Diskussion zum Artikel "Hidden-Markov-Modelle in Handelssystemen mit maschinellem Lernen"

[MetaQuotes]

Neuer Artikel Hidden-Markov-Modelle in Handelssystemen mit maschinellem Lernen :

Hidden-Markov-Modelle (HMMs) sind eine leistungsstarke Klasse probabilistischer Modelle, die für die Analyse sequenzieller Daten entwickelt wurden, bei denen beobachtete Ereignisse von einer Sequenz unbeobachteter (versteckter) Zustände abhängen, die einen Markov-Prozess bilden. Zu den wichtigsten Annahmen des HMM gehören die Markov-Eigenschaft für verborgene Zustände, was bedeutet, dass die Wahrscheinlichkeit des Übergangs zum nächsten Zustand nur vom aktuellen Zustand abhängt, und die Unabhängigkeit der Beobachtungen bei Kenntnis des aktuellen verborgenen Zustands.

Die Bibliothek hmmlearn ist eine Python-Bibliothek für unüberwachtes Lernen mit Hidden-Markov-Modellen. Sie wurde entwickelt, um einfache und effiziente Werkzeuge für die Arbeit mit HMMs bereitzustellen, die der API von scikit-learn folgen, die Integration in bestehende Projekte erleichtern und den Trainingsprozess vereinfachen. Hmmlearn basiert auf den grundlegenden wissenschaftlichen Python-Bibliotheken, wie NumPy, SciPy und Matplotlib.

Zu den wichtigsten Funktionen von hmmlearn gehören die Implementierung verschiedener HMM-Modelle mit unterschiedlichen Emissionsverteilungen, das Training von Modellparametern aus beobachteten Daten, die Bestimmung der wahrscheinlichsten verborgenen Zustandssequenzen, die Erzeugung von Stichproben aus trainierten Modellen und die Möglichkeit, trainierte Modelle zu speichern und zu laden. Die Vielfalt der implementierten Modelle ermöglicht es den Nutzern, je nach Art ihrer Daten die geeignete Emissionsverteilung auszuwählen. Der Datentyp (kontinuierlich, diskret, Zähler) bestimmt, welche Wahrscheinlichkeitsverteilung den Prozess der Erzeugung von Beobachtungen in jedem verborgenen Zustand am besten beschreibt.

Autor: dmitrievsky

[fxsaber]

Затем, следует скомпилировать приложенного в конце статьи бота и протестировать его в тестере MetaTrader 5.

Abb. 14. Test des besten Modells im MetaTrader 5 Terminal für den gesamten Zeitraum

Das Archiv MQL5 files.zip enthält Dateien für das MetaTrader 5-Terminal

Bitte machen Sie es zu einem Standard, die entsprechenden tst-Dateien der Backtest-Ergebnisse in den Artikeln zu veröffentlichen. Ich danke Ihnen dafür.

[[Gelöscht]]

fxsaber #:

Bitte machen Sie es zum Standard, die entsprechenden tst-Dateien der Backtest-Ergebnisse auch in Artikeln zu veröffentlichen. Ich danke Ihnen.

Leider schreibe ich nicht so oft. Ich werde versuchen, für die Zukunft daran zu denken.