Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 414

 
elibrarius:

Warum ist sie nicht bekannt? Die Anzahl der zu partitionierenden Cluster wird beim Start als Eingabewert festgelegt: K - gewünschte Anzahl von Clustern, K>=1

Angenommen, ich habe die Daten in 4 Gruppen aufgeteilt, was soll ich mit ihnen machen?


Ich meine, dass ich vorher nicht weiß, welche Klasse zu was in der Probe gehört... was mit ihnen danach in Bezug auf den Handel zu tun, weiß ich nicht, vielleicht um zu sehen, welche Fälle zu Verkaufssignalen gehören und welche zu kaufen, was mehr ist, und so weiter...
 
Aleksey Terentev:
Die ML-Pakete, die ich kennengelernt habe, erlaubten alle eine Änderung der Aktivierungsfunktion der Schicht.
Wenn Sie über ausreichende Kenntnisse verfügen und die Bibliothek dies zulässt, können Sie die Neuronenklasse erben und dort Ihre Aktivierungsfunktion registrieren.
Aber das sind extreme Methoden.

Ich wollte ein paar meiner wiederkehrenden Schichten einbauen und schreiben - gut, dass ich zur Vernunft gekommen bin. =)
 
Aleksey Terentev:
Wenn Sie über ausreichende Kenntnisse verfügen und die Bibliothek es zulässt, können Sie die Neuronenklasse erben und dort Ihre Aktivierungsfunktion schreiben.
Aber das sind extreme Methoden.

Einmal wollte ich in ein paar meiner wiederkehrenden Schichten einsteigen und schreiben, aber es ist gut, dass ich zur Vernunft gekommen bin. =)
Es gibt nur eine anfängliche Auswahl des Netzwerktyps nach dem Ausgabetyp, es muss nichts umgeschrieben werden (und alle internen Schichten sind fest als nichtlinear verdrahtet)
 

Der Softmax hat die Signale normal aufgeteilt, nicht wie vorher gab es wenige Käufe und wenige Verkäufe, jetzt ist es gleich. Aber ich verliere immer noch Geld, ich muss die Prädiktoren und Ziele besser ausarbeiten.


 
Leute, es geht um die beiden Ausgänge mit Wahrscheinlichkeiten. Ich denke, Sie haben völlig Recht, ein Exit zu kaufen ist 0,9 und ein anderes Exit zu verkaufen ist 0,1. Aber warum wir sie brauchen, ist eine interessante Frage. Bei einer Darstellung außerhalb der Stichprobe ergeben beide Eingaben 0,9, was dann???? Höchstwahrscheinlich gibt es ein Hin- und Hergezitter. Das passiert auch auf dem Markt, wenn Unsicherheit herrscht. Der Markt weiß nicht, wohin er gehen soll, und das Signal ist bereits erschienen. Und wie man so schön sagt, man bekommt mehr Informationen...
 
Möchten Sie, dass ich einen langen Beitrag darüber schreibe, wie man den Markt vollständig erkennt? ????? Auf jeden Fall eine Idee, wie Sie es versuchen können, außerdem wäre es schneller, in zwei drei Computern zu tun, betrachten Sie parallele Berechnung, ich habe es auf 3 Kerne...
 

Ich erinnere mich, dass jemand mit mir schimpfte, weil ich mich jeden Morgen an meinem Modell orientieren musste, um in Zukunft damit arbeiten zu können. So hat mein gerades Modell heute funktioniert. Schlecht, sagst du, natürlich werde ich es dir sagen... Nun spiegeln Sie es in Ihrem Kopf und beginnen Sie mit dem Handel ab dem dritten Signal. Wie jetzt????? Und Sie sagen, die Orientierungsmethode sei Bullshit....

Und kein Grund, die Oma zu verhätscheln!!!! :-)))))

 

Gut, jetzt, wo Sie auf dem Punkt sind, werde ich Ihnen einen Gedanken zur Datenerfassung für die Verarbeitung mitteilen. Es ist wirklich schwierig, ein Modell mit einem hohen Grad an Verallgemeinerung auf einem ausreichend großen Gebiet zu trainieren, denn der Markt ist ein lebendiger Organismus und bla, bla, bla. Je länger der Trainingszeitraum ist, desto schlechter schneidet das Modell ab, aber länger. Zielsetzung: Erstellung eines Langzeitmodells. Split oder Methode zwei, jedoch für diejenigen, die einen Ausschuss von zwei Netzen verwenden.

Wir haben drei Zustände "Ja", "Nein" und "Weiß nicht", wenn die Gitter in verschiedene Richtungen zeigen.

Wir trainieren das Netz auf den gesamten Abschnitt, in unserem Fall 452 Einträge. Das Netz lernte diesen Satz zu 55-60 %, wobei davon ausgegangen wurde, dass die "Weiß nicht"-Antworten im Trainingssatz 50 % ausmachten, so dass 226 Signale das Netz nicht lernen konnte. OK, jetzt bauen wir ein neues Modell NUR auf den "Weiß nicht"-Zuständen auf, d.h. wir versuchen, das Modell auf solchen Quasi-Zuständen aufzubauen, die das erste Modell in die Irre führten. Das Ergebnis ist in etwa dasselbe: Von 226 wird nur die Hälfte erkannt, der Rest erhält den Status "Weiß nicht", dann wird das Modell erneut erstellt. Das Ergebnis ist 113, dann 56, dann 28, dann 14. Bei 14 Einträgen, die keinem der vorherigen Modelle bekannt sind, berechnet der Jprediction Optimizer in der Regel bis zu 100 % Generalisierbarkeit.

Als Ergebnis haben wir ein "Pattern System", das den gesamten Markt in einem Zeitraum von drei Monaten erkennt.

Hier ist ein weiterer Weg, neben "Kontext des Tages" Wie Sie den Markt in Teilräume aufteilen und Training durchführen können, indem Sie genau das "Pattern System" Hier ist ein Beispiel....

 

Um ehrlich zu sein, habe ich die Unterteilung hier ein wenig anders vorgenommen, aber die Essenz bleibt dieselbe.

Es gab eine allgemeine Datei mit 288 Zeilen, die ich in drei Stichproben aufgeteilt habe, die Anzahl der Datensätze der Trainingsstichprobe ist in der Zeile Tootal patterns angegeben.

* Sensitivity of generalization abiliy: 74.07407407407408%
* Specificity of generalization ability: 70.96774193548387%
* Generalization ability: 72.41379310344827%
* TruePositives: 20
* FalsePositives: 7
* TrueNegatives: 22
* FalseNegatives: 9
* Total patterns in out of samples with statistics: 58

Die letzte:

* Sensitivity of generalization abiliy: 61.904761904761905%
* Specificity of generalization ability: 60.0%
* Generalization ability: 60.869565217391305%
* TruePositives: 39
* FalsePositives: 24
* TrueNegatives: 45
* FalseNegatives: 30
* Total patterns in out of samples with statistics: 138

Und die letzte.

* Sensitivity of generalization abiliy: 69.04761904761905%
* Specificity of generalization ability: 66.0%
* Generalization ability: 67.3913043478261%
* TruePositives: 29
* FalsePositives: 13
* TrueNegatives: 33
* FalseNegatives: 17
* Total patterns in out of samples with statistics: 92

Ohne Bedingung sollte jeder von ihnen gewinnen, aber achten Sie auf die Gesamtzahl der Angebote in diesem Bereich 54 Stück (Grundstrategie). Und genau das geschah, als sie alle zusammenarbeiteten.


 
Ab 05.29 Uhr und 15 Minuten ist alles außerhalb der Stichprobe. Sie ist bereits in der dritten Woche. Aber wenn es nicht mehr gewinnt, dann ist es im Grunde ein Almosen für den Ansatz, aber ich glaube...... :-)