Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 781
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
schwer überfüßig, schüttet auf dem os
Ich werde in einem langen Intervall trainieren, dann werde ich OOS zeigen
Ich muss auch die Umgebungsbeschreibung ändern.
Ich gehe also davon aus, dass sich die stockhastischen Perioden selbst nicht ändern, sondern dass es eine Gewichtung gibt, mit der die Attribute multipliziert werden und dann die Aktivierungsfunktion angewendet wird?
Verstehe ich das richtig, dass sich die Perioden der Stochastik selbst nicht ändern, sondern die Gewichtung übernommen wird, mit der die Vorzeichen dann multipliziert werden und dann die Aktivierungsfunktion aktiviert wird?
Das Ziel für die Stochastik (3 RSI) wird ausgewählt, d.h. es gibt keine vorgegebene Menge an Labels, ja
aber er wird nicht durch den Optimierer, sondern durch einen vollwertigen NS trainiert
Sehr geehrte Damen und Herren, empfehlen Sie eine Klassifizierung, wenn die Strichnummern der Einträge bekannt sind, aber die Gründe nicht bekannt sind.
Wie lassen sich Muster erkennen? In zwei Klassen zu unterteilen, wo man eintreten kann und wo nicht?
Zwei Vektoren: einer für Long-Positionen, einer für Short-Positionen
Wo man eintritt/ist in Position = 1 , in anderen = 0
Das größte Problem sind die Prädiktoren. Es sollten solche sein, die für das Ziel relevant sind.
Wenn wir keine Erfahrung haben, nehmen wir 6 Modelle, und vor allem gibt es einen vollständigen Zyklus: Vorbereitung der Prädiktoren, das Modell selbst und die Bewertung dieser Modelle. Wenn Sie eine Datei in Excel vorbereiten, können Sie alle aufgelisteten Ergebnisse auf einmal sehen, ohne etwas in R zu verstehen.
Aber es gibt eine Menge Material in diesem Thread
Viel Glück!
PS.
Ich gehe davon aus, dass wir viel mehr Leute in unserer Armee haben.
die Ziele für die Stochastik (3 RSI) werden aufgezählt, d.h. es gibt keine Reihe von Labels
wird nicht durch den Optimierer trainiert, sondern durch den vollwertigen NS
Was ist ein Ziel, sollte ich wissen?
Ich beschäftige mich ein wenig mit ARIMA. Ich habe verstanden, dass es drei Schritte gibt:
1. die Identifizierung eines Versuchsmodells.
2. die Schätzung der Parameter und die Überprüfung der Angemessenheit.
3. eine Vorhersage.
Beim ersten Punkt möchte ich sicherstellen, dass die Reihe stationär ist. Wenn nicht, möchte ich eine Reihe von Momenten erstellen.
Was sind Ziele, möchten Sie wissen?
Das Ziel (Label) ist das, was dem NS-Ausgang während des Trainings zugeführt wird (d. h. der Wert, den er ausgeben soll)
und das, was dem Input zugeführt wird, ist ein Merkmal (ein Feature, ein Prädiktor)
Was sind die Ziele, würde ich das wissen?
Ich arbeite jetzt schon eine Weile mit ARIMA. Ich weiß, dass es drei Schritte gibt:
1. die Identifizierung eines Testmodells.
2. die Schätzung der Parameter und die Überprüfung der Angemessenheit.
3. eine Vorhersage.
Zum ersten Punkt: Es stellt sich heraus, dass wir uns vergewissern müssen, dass die Reihe stationär ist, wenn nicht, die Reihe der Momente.
Es gibt eine Funktion auto.arima, die automatisch Parameter auswählt, und es gibt 3 (6), statt einem.
Sie überprüfen das Residuum des Modells. Hierfür gibt es spezielle Tests.
Zwei Vektoren: einer für Long-Positionen, einer für Short-Positionen
Wo man eintritt/ist in Position = 1 , in anderen =0
Das größte Problem sind die Prädiktoren. Es sollten solche sein, die für das Ziel relevant sind.
Wenn wir keine Erfahrung haben, nehmen wir 6 Modelle, und vor allem gibt es einen vollständigen Zyklus: Vorbereitung der Prädiktoren, das Modell selbst und die Bewertung dieser Modelle. Wenn Sie eine Datei in Excel vorbereiten, können Sie alle aufgelisteten Ergebnisse auf einmal sehen, ohne etwas in R zu verstehen.
Aber es gibt eine Menge Material in diesem Thread
Viel Glück!
PS.
Ich muss sagen, dass wir viel mehr Leute in unserer Armee haben.
Ich danke Ihnen! Auch wenn es nicht schwierig ist, wo man über 6 Modelle, die Vorbereitung der Prädiktoren, das Modell und seine Bewertung lesen kann. Ich habe versucht, ein wenig in R zu arbeiten, aber in den letzten Jahren ist es schwierig zu verstehen, was dort vor sich geht.
Es gibt eine auto.arima-Funktion, die automatisch die Parameter auswählt, und es gibt 3 (6), nicht einen.
Sie überprüfen das Residuum des Modells. Zu diesem Zweck gibt es spezielle Tests.
Zum ersten Punkt habe ich verstanden, dass wir sicherstellen müssen, dass die Reihe stationär ist, wenn sie nicht in Momente zerlegt werden soll. Ich habe es mit ACF, CHAF und Dickey-Fuller-Test überprüft.
Der ACF wird sogar in MMS hergestellt.
Zum ersten Punkt habe ich verstanden, dass man sicherstellen muss, dass die Reihe stationär ist, wenn sie nicht in Impulse zerlegt werden soll. Zur Überprüfung von ACF, CCCF und Dickey-Fuller-Test.
Der ACF wurde sogar in MQL durchgeführt.
Ich habe nicht viele verschiedene Tools, Sie werden mit allerlei Unsinn wie ACF und vielem anderen Zeug zu tun haben. In R wissen Sie einfach, dass es nicht funktioniert, aber in µl nicht, weil Ihnen das Werkzeug fehlt.