Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1028
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
Ein wenig über die Mechanismen des Marktes...
Ich werde gleich ein paar Bilder einfügen, und dann, wenn es weitergeht...
1)
Forex-Broker "oanda", der die offenen Positionen seiner Kunden öffentlich bekannt gibt
Dies ist die Differenz der offenen Nettopositionen der Makler - Käufer - Verkäufer
2)
Vor langer Zeit, im Jahr 14, als wir meine eigene Handelsfirma hatten, handelte ich mit dem Indikator, der auf dem Pfahl gebaut wurde, baute eine kumulative Summe von Käufern und Verkäufern für einige Zeit und berechnete das Delta, das die Differenz zwischen ihnen ist, der Indikator wurde in Excel gebaut, hier sind die Bilder aus meinem Tagebuch, 2014
3)
Trainiertes neuronales Netz, für zwei Klassen zu kaufen, zu verkaufen, aber statt einer Klasse wie "11010010" gibt es die Wahrscheinlichkeit einer Klasse, wieder machen wir eine kumulative Summe der Wahrscheinlichkeiten von Klassen zu kaufen und Klassen zu verkaufen und zählen die Differenz, das ist die blaue Grafik und neuronales Netz Arbeit auf die neuen Daten
Müssen Sie Pfeile zeichnen oder wollen Sie es selbst tun? )))
dies ist übrigens Seite 40 desselben Threads
Wie Sie sehen, unterschiedliche Quellen, unterschiedliche Ansätze, aber der Punkt ist derselbe...
Der Markt steigt, wenn Sie verkaufen, und fällt, wenn Sie kaufen...
Ich frage mich, ob jemand weiß, wie man einen zufällig generierten BP von einem echten Preis unterscheiden kann, und ob er etwas erklären kann...
Man könnte versuchen, Kriterien der Anpassungsgüte (z. B. Kolmogorov-Smirnov) zwischen Stichproben von Inkrementen der generierten und realen Reihen anzuwenden. So wird beispielsweise davon ausgegangen, dass die realen Preise dickere Schwänze und einen schärferen Mittelpunkt haben als die Gaußsche Verteilung.
Wie Sie sehen, unterschiedliche Quellen, unterschiedliche Ansätze, aber der Punkt ist derselbe...
Der Markt steigt, wenn Sie verkaufen, und fällt, wenn Sie kaufen...
Das ist wahr.
eine kleine und fast unbedeutende Nuance
Wie kann ein Roboter verkaufen, wenn der Preis steigt?
Huch!
Denken Sie einfach ein wenig darüber nach, okay?
Ich habe bereits oben geschrieben, warum das so ist, wenn überhaupt...
Ich frage mich, ob jemand weiß, wie man den Unterschied zwischen zufällig generierten BP und realen Preis BP, erklären, wenn überhaupt ...
Bei der realen BP kann man beobachten, dass die Volatilität zu bestimmten Tageszeiten (24-Stunden-Zeitraum) in Verbindung mit der Eröffnung von Sitzungen immer wieder ansteigt. Wir sollten dies nicht in der Zufallsauswahl sehen.
ein kleines, fast unbedeutendes Detail
Wie kann ein Roboter verkaufen, wenn der Preis steigt?
Ups!
Ich verstehe das nicht, was ist das Problem?
Ich verstehe nicht, wo ist die Diskrepanz?
........
Müssen Sie die Pfeile zeichnen oder haben Sie das bereits selbst getan? )))
Dies ist übrigens Seite 40 desselben Threads.
Ja, wir brauchen Pfeile.
genau dieselbe Open-Source-Indie, die ich 2012 in den Prognosen-Thread gestellt habe. Ich hoffe, er ist noch da.
alle haben gelacht, weil niemand etwas verstanden hat ;))))
natürlich ein Spiegel des Kinderzimmers, je nach Situation, ist es kaufen oder verkaufen
und wieder.
Das Ganze funktioniert wie jedes neuronale Netz, solange der Markt flach ist.
Ich habe eine zufällige Serie (DIES IST NICHT DER PREIS) mit einer Trendkomponente erzeugt und sie mit Mustern der technischen Analyse bemalt, um zu zeigen, dass die klassische TA sogar durch den Zufall beschrieben werden kann, und dass diese TA sogar im Zufall existiert, aber sie ist nicht da, sie ist nur eine Eigenschaft von Serien mit einer Trendkomponente.Jede Umkehrung kann durch eine TA-Zahl beschrieben werden, sehen Sie? es wird immer ein Kopf und Schultern, oder ein Doppel- oder Dreifach-Top sein, auch in zufälligen, aber zur gleichen Zeit gibt es keine prädiktiven Eigenschaften zu diesen Zahlen
Meines Erachtens geht es nicht darum, ob diese Zahlen bei einem symmetrischen Random Walk vorhanden sind oder nicht. Die korrektere Frage ist, ob es einen statistisch signifikanten (und praktisch nützlichen) Unterschied im Verhalten einer Reihe von realen Preisen um diese Zahlen herum von der zufällig generierten Version gibt. Wenn wir das genau überprüfen wollen, dann haben wir Probleme mit der formalen Definition von Formen usw. usw. Beispielsweise schlossen sich Lücken deutlich schneller, als es bei einem symmetrischen Random Walk der Fall sein sollte (nicht dass damit Geld zu verdienen gewesen wäre).
Das zufällige symmetrische Wandern "zeichnet" sehr wohl Trends und Zyklen, und es kann mit den Methoden der Theoretiker gezeigt werden. Aber Geld verdienen kann man damit natürlich nicht.
Ich denke, dass Random Walks als alternative Historie für die Optimierung primitiver Trendsysteme verwendet werden können, die keine Vorhersageeigenschaften haben, sondern einfach nur Trends folgen.
Ich kann zum Beispiel 3000 Jahre alternativer Historie generieren und einen Trendroboter auf diese Daten hin optimieren. Es scheint mir, dass sich der Roboter im realen Handel mit neuen Daten besser verhält, als wenn er für die letzten Jahre der realen Historie optimiert wurde.