Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 127
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
Wie haben Sie dies festgestellt? Haben Sie die Leistung Ihrer Prädiktoren für die damals unbekannte Zukunft verfolgt?
Warum nicht eine bekannte Zukunft? Alles ist aus der Geschichte bekannt. Ich lerne es auf 1-10 Brocken, und ich überprüfe es auf Kreuzvalidierung. Und dann erhalte ich Statistiken über 11, 12 usw. und vergleiche sie mit denen über die 1-10-Blöcke. D.h. eine vollständige Analogie zum realen Handel. Ich habe das in diesem Thread schon oft beschrieben.
Ja, das habe ich mir auch gedacht.
Und wie viele verschiedene Varianten des Modells gehen Sie auf diese Weise durch? Kommt es vor, dass das Modell im 11., 12. usw. Chunk schlechter abschneidet als im Trainingschunk und Sie erneut beginnen?
Ja, das habe ich mir auch gedacht.
Und wie viele verschiedene Varianten des Modells gehen Sie auf diese Weise durch? Ist es jemals der Fall, dass das Modell bei den Chunks 11, 12 usw. schlechter abschneidet als beim Trainingschunk und Sie wieder von vorne anfangen?
Die Schwankungsbreite liegt bei 2-3 % mit einem Durchschnitt von 27-28 %. Es handelt sich um die Variation als Abweichung vom Durchschnitt.
Was Sie schreiben, ist, dass es den Lernfehler verringern soll. Das habe ich nicht getan. Für meine Prädiktoren ist GBM der beste, dann ada. Ich benutze RF. Als nächstes kommen SVM und am schlimmsten ist nnet. Wie Sie sehen können, verwende ich nicht das beste Modell.
Die Schwankungsbreite liegt bei 2-3 % mit einem Durchschnitt von 27-28 %. Es handelt sich um die Variation als Abweichung vom Durchschnitt.
Was Sie schreiben, ist, dass es den Lernfehler verringern soll. Das habe ich nicht getan. Für meine Prädiktoren ist GBM der beste, dann ada. Ich benutze RF. Als nächstes kommen SVM und am schlimmsten ist nnet. Wie Sie sehen können, verwende ich nicht das beste Modell.
Nun ja, okay. SanSanych.
Wenn alle Ihre Modelle mehr oder weniger gleichwertig validiert sind, brauchen Sie nicht herumzutanzen.
Ich habe die Informationen veröffentlicht, damit Sie darüber nachdenken können. Ich benutze sie, um mich zu testen und mich vor Fehlern zu bewahren.
Ob es Ihnen helfen wird oder nicht - ich weiß es nicht.
Ich denke, die Informationen sind nicht völlig nutzlos.
Nun, okay. SanSanych.
Wenn alle Ihre Modelle in etwa gleich gut abschneiden, ist ein Tamburintanz nicht nötig.
Ich habe die Informationen so aufbereitet, dass sie einen Sinn ergeben. Ich benutze sie, um mich zu testen und mich vor Fehlern zu schützen.
Ob es Ihnen helfen wird oder nicht - ich weiß es nicht.
Ich denke, die Informationen sind nicht die nutzlosesten.
Ich habe alle Ihre Beiträge mit großem Interesse verfolgt.
Und viel Glück.
Ich habe alle Ihre Beiträge mit großem Interesse verfolgt.
Viel Glück!
Ich danke Ihnen.
Was "komplexe Prozesse" sind, verstehe ich nicht. Ich habe einen echten EA im Terminal an ein Angebot angeschlossen... Was sie mir geben, ist das, was wir kauen.
Ich habe bereits geschrieben, dass ich die Vorhersage im TS auf dem älteren TF verwende, der drei Fenster hat. Die leitende TF gibt die Richtung vor. Abgesehen davon verfügt EA über eine ganze Reihe von Instrumenten, deren Zweck das Risikomanagement ist. Deshalb kann ich nicht mit Sicherheit sagen, wie viel Prozent des Vorhersagefehlers der nächsten Kerze, die zur Richtung ZZ gehört, das Gesamtergebnis beeinflusst, aber das interessiert mich nicht.
Ich wiederhole meinen vorherigen Beitrag. Die R-Tools, insbesondere das maschinelle Lernen, versuche ich zu nutzen, um spezifische Probleme eines bestimmten Expert Advisors zu lösen. Nicht im Allgemeinen, sondern in einem bestimmten Fall. Es ist durchaus möglich, dass meine Ansätze in anderen TS nicht funktionieren werden.
Über die Zukunft...
Es funktioniert seit Dezember und hat normalen Flug. Im Gegensatz zu dem Indikator, der an dieser Stelle im Expert Advisor war, gibt es ein Werkzeug, das umgeschult wird. Die Verzögerung wurde beseitigt. Nicht genug? Ein kolossaler Schritt nach vorn. Ist es in letzter Konsequenz die Wahrheit? Nein, natürlich nicht.
Ja.
Ein Lernzyklus mit M1-Kreuzvalidierung bei 10 Fouls, Sie verstehen richtig. Für jede Kombination von Lernparametern: bei 9 Fouls lernen, bei einer verzögerten Prüfung. Also 10 Mal. Wir erhalten den Durchschnittswert der Qualitätsmetrik bei 10 Faltungen. Nennen wir sie m1.
Ich mache etwas Ähnliches, aber ich verschiebe nicht das Testfenster, sondern ein Trainingsfenster. In der Mitte habe ich immer ein bewegliches Trainingsfenster, während es auf beiden Seiten von Testdaten umgeben ist. Ich glaube, wenn die Abhängigkeiten nicht konstant sind und einige "dominante Perioden" ständig hin- und herpendeln (laut mytarmailS bin ich selbst nicht gut in Frequenzen und Fourier) - dann macht es keinen Sinn, auf extremen (zeitlichen) Situationen zu trainieren und auf etwas in der Mitte zu testen, das durch ein Modell aus extremen Optionen angenähert werden könnte. Für das Training nehme ich sogar viel weniger als 50% der Daten, das ist auch in Ordnung (zumindest nicht schlechter).
Ich verwende so etwas wie die äußere Schleife in diesem Bild, aber ich trainiere auf blau und teste auf grau. Ich versuche sicherzustellen, dass das Modell unabhängig von den 30 % der sequenziellen Daten, die ich für das Training verwende, in der Lage sein sollte, mit dem Rest der Daten gewinnbringend zu handeln. Es gibt eine Theorie, die besagt, dass, wenn ich ein Modell trainieren kann, das über den gesamten Zeitraum gut handelt, indem ich beliebige 10 % der aufeinanderfolgenden Daten für das Training verwende, es auch bei neuen Daten gut handeln wird.
Die Methode ist wie folgt (alle folgenden Punkte gelten gleichermaßen für ML und klassische TS) .............
Ich habe es dreimal gelesen, aber ich verstehe es nicht ((
1) Es scheint, dies ist nicht rein die ML, es ist wie eine Verbesserung von einigen bestehenden TS, die Signale zu geben hat, und nur auf diese Eingänge geben wir und diese Eingänge analysieren wir die ML richtig?
2) Wenn ein Gewinn erzielt wird, schließen wir den Handel. Warum sollten wir die Position halten, wenn wir einen Verlust machen?
3) Wann sollte man kaufen, wann verkaufen?
Ich kann den Narren spielen, ich bin verrückt danach), aber ich verstehe nicht, was du geschrieben hast, vielleicht kannst du mir ein Bild oder ein Schema zeigen...
Ich bin auf einen Blog gestoßen und habe fast geweint, denn der Mann hatte fast die gleiche Idee, die ich einmal hatte und die ich umsetzen wollte, und es war diese Idee, die mich vor etwa einem Jahr zum Programmieren gebracht hat
https://www.r-bloggers.com/time-series-matching-with-dynamic-time-warping/
Und ich dachte, meine Idee sei einzigartig))) Jugend, Naivität... natürlich habe ich DTW nicht benutzt, weil ich es überhaupt nicht verstanden habe