Diskussion zum Artikel "Klassische Strategien neu interpretieren (Teil 13): Unsere Kreuz-Strategie in neue Dimensionen führen (Teil 2)"

[MetaQuotes]

Neuer Artikel Klassische Strategien neu interpretieren (Teil 13): Unsere Kreuz-Strategie in neue Dimensionen führen (Teil 2) :

Nehmen Sie an unserer Diskussion teil, in der wir nach weiteren Verbesserungen für unsere Strategie des Kreuzens von gleitenden Durchschnitten suchen, um die Verzögerung in unserer Handelsstrategie durch den Einsatz unserer Kompetenzen im Bereich Data Science auf ein zuverlässigeres Niveau zu reduzieren. Es ist eine gut untersuchte Tatsache, dass die Projektion Ihrer Daten in höhere Dimensionen manchmal die Leistung Ihrer Machine-Learning-Modelle verbessern kann. Wir zeigen Ihnen, was dies für Sie als Händler konkret bedeutet, und veranschaulichen, wie Sie dieses leistungsstarke Prinzip mit Ihrem MetaTrader 5-Terminal für sich nutzen können.

In unserer ersten Diskussion haben wir diese neue vorgeschlagene Kreuzungs-Strategie mit ihrem klassischen Gegenstück verglichen. In diesem Artikel werden wir unsere Strategie des Kreuzens der gleitenden Durchschnitte weiterentwickeln und versuchen, die inhärente Verzögerung weiter zu reduzieren, indem wir untersuchen, ob es möglich ist, die Kreuzungen vorherzusagen, bevor sie eintreten. Dies würde es uns ermöglichen, proaktiv zu handeln und schneller auf Handelsmöglichkeiten zu reagieren. Im Gegensatz zu typischen Marktteilnehmern, die auf eine Bestätigung warten und erst reagieren, wenn das Kreuzen offensichtlich ist, wollen wir statistische Modelle entwickeln, Kreuzungen im Voraus erkennen können, damit wir unsere Konten entsprechend positionieren können, bevor sich die Bewegungen entfalten.

Obwohl es schwierig sein kann, Handelssignale inmitten des Rauschens des Marktes zu erkennen, können mehrere datenwissenschaftliche Prinzipien dazu beitragen, unsere Strategie zu stärken. Beispielsweise verweisen wir auf eine Präsentation des Teams des NASA Jet Propulsion Laboratory am California Institute of Technology (Caltech), die wertvolle Einblicke bietet. Der Link zur Präsentation ist hier verfügbar. Diese Präsentation konzentrierte sich auf Big Data und stellte ein für unsere Diskussion relevantes Grundprinzip vor. Interessierte Leser werden gebeten, sich die Folien selbst anzusehen.  Kurz gesagt besagt dieses Prinzip, dass bestimmte schwierige Probleme in der Datenwissenschaft leichter zu lösen sind, wenn sie in höherdimensionale Räume projiziert werden. Zur Erleichterung für den Leser haben wir einen Auszug aus der Originalpräsentation, der für unsere Diskussion relevant ist, in Abbildung 1 unten aufgenommen.

Autor: Gamuchirai Zororo Ndawana