Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 801
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
Ich habe die Vorhersagekraft von 23 Prädiktoren für 12 Währungspaare auf der Grundlage der Verteilungsdifferenz für den Lehrer berechnet, die bei richtiger Vorhersage zu einem Gewinn von mehr als 50 Pips führen würde.
Die Ergebnisse sind wie folgt:
1. Die Vorhersagekraft der gleichen Prädiktoren für verschiedene Währungspaare ist unterschiedlich.
2. Die Vorhersagekraft verschiedener Prädiktoren für ein Währungspaar kann sich um zwei Größenordnungen unterscheiden
3. Die Vorhersagekraft ändert sich, wenn sich das Fenster bewegt. Wenn das Fenster über 500 Balken hinausgeht, stabilisiert sich die Statistik der Variabilität in der Vorhersagefähigkeit
Die Steigung der Vorhersagekraft, die durch das Verschieben des Fensters erreicht wird, variiert zwischen Werten von weniger als einem Prozent und über 100 Prozent. Außerdem sind "schlechte" Prädiktoren (mit großem sko) immer schlecht, und "gute" Prädiktoren sind immer gut.
5. Zwölf Währungspaare wurden untersucht. Drei davon sind hoffnungslos: Unter 23 verwendeten Prädiktoren gibt es keine guten Prädiktoren für meine Zielvariable.
6. Für dasselbe Währungspaar ist die Vorhersagekraft von Long- und Short-Positionen völlig unterschiedlich.
Welche?
Welche?
Im Prinzip spielt es keine Rolle, da die unten aufgeführten Paare für MEINE Prädiktoren und MEINE Zielvariable hoffnungslos sind. Diese sind H1: EURCAD, GBPJPY, USDCHF
Möglicherweise gibt es andere Prädiktoren für diese Paare, die eine akzeptable Vorhersagekraft für eine andere Zielvariable hätten.
Ich berechnete die Vorhersagefähigkeit von 23 Prädiktoren für 12 Währungspaare auf der Grundlage der Unterschiede in den Verteilungen für den Lehrer, mit einer richtigen Vorhersage würde der Gewinn über 50 Pips betragen.
Die Ergebnisse sind wie folgt:
1. Die Vorhersagekraft der gleichen Prädiktoren für verschiedene Währungspaare ist unterschiedlich.
2. Die Vorhersagekraft verschiedener Prädiktoren für ein Währungspaar kann sich um zwei Größenordnungen unterscheiden
3. Die Vorhersagefähigkeit ändert sich, wenn sich das Fenster bewegt. Wenn das Fenster über 500 Balken hinausgeht, stabilisiert sich die Statistik der Variabilität der Vorhersagefähigkeit
Die Steigung der Vorhersagekraft, die durch das Verschieben des Fensters erreicht wird, variiert zwischen Werten von weniger als einem Prozent und über 100 Prozent. Außerdem sind "schlechte" Prädiktoren (mit großem sko) immer schlecht, und "gute" Prädiktoren sind immer gut.
5. Zwölf Währungspaare wurden untersucht. Drei davon sind hoffnungslos: Unter 23 verwendeten Prädiktoren gibt es keine guten Prädiktoren für meine Zielvariable.
6. Für dasselbe Währungspaar ist die Vorhersagekraft von Long- und Short-Positionen völlig unterschiedlich.
Maxim Dmitrievsky Ich war an Ihren Beiträgen zum Thema Verstärkungslernen interessiert. Ich habe für mich selbst Notizen gemacht. Jetzt werde ich endlich meine Kräfte sammeln und mein Experiment mit der genetischen Programmierung beenden. Und dann werde ich sehen. Der GP-Ansatz für den Handel hat insofern etwas mit dem verstärkten Lernen gemeinsam, als es keine vordefinierten Zielvariablen gibt. Wir müssen uns für die GP-Bibliothek entscheiden. Das Wichtigste ist, eine normale Dokumentation dafür zu haben und einen Strategie-Tester zu machen. Ich habe keinen guten gefunden. Ich werde den Code nicht auslegen. Ich werde den Code nicht veröffentlichen und ich werde auch nicht alle Einzelheiten verraten. Das ist keine gute Idee.
ja, ich habe Ihre Beiträge an anderer Stelle (am Anfang) über GAs gesehen, aber dann etwas so-und-so und vergessen
Ich habe das so verstanden, dass es sich um eine automatische Programmierung mit GA handelt. Das Thema ist eigentlich nahe an RL, aber letzteres hat seine eigenen Vorteile, z.B. garantierte Konvergenz zu einem globalen Optimum, im Gegensatz zu GA, + es ist nicht ganz klar, wie man NS einbringen kann
Um ehrlich zu sein, verstehe ich nicht wirklich, wie sich dies von der Bot-Optimierung mit GA unterscheidet. Ich muss ihn noch einmal genauer lesen.
Im Prinzip spielt es keine Rolle, da die unten aufgeführten Paare für MEINE Prädiktoren und MEINE Zielvariable hoffnungslos sind. Diese sind H1: EURCAD, GBPJPY, USDCHF
Es ist durchaus möglich, dass es andere Sätze von Prädiktoren für diese Paare gibt, die eine akzeptable Vorhersagekraft für eine andere Zielvariable haben würden.
Ich verstehe den Punkt. Ich verstehe, danke.
Natürlich ist das möglich.
ja, ich habe Ihre Beiträge an anderer Stelle (am Anfang) über GAs gesehen, aber dann etwas so-und-so und vergessen
Ich habe das so verstanden, dass es sich um eine automatische Programmierung mit GA handelt. Das Thema ist eigentlich nahe an RL, aber letzteres hat seine eigenen Vorteile, z.B. garantierte Konvergenz zu einem globalen Optimum, im Gegensatz zu GA, + es ist nicht ganz klar, wie man NS einbringen kann
Um ehrlich zu sein, verstehe ich nicht wirklich, wie sich dies von der Bot-Optimierung mit GA unterscheidet. Ich muss ihn noch einmal genauer lesen.
Ich berechnete die Vorhersagefähigkeit von 23 Prädiktoren für 12 Währungspaare auf der Grundlage der Unterschiede in den Verteilungen für den Lehrer, mit einer richtigen Vorhersage würde der Gewinn über 50 Pips betragen.
Die Ergebnisse sind wie folgt:
1. Die Vorhersagekraft der gleichen Prädiktoren für verschiedene Währungspaare ist unterschiedlich.
2. Die Vorhersagekraft verschiedener Prädiktoren für ein Währungspaar kann sich um zwei Größenordnungen unterscheiden
3. Die Vorhersagekraft ändert sich, wenn sich das Fenster bewegt. Wenn das Fenster über 500 Balken hinausgeht, stabilisiert sich die Statistik der Variabilität der Vorhersagefähigkeit
Die Steigung der Vorhersagekraft, die durch das Verschieben des Fensters erreicht wird, variiert zwischen Werten von weniger als einem Prozent und über 100 Prozent. Außerdem sind "schlechte" Prädiktoren (mit hohem sko) immer schlecht, und "gute" Prädiktoren sind immer gut.
5. Zwölf Währungspaare wurden untersucht. Drei davon sind hoffnungslos: Unter 23 verwendeten Prädiktoren gibt es keine guten Prädiktoren für meine Zielvariable.
6. Die Vorhersagekraft von Long- und Short-Positionen unterscheidet sich bei ein und demselben Währungspaar grundlegend.
Ich kann vermuten, dass bei den Prädiktoren die gemeinsamen Faktoren, die für verschiedene Instrumente akzeptabel sind, falsch ausgewählt werden.
Was Punkt 2 betrifft, so ergibt sich dieser aus dem Fehler in Punkt 1.
Bei Punkt 3 wird die Wellenstruktur höchstwahrscheinlich nicht berücksichtigt.
Interessanterweise können wir aus Punkt 3 ableiten, dass 500 die untere Grenze des Umfangs der Ausbildungsstichprobe ist
Alle von mir genannten Zahlen beziehen sich nur auf mich - sie können nicht verallgemeinert werden, obwohl 500 für H1 etwas weniger als eine Woche sind.
Und zu Punkt 6: Welchen Unterschied meinen Sie, wenn Sie von Prädiktoren sprechen, dann ist nicht klar, wie das mit der Tatsache übereinstimmt, dass Long- und Short-Positionen in der Tat umgekehrt proportionale Signale sind.
Ich verstehe es auch nicht, aber es ist eine Tatsache.
Hallo Leute!
Ist der KI-Bot schon fertig?
Und wie wird es gehandelt?
Ich frage mich nur.
p.s. und geben Sie Ihre Privatadresse an...