Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 654
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
Yuri, mach dir keine Sorgen - deine Hilfe und deine Vorschläge werden von mir berücksichtigt, und sie sind das, was mich davon abhält, den Algorithmus vollständig zu beschreiben. Ich denke darüber nach, wie ich damit umgehen soll... Ich weiß es noch nicht. Das war's - ich verlasse diesen Thread. Schimpfen Sie nicht mit dem Pianisten, er spielt, was er kann.
Ja, Doc - wenn Sie immer noch mit neuronalen Netzen arbeiten, tun Sie es mit transformierten Stichproben. Von dort aus können Sie entweder gleichmäßig oder exponentiell lesen. Das ist wirklich alles. Ich gehe besser nach Hause - die Stimmung hier scheint sich verbessert zu haben.
Eigentlich reden Sie hier alle über das Falsche...
Es geht um die Daten und dann um die Umsetzung des MO-Absauges in den TS. Ich denke, es ist besser, darüber zu sprechen, wie man ein verrauschtes Prädikat mit NS, mit einer Genauigkeit von knapp über 50 %, in einen TS verwandelt, der zumindest über dem Spread liegt.
Eigentlich reden Sie hier alle über das Falsche...
Es geht um die Daten und dann um die Umsetzung des MO-Absauges in den TS. Ich denke, es ist besser, darüber zu sprechen, wie man ein verrauschtes Prädikat mit NS, mit einer Genauigkeit von knapp über 50 %, in einen TS verwandelt, der zumindest über dem Spread liegt.
***
Als Beweis zum jetzigen Zeitpunkt:
Demo?
Und wo war der Rubel vor 14? ))))))
Eigentlich reden Sie hier alle über das Falsche...
Es geht um die Daten und dann um die Umsetzung des MO-Absauges in den TS. Ich denke, es ist besser, darüber zu sprechen, wie man ein verrauschtes Prädikat mit NS, mit einer Genauigkeit von knapp über 50 %, in einen TS verwandelt, der zumindest über dem Spread liegt.
Darüber habe ich auch schon oft nachgedacht.
Wenn das Regressionsmodell Kursgewinne pro Balken vorhersagt und der R2-Wert bei Fronttests und Backtests über Null liegt, ist das bereits ein guter Anfang. Das Problem ist, dass das Ergebnis zwar stabil, aber klein ist und die Spanne nicht übertroffen werden kann.
Analytisch gesehen besteht das Problem darin, dass R2 das Modell bei großen Fehlern stärker bestraft und kleine Fehler und falsche Handelsrichtungen ignoriert. Betrachtet man die Verteilung der Kursgewinne, so liegen die meisten Kursbewegungen nur bei ein paar Pips. Und das Modell lernt, anstatt die richtige Richtung solcher kleinen Bewegungen vorherzusagen, die langen Schwänze der Verteilung vorherzusagen, für die es ein höheres R2 erhält. Infolgedessen kann das Modell große Bewegungen einigermaßen vorhersagen, aber bei kleinen Bewegungen macht es immer einen Fehler in der Richtung und verliert den Spread.
Fazit: Standardregressionsschätzungen sind schlecht für den Devisenhandel. Es ist notwendig, eine Art Fitnessfunktion zu entwickeln, die Handelsrichtungen, Streuung und Genauigkeit berücksichtigt, und die Funktion sollte glatt sein. Dann besteht selbst bei einer Genauigkeit von etwas mehr als 50 % eine Chance auf Gewinn.
Genauigkeit, Sharp-Ratio, Recovery-Faktor und andere Funktionen, die das Trading-Chart analysieren, sind zu diskret, Neuronics mit Standard-Backprops kommen nicht aus dem lokalen Minimum heraus und lernen nicht richtig.
Eine alternative Schlussfolgerung wäre, schwache Signale des Neurons vollständig zu ignorieren. Handeln Sie nur mit starken Titeln. Das Problem ist, dass wir immer einen Schwellenwert festlegen können, der beim Backtest gute Ergebnisse liefert, beim Fronttest aber nicht. Auch das ist eine Überlegung wert.
Eine andere Schlussfolgerung wäre, schwache neuronale Signale völlig zu ignorieren. Handeln Sie nur mit starken Titeln. Das Problem besteht darin, dass man immer einen Schwellenwert finden kann, der im Backtest gute, im Fronttest aber keine guten Ergebnisse liefert. Auch hier sollten wir uns etwas einfallen lassen.
Es ist logisch, auf starke Werte zu setzen. Und die Tatsache, dass wir am Frontend schlechte Ergebnisse erzielt haben - vielleicht hat sich NS nur an die Ergebnisse des Backtests erinnert und nicht verallgemeinert.
Vielleicht sollte ein Abschnitt zur Validierung eingeführt werden?
Es kann sich jedoch herausstellen, dass eine Anpassung an den Validierungsabschnitt erfolgen wird. Und der Stürmer wird wieder schlecht sein.
und falsche Transaktionsanweisungen.
Könnte von Interesse sein: rugarch::DACTest - Test der Richtungsgenauigkeit. Das Interessanteste daran ist, dass der Autor unser russischer Zeitgenosse Anatoljew ist.
Anatolyev S. Vorhersagbarkeitstest. Quantil #1, September 2006, pp. 39-43.