Diskussion zum Artikel "Neuronale Netze im Trading: LSTM-Optimierung für die multivariate Zeitreihenprognose (letzter Teil)" - Seite 3
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 in Research einen Monat lang 5-Minuten-Runden durchlaufen lassen, dabei entstand die Datei „DACGLSTM.bd“ mit einer Größe von 300 MB. Ich habe Study gestartet. Die Fehlerquoten sind erschreckend hoch. Oder ist das bei einem allerersten Durchlauf normal?
Nach dem „Study“ sind die .nnw-Dateien des neuronalen Netzes erschienen. Ich habe einen weiteren Datenerfassungszyklus gestartet, doch bereits im nächsten Monat hat „Research“ aufgehört, Handelsgeschäfte durchzuführen...
Hurra! Nach einigen Wochen voller Probleme haben sich die Fehlerwerte in Study endlich normalisiert! Jetzt lernt das neuronale Netz wirklich.
Ich musste den Belohnungs- und Bestrafungsalgorithmus erweitern
Außerdem mussten die Eingabeparameter für „Trajectory“ stark angepasst werden
Hurra! Nach einigen Wochen voller Probleme haben sich die Fehlerwerte in Study endlich normalisiert! Jetzt lernt das neuronale Netz wirklich.
Jetzt wird es erst richtig spannend – wie wird es mit den neuen Daten handeln? Ich arbeite mit einfachen Modellen – die sind leichter zu verstehen. Aber bei den neuen Daten ist der Handel fast zufällig, da es keine aussagekräftigen Merkmale gibt.
Jetzt kommt der spannende Teil – wie wird der Handel mit den neuen Daten aussehen? Ich arbeite mit Holzmodellen – die sind leichter zu verstehen. Aber bei den neuen Daten ist der Handel fast zufällig, da es keine aussagekräftigen Merkmale gibt.
Bis zum echten Handel habe ich noch einen weiten Weg vor mir.) Nach einigen Durchläufen von „Research-Study“ werden die Trades sehr schnell geschlossen. Das neuronale Netz lernt, zu überleben, statt Geld zu verdienen. Und je kürzer der Trade, desto mehr scheint es ihm, als würde es weniger Strafen erhalten. Der Tanz mit den Tamburinen geht weiter. Man muss den Algorithmus für Belohnungen und Strafen richtig aufbauen, und das ist anscheinend das Schwierigste. Im Moment versuche ich einfach, strenge Beschränkungen zu setzen. Zum Beispiel, keine Stopps und Take-Profits unterhalb eines Schwellenwerts zuzulassen. Außerdem versuche ich, die Mindestlaufzeit der Trades zu begrenzen, damit sie nicht fast sofort nach der Eröffnung wieder geschlossen werden. Ich nutze entweder LLM, Grok oder ChatGPT 4.1, aber manchmal sind sie so unglaublich langsam, dass man es kaum fassen kann. Doch nach und nach geht es immerhin voran. Viel Zeit fließt in die Trainingsrunden. Es wäre toll, wenn man sich mit jemandem zusammentun könnte, das Thema ist ja sehr vielversprechend.