Marktprognose basierend auf makroökonomischen Indikatoren - Seite 44
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 habe nicht gedacht, dass es mit dem banalen Verkauf von Büchern enden würde, also würde er erzählen)))) Sorry)))) urkomisch...
Ich würde die gesamte moderne Wirtschaftsmathematik in zwei Teile unterteilen
...
Scheinbar subtile Unterschiede haben sehr ernste Folgen.
...
Beide verwenden die Extrapolation von Daten als solche. Wenn man den Wagen mit dem Pferd vertauscht, bleibt es ein Wagen mit einem Pferd - eine Extrapolation. Es spielt keine Rolle, ob wir zunächst nach Faktoren suchen, die eine Veränderung in der Zukunft beeinflussen, oder ob wir die bereits eingetretene Veränderung mit diesen Faktoren vergleichen - das Ergebnis ist dasselbe, ein Modell, von dem wir glauben, dass es die Zukunft vorhersagen sollte, basierend auf Daten aus der Vergangenheit.
Ich persönlich würde alle Handelsansätze in zwei weitere Gruppen unterteilen:
Bei der ersten Gruppe ist alles mehr oder weniger klar. Dabei handelt es sich um unendliche Kombinationen von Prädiktoren mit unterschiedlicher Gewichtung, mit denen versucht wird, die Variable zu erklären, die angeblich von ihnen abhängt - den Preis. Die zweite Gruppe arbeitet anders. Sie basiert auf der Identifizierung spezifischer Prozesseigenschaften und der anschließenden Ausnutzung dieser Eigenschaften. Ist das Modell beispielsweise in der Lage, eine starke Prozessrendite zu identifizieren, findet es einfach Märkte mit einem solchen Merkmal und beginnt mit dem Handel "auf dem Niveau des Pullbacks". Gleichzeitig sind spezifische Regeln zur Identifizierung dieser magischen "Ebene" oder spezifische Handelstechniken nicht sehr wichtig. Wichtig ist, dass der Prozess diese Eigenschaft wirklich hat und sie sich im Laufe der Zeit nicht verändert. Gleichzeitig ist das Ergebnis jedes einzelnen Markteintritts völlig unwichtig, da man keine Ahnung von der Prognose für einen bestimmten Handel hat. Wichtig ist die endgültige Statistik, die von den Eigenschaften des Prozesses abhängt.
Sowohl bei der ersten als auch bei der zweiten Methode werden die Daten als solche extrapoliert.
Hier haben Sie einfach nicht verstanden, worum es geht. Bei Klassifizierungsmodellen des maschinellen Lernens gibt es keine Extrapolation als solche.
Zum Beispiel Wälder.
Die Bäume werden auf einer Trainingsstichprobe aufgebaut. Bei einer Stichprobe von über 3000 Takten erhält man normalerweise mehr als 100 Bäume - einen Wald von Bäumen. Jeder Baum ist ein Muster im Sinne der TA.
Beim Eintreffen des nächsten Balkens wird die diesem letzten Balken entsprechende Kombination von Prädiktoren unter den Bäumen gesucht. Es kann der 1. Baum, der 50. oder der letzte sein - derjenige, der am besten passt. Wo ist hier die Extrapolation?
Sie basiert auf der Identifizierung spezifischer Eigenschaften des Prozesses und der anschließenden Ausnutzung dieser Eigenschaften
Es ist eine gute Idee, wenn Sie eine Übungsprobe erstellen können. Das ganze Problem ist der Lehrer. Andernfalls können Sie mit den Knöpfen....
Hier sind Sie einfach nicht auf dem Laufenden. Bei Klassifizierungsmodellen des maschinellen Lernens gibt es keine Extrapolation als solche.
Zum Beispiel Wälder.
Die Bäume werden auf einer Trainingsstichprobe aufgebaut. Bei einer Stichprobe von mehr als 3000 Takten erhält man in der Regel mehr als 100 Bäume - einen Wald von Bäumen. Jeder Baum ist ein Muster im Sinne der TA.
Beim Eintreffen des nächsten Balkens wird die diesem letzten Balken entsprechende Kombination von Prädiktoren unter den Bäumen gesucht. Es kann der 1. Baum, der 50. oder der letzte sein - derjenige, der am besten passt. Wo ist hier die Extrapolation?
Sie basiert auf der Identifizierung spezifischer Eigenschaften des Prozesses und der anschließenden Ausnutzung dieser Eigenschaften
Es ist eine gute Idee, wenn Sie eine Übungsprobe erstellen können. Das ganze Problem ist der Lehrer. Andernfalls können Sie mit den Knöpfen....
Warum die Hände benutzen, Kohonen klassifiziert perfekt, Sie müssen es nurwieder mit Kohonen Maps präsentieren.
Ich verstehe nicht, welchen praktischen Wert der Handel mit Klassifizierungsmethoden ohne einen Lehrer hat. Wir handeln ganz bestimmte Dinge: Longs und Shorts, Ausbruch und Rebound eines Levels...
Und hier? Es gibt eine PCA, die Prädiktoren werden neu formatiert, und der neue Satz hat eine Reihe sehr interessanter Merkmale, und hier?
Ich verstehe nicht, welchen praktischen Wert der Handel mit Klassifizierungsmethoden ohne einen Lehrer hat. Wir handeln ganz bestimmte Dinge: Longs und Shorts, Ausbruch und Rebound eines Levels...
Und hier? Es gibt eine PCA, die Prädiktoren werden also neu formatiert, und der neue Satz weist eine Reihe sehr interessanter Merkmale auf, aber hier?
Ich verstehe nicht, welchen praktischen Wert der Handel mit Klassifizierungsmethoden ohne einen Lehrer hat. Wir handeln ganz bestimmte Dinge: Longs und Shorts, Ausbruch und Rebound eines Levels...
Und hier? Es gibt eine PCA, die Prädiktoren werden also neu formatiert, und der neue Satz weist eine Reihe sehr interessanter Merkmale auf, aber hier?
Was ist Lernen ohne Lehrer - automatische Auswahl von Mustern. Muster zu haben - wir finden Punkte auf der Karte, an denen sich "bestimmte Dinge häufen: Longs-Shorts, Breakout-Bounce...", und dann warten wir online auf Signale, die diese Punkte aktivieren.
Wenn es keinen Lehrer gibt, ist die Bedeutung der Muster nicht klar.
Was ist ein Lehrer?
Ein Teil des Quotienten entspricht den Longs, und dieser Teil des Quotienten entspricht den Shorts. Wenn das Modell gelehrt wird, werden die Sätze der Prädiktoren in zwei Klassen unterteilt, die dem Lehrer entsprechen.
Wie sieht es ohne Lehrer aus? Was ist die Bedeutung von Mustern?
Wie sieht es ohne Lehrer aus? Was ist die Bedeutung von Mustern?