Diskussion zum Artikel "Random-Forest-Vorhersage-Trends" - Seite 4
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
Die Auswahl von Modellen und Prädiktoren sind miteinander verbunden. Zunächst sollte man ein Modell auswählen und dann auf der Grundlage dieses Modells Prädiktoren auswählen, indem man diejenigen Prädiktoren auswählt, die den geringsten "Nutzen" für die Vorhersage durch dasselbe Modell haben. Obwohl in vielen Artikeln und Lehrbüchern etwas anderes gelehrt wird, wählen wir zunächst Prädiktoren aus, indem wir eine Methode zur Berechnung der Beziehung zwischen diesen Prädiktoren und der Zielreihe - der Ausgabe - anwenden. Die gebräuchlichsten Methoden für das Screening sind der Korrelationskoeffizient zwischen Prädiktoren und Output und die gegenseitige Information. Dann wird ein Modell ausgewählt, das in der Regel nichts mit der Auswahl der Prädiktoren zu tun hat. Wenn man darüber nachdenkt (und das wird einem in Ökonometrie-Lehrbüchern nicht gesagt, man muss selbst nachdenken), wählt die Methode der Auswahl von Prädiktoren nach dem Korrelationskoeffizienten mit dem Output im Wesentlichen diejenigen Prädiktoren aus, die den kleinsten Fehler in einem linearen Regressionsmodell (LRC) aufweisen. Die Methode der Auswahl von Prädiktoren nach ihrer gegenseitigen Information mit dem Output wählt im Wesentlichen diejenigen Prädiktoren aus, die den geringsten Fehler in einem auf Nadaraya-Watson-Regression basierenden Modell ergeben (abstruser Name GRNN).
Die Wirkung der Prädiktoren auf die Zielvariable kann nicht durch Korrelation ermittelt werden und wird auch nicht durch Regression ermittelt. Es wird anders gemacht. Der populärste ist der Gini-Index, aber ich habe es geschafft, ihn zu benutzen und meine eigenen Überlegungen und eine Reihe von Maßnahmen zu verwenden. während es mir gelungen ist, eine Reihe von Prädiktoren für die Trendvorhersage zu finden, ist es mir nicht gelungen, eine Reihe von Prädiktoren für die Vorhersage von Kurssteigerungen zu finden.
Ich möchte Ihre Aufmerksamkeit auf mein Buch lenken. Das Problem der Prädiktoren ist viel komplexer als Korrelation und Gini-Index. Das Buch klärt eine Menge Dinge.
faa1947:
Ich möchte Ihre Aufmerksamkeit auf mein Buch lenken. Das Problem der Prädiktoren ist viel komplexer als Korrelation und Gini-Index. Das Buch klärt eine Menge Dinge.
Ich möchte Ihre Aufmerksamkeit auf mein Buch lenken. Das Problem der Prädiktoren ist viel komplexer als Korrelation und Gini-Index. Das Buch klärt eine Menge Dinge.
Das Buch ist nicht da, es ist eine Anzeige.
Früher gab es hier wenig Informationen über Netze. Die Leute wollten diese Netze studieren und sie im Handel ausprobieren. Und jetzt gibt es eine Menge Bücher und Artikel über Netze mit Schritt-für-Schritt-Anleitungen, wie man sie benutzt. Wenn ich mir diese Bücher und Artikel über Netze ansehe, entmutigen sie mich nicht nur beim Lesen, sondern verursachen sogar einen gewissen Ekel vor Netzen. Das Problem mit diesen Schriften ist, dass sie nicht einmal versuchen, den Leser zu interessieren: sie zu lesen und zu benutzen. Und warum Zeit verschwenden? Wo ist der Köder? Zeigen Sie zu Beginn des Buches oder Artikels ein attraktives Ergebnis des Handels mit den in dem Buch oder Artikel beschriebenen Methoden, und wir werden daran interessiert sein, sie zu lesen und zu verstehen. Ich sehe mir einen neuen Artikel über tiefe Netze an und denke, wer wird ihn lesen, außer ein paar Spezialisten, die sich bereits damit auskennen? Auch ich kenne diese Netze bereits, und ich weiß, dass sie ebenso wie andere Netze nicht für den Handel auf dem Markt geeignet sind. Selbst der Erfinder dieser Netze, Jeffrey Hinton, hat das längst erkannt. Hören Sie sich seine Vorträge auf YouTube an.
Das Buch ist nicht da, es gibt eine Anzeige.
Früher gab es hier wenig Informationen über Netze. Die Leute wollten diese Netze studieren und sie im Handel ausprobieren. Und jetzt gibt es eine Menge Bücher und Artikel über Netze mit Schritt-für-Schritt-Anleitungen, wie man sie einsetzt. Wenn ich mir diese Bücher und Artikel über Netze ansehe, entmutigen sie mich nicht nur beim Lesen, sondern verursachen sogar eine gewisse Abneigung gegen Netze. Das Problem mit diesen Schriften ist, dass sie nicht einmal versuchen, den Leser zu interessieren: sie zu lesen und zu benutzen. Und warum Zeit verschwenden? Wo ist der Köder? Zeigen Sie zu Beginn des Buches oder Artikels ein attraktives Ergebnis des Handels mit den in dem Buch oder Artikel beschriebenen Methoden, und wir werden daran interessiert sein, sie zu lesen und zu verstehen. Ich sehe mir einen neuen Artikel über tiefe Netze an und denke, wer wird ihn lesen, außer ein paar Spezialisten, die sich bereits damit auskennen? Auch ich kenne diese Netze bereits, und ich weiß, dass sie ebenso wie andere Netze nicht für den Handel auf dem Markt geeignet sind. Selbst der Erfinder dieser Netze, Jeffrey Hinton, hat das längst erkannt. Hören Sie sich seine Vorträge auf YouTube an.
Die übliche Aufgabe eines Händlers bei der Entwicklung eines TS ist es, eine Reihe von Signalen zu finden, die die Zukunft vorhersagen, das so genannte Muster. Wir nehmen fertige Indikatoren, kaufen sie, schreiben sie selbst, kombinieren sie miteinander ...
Ich behaupte, dass es kein solches Problem gibt. Es gibt Algorithmen, die alle möglichen Muster für einen gegebenen Satz von Prädiktoren finden. In meinem Artikel und Buch gibt es etwa 200 Muster. Es ist unmöglich, so etwas auf herkömmliche Art und Weise zu finden.
Da ich R beherrsche, habe ich auch kein Problem damit, einen Algorithmus zum Auffinden von Mustern, z. B. neuronale Netze, durch tiefe neuronale Netze und diese durch etwas anderes zu ersetzen. Außerdem ist es nicht nötig, auf das einzugehen, was der Algorithmus gefunden hat.
Und wo liegt das Problem?
Und in dem, was Sie in Ihrem Beitrag oben beschrieben haben: die richtige Auswahl der Prädiktoren. Ich füge hinzu. Richtige Vorverarbeitung der Prädiktoren. Das ist eine Fähigkeit. Als Ergebnis der Lektüre von Büchern werden Sie diese Fähigkeit besitzen, da Sie selbst darüber nachgedacht haben.
Und mein Buch? Es ist ein oberflächlicher Überblick über das gesamte Problem, nicht nur über spezifische Algorithmen für die Mustersuche. Ich garantiere Ihnen ein Ergebnis: Sie werden mehrere Muster auf einem für den Handel ausreichenden Niveau beherrschen, ohne sich wirklich in diese Muster zu vertiefen, mit allen Arten von Perseptrons, Layern, Bugging und Bousting - all das wird für Sie unnötig sein. Sie werden sich auf Prädiktoren konzentrieren.
Das ist ein völlig anderer Ansatz.
Abschließend möchte ich Sie an die Axiome der Statistik erinnern: "Garbage in - rubbish out". Und kein Modell, kein Algorithmus kann daran etwas ändern. Deshalb sollten wir anstelle eines Bindestrichs eine Blackbox mit irgendeinem Namen aufstellen und uns nicht darum kümmern, sondern uns mit dem Müll beschäftigen.
Die übliche Aufgabe eines Händlers bei der Entwicklung eines TS besteht darin, eine Reihe von Signalen zu finden, die die Zukunft vorhersagen, die so genannten Muster. Wir nehmen fertige Indikatoren, kaufen sie, schreiben sie selbst, kombinieren sie untereinander ....
Ich behaupte, dass es dieses Problem nicht gibt. Es gibt Algorithmen, die alle möglichen Muster für einen gegebenen Satz von Prädiktoren finden. In meinem Artikel und Buch gibt es etwa 200 Muster. Es ist unmöglich, so etwas auf herkömmliche Art und Weise zu finden.
Da ich R beherrsche, habe ich auch kein Problem damit, einen Algorithmus zum Auffinden von Mustern, z. B. neuronale Netze, durch tiefe neuronale Netze und diese durch etwas anderes zu ersetzen. Außerdem ist es nicht nötig, auf das einzugehen, was der Algorithmus gefunden hat.
Und wo liegt das Problem?
Und in dem, was Sie in Ihren obigen Beiträgen beschrieben haben: die richtige Auswahl der Prädiktoren. Ich würde hinzufügen. Richtige Vorverarbeitung der Prädiktoren. Das ist eine Fähigkeit. Als Ergebnis der Lektüre von Büchern werden Sie diese Fähigkeit besitzen, also haben Sie selbst daran gedacht.
Und mein Buch? Es ist ein oberflächlicher Überblick über das gesamte Problem. Gleichzeitig garantiere ich Ihnen ein Ergebnis: Sie werden mehrere Modelle auf einem für den Handel ausreichenden Niveau beherrschen, ohne sich wirklich in diese Modelle zu vertiefen, alle Arten von Perseptrons, Layern, Bugging und Bousting - all das wird für Sie unnötig sein.
Ein völlig anderer Ansatz.
Wenden Sie diese Methoden selbst beim Handel an? Und was sind die Ergebnisse? Ich meine es ernst, erwähnen Sie wenigstens die Ergebnisse. Zum Beispiel habe ich so viel verdient, dass ich keine Bücher mehr schreiben muss, ich habe eine Villa in Nizza oder auf den Bahamas gekauft und mache jetzt Urlaub, ich engagiere mich für wohltätige Zwecke, ich verschenke Bücher.
Wenn es Ihnen gelingt, eine Reihe von Prädiktoren zu finden, werden Sie Ihre Liste realisieren.
PS.
Und das Buch? Damit können Sie eine nette Gesellschaft versammeln, und der Preis schreckt die Gralssucher ab.
Sagen Sie mir, ist es nicht möglich, mindestens ein "Out of Sample" zu zitieren?
PS. Ich habe Ihnen eine E-Mail geschickt.
Sagen Sie mir, ist es nicht möglich, mindestens ein "Out of Sample" zu zitieren?
PS. Ich habe Ihnen eine E-Mail geschickt.
Tabelle 2 in Abschnitt 5.3 meines Artikels. Das rattle()-Paket liefert automatisch die ALE und weitere sehr nützliche Informationen, die im Artikel gezeigt werden. Außerdem wird unter all diesen Informationen ein Programmcode generiert, der ohne rattle() eigenständig verwendet werden kann. Mein Buch ist 400 Seiten lang, daher wird alles sehr detailliert durchgekaut, einschließlich der Ideologie der Verwendung, die nicht in der Originaldokumentation zu rattle() und den verwendeten Paketen enthalten ist. rattle ist eine Shell, ein GUI.
PS.
Ich habe auf Ihre E-Mail geantwortet
Tabelle 2 in Abschnitt 5.3 meines Artikels. Das rattle()-Paket liefert automatisch das ALE sowie weitere sehr nützliche Informationen, die in dem Artikel aufgeführt sind. Darüber hinaus werden all diese Informationen verwendet, um Programmcode zu generieren, der auch ohne rattle() verwendet werden kann. Mein Buch ist 400 Seiten lang, so dass alles bis ins kleinste Detail durchgekaut wird, einschließlich der Ideologie der Verwendung, die nicht in der Originaldokumentation zu rattle() und den verwendeten Paketen enthalten ist. rattle ist eine Shell, ein GUI.
PS.
E-Mail geantwortet
Ich meinte Out Of Sample Test in MT4 - rein der Gewinn aus dem Modell ist von Interesse. Sagen wir, dass + oder - Zickzack mit einem Fehler von 17...20% in der Praxis kann in einem anderen großen Drainer drehen.
PS. E-Mail gefangen, ich hoffe, ich kann bald zahlen (müssen für die Akkumulation von Geld warten)
Ich meinte Out Of Sample Test in MT4 - rein Gewinn aus dem Modell ist von Interesse. Sagen wir, dass + oder - Zickzack mit einem Fehler von 17...20% in der Praxis kann in einem anderen großen Drainer drehen.
PS. E-Mail gefangen, hoffentlich kann ich bald zahlen (müssen für die Akkumulation von Geld warten)