Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 524

 
Mein Name istGrigoriy Chaunin:


Dies konnte ich mit den Testdaten erreichen. Das Netzwerk läuft auf macd, atr, stochastische Indikatoren. Die Indikatorparameter sind standardmäßig eingestellt. Es gibt praktisch keine falschen Signale. Gelbe Punkte bedeuten Netzbetrieb. Aber das Netz verpasst Signale. Ich brauche einige Ideen für Indikatoren und ihre Parameter.


Bitte, sagen Sie es mir. Was ist Ihr System geschrieben, gibt es irgendwelche Code-Beispiele oder kann ein Indikator auf dem Forum gepostet werden. Bitte, danke.

 
Dr. Trader:

Es ist sehr gefährlich, einem Lehrer willkürlich Klassen zuzuteilen, z. B. indem man einen Indikator zur Erstellung von Lehrerklassen nimmt und dann einige der Werte durch NA ersetzt.

Selbst wenn es gute Prädiktoren und gute Lehrerklassen gibt und das Modell bei neuen Daten gute Ergebnisse liefert, kann jeder Versuch, die Klassenwerte zu verändern, das Modell vollständig zerstören. Es ist ein großer Erfolg, Indikatoren für Prädiktoren und einen Indikator für Klassen zu finden, die das Modell bei neuen Daten rentabel halten.

Ich würde empfehlen, mit zwei einfachen Klassen zu beginnen - die Farbe des nächsten Balkens (d.h. Kauf/Verkauf). Nehmen Sie mindestens 10000 Trainingsbeispiele (historische Balken), trainieren Sie das Modell und bewerten Sie das Ergebnis anhand der nächsten 10000 historischen Balken (die dem Modell während des Trainings unbekannt waren). Wenn es uns gelingt, Prädiktoren zu finden, die die Genauigkeit des Modells bei alten und neuen Daten auf demselben Niveau halten, können Sie damit beginnen, einen Indikator für die Klassen einer Lehrkraft auszuwählen. Und es wird sich herausstellen, dass das Modell die Genauigkeit bei neuen Daten nicht beibehalten wird, indem einfach der erste verfügbare Indikator genommen wird. Warum einige Indikatoren für einen Lehrer geeignet sind und andere nicht, weiß ich nicht.


Es ist kein besonderer Glücksfall, wenn diese Indikatoren gerade jetzt funktionieren. Dies kann der Fall sein, wenn die Wahl der Trainingsgröße richtig ist und die Parameter der Indizes gut passen. Der Punkt ist, dass es nicht möglich sein wird, das nächste Mal ein gutes Modell mit ihnen zu bekommen. Aber ich werde Ihnen das Geheimnis des Marktes verraten (ich hoffe, der Zauberer hat es nicht verpasst)

Damit die NS lange arbeiten und immer die Grundlage für die Vorhersage oder Klassifizierung des Preises finden müssen!!!!! Das habe ich schon hundertmal geschrieben. Es ist notwendig, solche Daten zu erfassen, die den Grund für die Schließung darstellen. Und dann können Sie JEDE Handelsstrategie auf der Grundlage des Preises entwickeln.

Volim+Delta+Open Interest=Close.

Das Rätsel war leicht zu lösen :-)

Das bloße Öffnen ist noch kein Sieg. Man muss wissen, wie man das, was darin steht, richtig benutzt.

 
Mihail Marchukajtes:

Damit der NS lange und immer funktioniert, ist es notwendig, eine Grundlage für die Vorhersage oder Klassifizierung von Preisen zu finden!!!!! Das habe ich schon hundertmal geschrieben. Sie müssen Daten erfassen, die der Grund für CLOSE sein werden. Und dann können Sie JEDE Handelsstrategie auf Basis des Preises aufbauen...


Eine sehr attraktive Idee in ihrer Einfachheit.


Und WAS handeln wir: Preisabweichung? Trend? Niveau? Und wie tragen wir einer Vielzahl von Aufträgen Rechnung: Sind wir aus dem Markt raus, sind wir drin, sind wir draußen, halten wir eine Position? Haben wir die gleiche Art von "out" oder mehrere?

Wenn wir all diese Umstände berücksichtigen, wird es äußerst schwierig, einen "Lehrer" zu konstruieren. Aber es ist unmöglich, einen vernünftigen Lehrer zu konstruieren, ohne alle diese Umstände zu berücksichtigen, oder man muss etwas außerhalb des Entscheidungsblocks hinzufügen.

Wenn also der Lehrer konstruiert ist, muss man die Prädiktoren finden, die für diesen Lehrer "ursächlich" sind. Und wenn man lernt, wasDr. Trader geschrieben hat,"wird die Modellgenauigkeit bei alten und neuen Daten ungefähr gleich bleiben".

 
SanSanych Fomenko:

Was den Lehrer betrifft, so habe ich bereits den folgenden Indikator vorgeschlagen, der die voraussichtliche Entwicklung der Preise gut widerspiegelt.

double iCustomAuto(const int bar, 
                   const string symbol = NULL, const int period = PERIOD_CURRENT)
{   // Generate custom signals for ML
    if( bar >= Bars-2 || 2 >= bar ) {
        return 0.0;
    }
    // double ema22,
    double ema21, ema20, ema2_, ema2__, result = 0.0;
    // ema22 = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar+2 );
    ema21 = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar+1 );
    ema20 = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar );
    ema2_ = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar-1 );
    ema2__ = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar-2 );
    if( ema20 < ema2_ ) {
        result = 1.0;
        if( ema21 < ema20 ) {
            result = 0.6;
        }
        if( ema2_ > ema2__ ) { // ema22 < ema21 && ema21 > ema20 && 
            result = 0.3;
        }
    } else if( ema20 > ema2_ ) {
        result = -1.0;
        if( ema21 > ema20 ) {
            result = -0.6;
        }
        if( ema2_ < ema2__ ) { // ema22 > ema21 && ema21 < ema20 && 
            result = -0.3;
        }
    }
    return result;
};
Beispiel
 
Aleksey Terentev:

Über den Lehrer habe ich bereits den folgenden Indikator vorgeschlagen, der den Preistrend gut widerspiegelt, mit Blick auf die Zukunft.

6 Klassen. Welche Maßnahmen implizieren sie? 1 und -1 kaufen/verkaufen. Was ist mit anderen?
Gelingt es dem Modell, ohne Verzerrungen auszukommen (wenn das Modell überwiegend 1 der Klassen vorhersagt)? Mit 3 Klassen kann ich die Schiefe in keiner Weise übertreffen. Selbst die Ausrichtung nach Klassen, indem man Beispiele kopiert, hilft nicht weiter. Und es sind 6!
 
SanSanych Fomenko:

Eine sehr attraktive Idee in ihrer Einfachheit.


Und WAS handeln wir: Preisabweichung? Trend? Niveau? Und wie berücksichtigen wir eine Vielzahl von Aufträgen: Sind wir aus dem Markt, sind wir drin, sind wir draußen, halten wir eine Position? Haben wir die gleiche Art von "out" oder mehrere?

Wenn wir all diese Umstände berücksichtigen, wird es äußerst schwierig, einen "Lehrer" zu konstruieren. Aber es ist unmöglich, einen vernünftigen Lehrer zu konstruieren, ohne alle diese Umstände zu berücksichtigen, oder man muss etwas außerhalb des Entscheidungsblocks hinzufügen.

Wenn also der Lehrer konstruiert ist, muss man die Prädiktoren finden, die für diesen Lehrer "ursächlich" sind. Und wenn man das lehrt, wasDr. Trader geschrieben hat,"bleibt die Genauigkeit des Modells bei alten und neuen Daten ungefähr gleich".


Der Lehrer kann eigentlich jeder sein, solange er in die Zukunft blickt. Sogar 1 bar ist ausreichend. Die Eingänge werden genau die sein, die ich bereits erwähnt habe. Glauben Sie mir, sie sind die, die Sie verwenden sollten, aber wie???? ist eine andere Geschichte und darin liegt das Geheimnis des Marktes....

 
elibrarius:
6 Klassen. Welche Maßnahmen implizieren sie? 1 und -1 offenbar kaufen/verkaufen. Was ist mit den anderen?
Gelingt es dem Modell, ohne Verzerrungen auszukommen (wenn das Modell überwiegend 1 der Klassen vorhersagt)? Mit 3 Klassen kann ich die Schiefe in keiner Weise übertreffen. Selbst die Ausrichtung nach Klassen, indem man Beispiele kopiert, hilft nicht weiter. Und es gibt 6 davon!
Niemand zwingt Sie, sie alle zu benutzen. Filtern Sie einfach nach einer Einheit in einem Modul und das war's. Seien Sie nicht dramatisch.
 

Ich verstehe nicht, dass es nur um Utopien geht.

Maschinelles Lernen im Devisenhandel ist eine nutzlose Sache. Im Devisenhandel entsteht ständig eine neue Situation, es gibt keinen Stillstand.

Man muss ständig neue Entscheidungen treffen, wie im Fußball. Es gibt keine Möglichkeit vorherzusagen, wo der Ball erscheinen wird. Sie können dem Roboter nicht beibringen, eine neue Entscheidung zu treffen.

Genauso wenig wie man einem Roboter beibringen kann, ein Gedicht oder Musik zu komponieren. Er hat keine Intelligenz, er hat keine Intuition.

Man kann sie nicht programmieren.

 
Petros Shatakhtsyan:

Ich verstehe nicht, was dieser ganze utopische Kram soll.

Maschinelles Lernen im Devisenhandel ist eine nutzlose Sache. Im Devisenhandel entsteht ständig eine neue Situation, es gibt keinen Stillstand.

Man muss immer wieder neu entscheiden, wie im Fußball. Es gibt keine Möglichkeit vorherzusagen, wo der Ball erscheinen wird. Sie können dem Roboter nicht beibringen, eine neue Entscheidung zu treffen.

Genauso wenig wie man ihm beibringen kann, ein Gedicht oder Musik zu komponieren. Er hat keine Intelligenz, er hat keine Intuition.

Es ist unmöglich, sie zu programmieren.

Der Zeitplan ändert sich, NS findet neue Lösungen, die sich von den bisherigen unterscheiden, wenn ich das Thema richtig verstehe. Deshalb heißt es NEURO-.
 
Petros Shatakhtsyan:

Ich verstehe nicht, dass es nur um Utopien geht.

Maschinelles Lernen im Devisenhandel ist eine nutzlose Sache. Im Devisenhandel entsteht ständig eine neue Situation, es gibt keinen Stillstand.

Man muss immer wieder neu entscheiden, wie im Fußball. Es gibt keine Möglichkeit vorherzusagen, wo der Ball erscheinen wird. Sie können dem Roboter nicht beibringen, eine neue Entscheidung zu treffen.

Genauso wenig wie man ihm beibringen kann, ein Gedicht oder Musik zu komponieren. Er hat keine Intelligenz, er hat keine Intuition.

Es ist unmöglich, sie zu programmieren.


Wirklich.... Du verstehst einfach nicht, wovon du sprichst, deshalb bist du so negativ. NS ist in der Lage, Daten zu verallgemeinern, und das reicht aus, um jedes neue Beispiel zu haben, das nicht am Lernen beteiligt war. Richtig interpretieren....