Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 974
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 füge hinzu: nicht zur Diskussion
https://www.kdnuggets.com/2018/05/poll-tools-analytics-data-science-machine-learning-results.html
Es scheint, dass die Wahl bei der Suche nach Forschungssoftware auf Python fällt, da es am weitesten entwickelt ist.
Meine Software ist nicht einmal im Keller der Liste). Aber die nächsten Aufgaben kann es offensichtlich nicht mehr bewältigen.
Es gibt eine weitere, die sich schnell entwickelt -RapidMiner. Ich werde sehen müssen, was für ein Werkzeug das ist.
Aber jetzt haben sie endlich das getan, was sie 2017 versprochen haben - reputationsbasierte Auszahlungen. Das gleitende Fenster gibt einen Punkt für jedes live<0,693 für die letzten 20 Turniere. Die Anzahl der Punkte ist bekannt, max=20. Aktueller Rekord meiner Meinung nach = 9. Die Teilnehmer mit dem höchsten Ansehen erhalten auch ohne Stapeln ein Preisgeld.
Ja, ich habe einen Brief von ihnen gesehen, ich erinnere mich, dass es 0,1NMR pro Runde war (live<0,693), wenn ich mich nicht irre...
Es scheint, dass die Wahl bei der Suche nach Forschungssoftware auf Python fällt, da es am weitesten entwickelt ist.
Meine Software ist nicht einmal im Keller der Liste). Aber die folgenden Aufgaben kann es offensichtlich nicht bewältigen.
Es gibt eine weitere, die sich schnell entwickelt -RapidMiner. Ich muss herausfinden, was für ein Fehler es ist.
RapidMiner ist auch keine kostenlose Anwendung.
RapidMiner ist eine App und ich glaube nicht, dass sie kostenlos ist.
Ja, ich habe es bereits nachgeschlagen. Es ist vergleichbar mit LabView oder VisSim von NI. Bezahlt - die Mindestausstattung beträgt 10 Tonnen Grün pro Jahr.
Ich frage mich, warum das so ist?
Verwendung von DNN Darch, Backpropagation, Dropout.
Epoche: 16 von 100
Klassifizierungsfehler im Zugverband: 41.69% (2668/6400)
Epoche: 17 von 100
Klassifizierungsfehler in der Trainingsgruppe: 31.87% (2040/6400)
Epoche: 18 von 100
Klassifizierungsfehler in der Trainingsgruppe: 32.09% (2054/6400)
Epoche: 19 von 100
Klassifizierungsfehler in der Trainingsgruppe: 39,55% (2531/6400)
Epoche: 20 von 100
Klassifizierungsfehler in der Trainingsgruppe: 38.02% (2433/6400)
Epoche: 21 von 100
Klassifizierungsfehler in der Trainingsgruppe: 49.89% (3193/6400)
Epoche: 22 von 100
Klassifizierungsfehler in der Trainingsgruppe: 50.56% (3236/6400)
Epoche: 23 von 100
Klassifizierungsfehler in der Trainingsgruppe: 45.56% (2916/6400)
Es wird also ein gut trainiertes Netz aus Schritt 17 genommen und bis Schritt 21 verschlechtert.
Ich habe es.
Hat nicht funktioniert:dropout eine neue Maske auf jeder Epoche, ich werde zu jedem miniBatch wechseln - sollte besser werden
Klassifizierungsfehler bei der Zuggarnitur: 45.11% (2887/6400)
Epoche: 10 von 100
Klassifizierungsfehler in der Trainingsgruppe: 34.92% (2235/6400)
Epoche: 11 von 100
Klassifizierungsfehler in der Trainingsgruppe: 30.16% (1930/6400)
Epoche: 12 von 100
Klassifizierungsfehler im Zugsatz: 45.28% (2898/6400)
Epoche: 13 von 100
Klassifizierungsfehler in der Trainingsgruppe: 39.56% (2532/6400)
SanSanych Fomenko:
Anders als bei der R-Bewertung gibt es bei der Python-Bewertung ein paar Nuancen zu beachten:
Die Situation mit Python 2.7 ist die gleiche wie mit MQL4. Für ein neues Projekt gibt es also keine Versionswahl - man nimmt Python 3.
Jython, Pypy, Iron-python, usw. - sind Python-Interpreter für andere Programmiersprachen, keine Versionen von Python selbst. Diese Interpreter sind der Grund dafür, dass Python jetzt überall eingesetzt wird.
Die Vielseitigkeit ist ein großes Plus, denn sie ist nicht bereichsspezifisch.
Die Situation mit Python 2.7 ist die gleiche wie mit MQL4. Für ein neues Projekt gibt es also keine Versionswahl - nehmen Sie Python 3.
Jython, Pypy, Iron-python, usw. - sind Python-Interpreter für andere Programmiersprachen, keine Versionen von Python selbst. Diese Interpreter sind der Grund dafür, dass Python jetzt überall eingesetzt wird.
Die Universalität ist ein großer Vorteil, da man nicht von der Region abhängig ist.
Ich habe mich ganz bewusst dafür entschieden, weil ich Python im Vergleich zu R als Underdog betrachte.
Aber ich bin nicht gegen Python - wenn jemand das möchte, soll er es tun; außerdem unterstütze ich den Wunsch, sich mit Python zu beschäftigen, weil Python benötigt wird, um Entscheidungsblöcke in Expert Advisors zu implementieren, die (Blöcke) in µl schwierig/kompliziert/unmöglich zu implementieren sind. Aber ich bin sehr daran interessiert, eine solche Gemeinschaft zu erweitern, vor allem, wenn sie wirklich zumindest Tests von EAs zeigen, die Python verwenden. Das ist bei R kein Problem.
Gegenläufige Ziele setzen, d.h. prüfen, ob bei der Eröffnung über/unter dem MA ein Gewinn erzielt wird, wenn der Kurs den MA berührt.
Ergebnisse außerhalb der Ausbildungsstichprobe.
Nun, 30 % der Trends scheinen sich zu bestätigen, so dass es nicht klar ist, wie man Gewinne erzielen kann.
Vor allem, wenn hier die tatsächliche Prüfung von EAs, die Python verwenden, gezeigt wird. Mit R gibt es dieses Problem nicht.
Ich habe bereits mehrfach Tests mit solchen TS gezeigt. Nicht in Python, sondern in anderer Software. Mit Python gibt es auch keine Probleme, wenn es einen TS gibt.
Auch mit R gibt es keine Probleme - ich habe TC in R erstellt und getestet. Aber R selbst ist bei mir nicht hängengeblieben, es schien mir praktischer mit anderer Software zu sein - SciLab (es ist nicht nur in Top, sondern auch im Keller)).
Imho dramatisieren Sie die Situation und reduzieren sie auf die Unersetzbarkeit von R. Übrigens habe ich auch nichts gegen R, ich benutze es sogar gelegentlich.
Ich habe mich ganz bewusst dafür entschieden, weil ich Python im Vergleich zu R für unterentwickelt halte.
Aber ich bin nicht gegen Python - wer es lernen will, soll es tun, außerdem unterstütze ich den Wunsch, Python zu lernen, denn Python wird benötigt, um Entscheidungsblöcke in EAs zu implementieren, die (Blöcke) in µl schwierig/kompliziert/unmöglich zu implementieren sind. Aber ich bin sehr daran interessiert, eine solche Gemeinschaft zu erweitern, vor allem, wenn sie wirklich zumindest Tests von EAs zeigen, die Python verwenden. Mit R gibt es dieses Problem nicht.
Eine Programmiersprache ist nur ein Werkzeug zur Lösung von Problemen. Ein Programmierer darf nicht an eine bestimmte Sprache gebunden sein. Werkzeuge verändern sich ständig, entwickeln sich weiter und verschwinden wieder.
Für mich besteht das Erlernen einer neuen Sprache auf der Einstiegsebene darin, eine "Referenzsprache" oder eine "Sprachspezifikation" herunterzuladen (normale Sprachen haben diese Dokumentation auf der offiziellen Website) und eine einfache Aufgabe in der erlernten Sprache zu implementieren. Erst danach können Sie Syntax und Möglichkeiten der Programmiersprache bewerten.
Python+MQL5-Verknüpfungen gibt es in Hülle und Fülle auf Github. Vielleicht werde ich meine eigene erstellen...
Für viele Menschen war PHP die erste Programmiersprache. Wenn man nur eine Sprache beherrscht, scheint das gut zu sein. Lange Zeit konnte ich nicht verstehen, warum professionelle Programmierer PHP nicht mögen, bis ich C# und Java lernte. Jetzt kann ich definitiv sagen, dass PHP in Sachen Syntax und Bibliothek schrecklich ist.
Momentan ist Python besser als R. Wenn R morgen besser ist, werde ich es wieder aufnehmen, aber noch nicht...