Gibt es ein Muster in diesem Chaos? Lassen Sie uns versuchen, es zu finden! Maschinelles Lernen am Beispiel einer bestimmten Stichprobe. - Seite 10

 

Zug

So sieht das Modell bei der Trainingsstichprobe aus - Sie können eine gute Deltaspanne zwischen der grünen und der roten Kurve sehen - das ist der Gewinn.

Unten sehen wir, wie das Delta bei der Prüfungsstichprobe geschrumpft ist

Im Vergleich zum Tester erwies sich die berechnete Bilanz als etwas optimistischer, aber die Struktur ist identisch - ich denke, ich werde es weiterhin für eine erste Bewertung verwenden.


 
Aleksey Vyazmikin #:

So sieht das Modell in der Trainingsstichprobe aus - Sie können eine gute Spanne zwischen der grünen und der roten Kurve sehen - das ist der Gewinn.

Unten sehen wir, wie das Delta in der Prüfungsstichprobe geschrumpft ist

Im Vergleich zum Tester erwies sich die berechnete Bilanz als etwas optimistischer, aber die Struktur ist identisch - ich denke, ich werde es weiterhin für eine erste Bewertung verwenden.


0,10500 ist die beste Option. Das ist ungefähr dasselbe wie bei Ihnen. Aber die Gleichgewichtslinie ist anders. Und der Fehler liegt bei etwa 0,5. Es ist riskant, es wird ein wenig schlechter, und es könnte beginnen, zu entwässern. 4200 Trades und nur 0,10500 /4200 ~= 0,00002 pro Trade. Sehr riskant. Spread, Slippage usw. fressen alle Gewinne auf.


 
elibrarius #:
0,01050 ist am besten. Das ist ungefähr dasselbe wie bei Ihnen. Aber die Gleichgewichtslinie ist anders. Und der Fehler liegt bei etwa 0,5. Es ist riskant, wird es ein wenig verschlechtern und kann beginnen zu entwässern. 4200 Trades und nur 0,01050 /4200 ~= 0,00002 pro Trade gewinnen. Sehr riskant. Spread, Slippage usw. fressen alle Gewinne auf.


Durch das Modell hat sich der Prozentsatz der profitablen Trades um 4% erhöht, plus MM wird den gleichen Betrag geben - und jetzt können Sie über die Ausbeutung nachdenken.

Aber ich denke, dass dieser Aufschlag nicht korrekt ist, weil er nicht auf der Marktstruktur basiert - es gibt keinen Versuch, ähnliche Marktbedingungen für das Training zu vergleichen, also muss das Modell alles selbst machen.

 
Außerdem bin ich der Meinung, dass das Gleichgewicht am Ende durch zwei Modelle (Kauf und Verkauf) bestimmt werden sollte - schließlich können sie sich selbst kompensieren.
 
Aleksey Vyazmikin #:
Außerdem denke ich, dass das Gleichgewicht am Ende durch zwei Modelle (Kauf und Verkauf) bestimmt werden sollte - weil sie sich selbst kompensieren können.
Ich stimme zu, das ist, was ich für meine Experimente zu tun, sollten verschiedene Klassen nicht mit einander stören, wenn die Ausbildung. 1 Modell sucht nach dem insgesamt besten Ergebnis. Die 2 besten Modelle sollten insgesamt besser sein als eines. Andererseits können sie aber auch schneller übertrainieren, d.h. Übertraining sollte stärker verhindert werden.
 
Aleksey Vyazmikin #:
Außerdem denke ich, dass das Gleichgewicht am Ende durch zwei Modelle (Kauf und Verkauf) bestimmt werden sollte - weil sie sich selbst kompensieren können.
Lernen Sie auf den ersten 2 Spalten) Auf der letzten Probe auf H1.
 
elibrarius #:
Zug auf den ersten 2 Spalten) Auf der letzten Probe auf H1.

Nimmt das Zeitmuster zu?

 
Aleksey Vyazmikin #:

Nimmt es ein zeitliches Muster auf?

Ich schon. Sehen Sie, was Sie bekommen
 
elibrarius #:
Ich schon. Sehen Sie, was Sie bekommen

Ich habe im Moment ein bisschen Spaß mit einem anderen Ansatz - noch keine Gelegenheit, ihn zu testen. Aber ich denke, es wird es auch finden, wenn es offensichtlich ist.

 
Aleksey Vyazmikin #:

Ich habe jetzt ein bisschen Spaß mit einem anderen Ansatz - noch keine Gelegenheit, das zu überprüfen. Aber ich denke, er wird es auch finden, wenn dort alles klar ist.

Der Punkt ist, dass es 2 mal besser ist als bei 5000+ Features.
Es stellt sich heraus, dass alle anderen 5000+ Merkmale das Ergebnis nur verschlechtern. Wenn man sie auswählt, findet man aber sicherlich einige, die das Ergebnis verbessern.
Es ist interessant zu vergleichen, was Ihr Modell bei diesen 2 Merkmalen anzeigt.

Grund der Beschwerde: