich muss sagen, dass 2015 eher ein Aufwärtstrend, 2016 ein Abwärtstrend und 2017 fast eine Seitwärtsbewegung in den Tagebüchern ist. D.h. die Einheiten der drei sind leicht unterschiedlich, und ich denke, globale Trends spielen eine Rolle.
Außerdem wird mein Kaufeintrag von 5 bis 9 durch den Prädiktor arr_DonProc generiert - ein Teil des Baums wird also automatisch abgeschnitten.
Aber insgesamt ist das Ergebnis nicht schlecht, finden Sie nicht auch?
Weitere Verzweigungen führten bei mir zu einer Überanpassung. Für eine bessere Genauigkeit sollten wir zu komplexeren Modellen übergehen - Wald oder Neuronik.
Es ist möglich, mit Trainingsdaten eine 100%ige Genauigkeit zu erreichen, aber was nützt das, wenn ein solcher Baum nur bei neuen Daten versagt. Wir müssen ein solches Modell anlernen, das in der Lage ist, bei neuen Daten fast das gleiche Ergebnis zu erzielen wie bei den Trainingsdaten.
Bis zu 100 % sind möglich, und zwar mit verschiedenen Gruppen von Prädiktoren, aber wir haben hier natürlich nicht alle Möglichkeiten ausgeschöpft.
Übrigens, ich denke, wir sollten mehr Informationen über die Vergangenheit bereitstellen - jetzt können wir sie von Regressor und iDelta und ein paar weiteren Prädiktoren erhalten, aber es gibt keine so triviale Sache wie die Anzahl der bullischen und bärischen Kerzen in einer Reihe - ihre Beziehung zueinander - es könnte auch nützlich sein.
Was hat das mit einer Frage des Glaubens zu tun? Ich sehe Schnörkel auf dem Diagramm - und ich verstehe nicht, wie ich sie interpretieren soll - das ist alles.
Der Zufallsforst wird bei jedem Tick berechnet. Wenn die Ergebnisse in Form von Balken erfasst werden, wie ein normaler Preisfluss, dann erhalten Sie ein solches Diagramm. Wenn es eine Formel gibt, ist eine Interpretation erforderlich, und hier ist nur das Ergebnis des Waldes für Klarheit.
Dann kann ich auf den Screenshot nur antworten: "Interessantes Bild! Denn es ist immer noch nicht klar, was sie allen zeigen wollten, wenn der Sinn nur für Sie klar ist...
Der prozentuale Waldfehler wird über einen bestimmten Zeitraum berechnet. Und auf dem Diagramm können Sie die Diskrepanz zwischen der Realität und den Daten aus dem Wald zu einer bestimmten Minute sehen (ich habe dort eine M5).
Natürlich wird ein Diagramm aus einem anderen Wald völlig anders aussehen als meines.
Der prozentuale Waldfehler wird über einen bestimmten Zeitraum berechnet. Und auf dem Diagramm können Sie die Diskrepanz zwischen der Realität und den Daten aus dem Wald zu einer bestimmten Minute sehen (ich habe dort eine M5).
Natürlich wird ein Diagramm aus einem anderen Wald völlig anders aussehen als meines.
Jetzt ist es klarer, aber es ist nicht klar, was bei jedem Tick vorhergesagt wird - der nächste Tick?
Wie in der Realität wird bei jedem Tick gerechnet - hier hilft wohl nur OpenCL mit einer erstklassigen Grafikkarte.
Ich habe nur ein Beispiel für meinen Wald genannt. Und ich habe nicht darum gebeten, mich mit den Ergebnissen meines Modells zu befassen.
Wenn Sie eine Empfehlung haben wollen, was genau mit Ihrem Modell nicht stimmt, dann zeigen Sie die Ergebnisse in einem echten Kursdiagramm, anstatt in seltsamen Tabellen.
Und das Gesamtergebnis ist nicht schlecht, finden Sie nicht?
2017 ist auf der Plusseite, was ein wenig erfreulich ist.
Ich werde es ein weiteres Mal versuchen. Ich habe die Datei mnogovhodov_02 genommen und ein neues Targeting erstellt:
Klasse "1" wo arr_Buy = 1
"-1", wenn arr_verkaufen = -1
"0" für die anderen Fälle
Für Ihre Strategie scheint diese Ausrichtung besser geeignet zu sein.
Ich habe nur ein Beispiel für meinen Wald genannt. Und ich habe nicht darum gebeten, mich mit den Ergebnissen meines Modells zu befassen.
Wenn Sie eine Empfehlung wollen, was genau mit Ihrem Modell nicht stimmt, dann zeigen Sie statt seltsamer Tabellen schon mal das Ergebnis auf einem realen Kursdiagramm.
Bislang gibt es kein Modell, das als solches auf der Suche nach einem solchen ist. Die Tabelle zeigt eine Veränderung der Ergebnisse, mehr ist noch nicht nötig - sie bewegt sich, also ist sie lebendig.
2017 ist das ein bisschen befriedigend.
Ich werde es noch einmal versuchen. Ich habe die Datei mnogovhodov_02 genommen und ein neues Ziel erstellt:
Klasse "1" wo arr_Buy = 1
"-1", wenn arr_verkaufen = -1
"0" für die anderen Fälle
Für Ihre Strategie scheint diese Ausrichtung geeigneter zu sein.
Bedeutet das, dass Sie mehr als 3 Zielbaumausgänge erstellen können?