Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1493
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 verstehe überhaupt nicht, wie das funktioniert.
Ich habe weder das eine noch das andere verstanden und den Unterschied in der Verwendung gesehen, so dass ich nach 2-3 Stunden Studium aufgegeben habe)
Auch ich habe den Unterschied in der Verwendung nicht verstanden und gesehen, deshalb habe ich es nach 2-3 Stunden Studium aufgegeben)
Man könnte die Werte der Hidden-Matrix mit dem aktuellen Wert, z. B. Return, multiplizieren und erhält die Klassenbezeichnung (d. h. den verborgenen Zustand). Aber dann stellt sich heraus, dass es sich um einen einfachen Klassifikator handelt.
und geben auch normalisierte Werte 0:1 an den Eingang
Ich weiß nicht, was der Trick dabei ist :)
Die Methode erinnert stark an einen nicht-parametrischen naiven Bayes'schen Klassifikator. Es gibt kein Ziel. Wenn zwei Zustände im Modell verwendet werden, unterscheiden sie gut zwischen einem Abwärtstrend und einem Aufwärtstrend (Beispiel EURUSD-H4). Die einfachste Implementierung des Indikators in R ist in wenigen Zeilen erledigt (Paket depmixS4). Die von ihnen erzeugten Handelssignale und Ergebnisse entsprechen vollständig dem Beobachtungsgebiet, in dem die Simulation durchgeführt wurde. Es ist interessant zu sehen, wie sich die Wahrscheinlichkeitskurven auf dem realen Markt verändern werden, wenn neue Daten eintreffen.
Die Methode erinnert stark an einen nicht-parametrischen naiven Bayes'schen Klassifikator. Es gibt kein Ziel. Wenn zwei Zustände im Modell verwendet werden, unterscheiden sie gut zwischen einem Abwärtstrend und einem Aufwärtstrend (Beispiel EURUSD-H4). Die einfachste Implementierung des Indikators in R ist in wenigen Zeilen erledigt (Paket depmixS4). Die von ihnen erzeugten Handelssignale und Ergebnisse entsprechen vollständig dem Beobachtungsgebiet, in dem die Simulation durchgeführt wurde. Es ist interessant zu sehen, wie sich die Wahrscheinlichkeitskurven auf dem realen Markt verändern werden, wenn neue Daten eintreffen.
Hm, bei neuen Daten ist das interessant. Bis jetzt haben wir noch keinen einfachen und verständlichen Code in C gefunden, so dass wir mql verwenden können, um die Bibliothek zu schreiben und uns nicht die Mühe machen müssen. Viterbi und EM aller Art, Lightclihoods und so weiter.
es wäre ein guter Indikator für die Fehlersuche.
als Pannenindikator funktionieren würdeGenau richtig. Und bei der Ermittlung der Tiefst- und Höchststände und der Schließung würden wir Ihnen ohnehin helfen.
Genau richtig. Und wir würden dabei helfen, die Mindest- und Höchstbeträge zu ermitteln und zu bestimmen, wo man überhaupt abschließen sollte.
Sie sollten die Mathematik mit Gottes Hilfe studieren, es ist gefährlich, einfach nur gedankenlos Pakete zu verwenden.
Aber ja, es ist ein einfaches Bayes'sches Raster, ein probabilistisches Raster.
Sie sollten die Mathematik mit Gottes Hilfe studieren, es ist gefährlich, einfach nur gedankenlos Pakete zu verwenden.
aber ja, es ist ein einfaches Bayes'sches Raster, ein probabilistisches Raster.
Können Sie so etwas herstellen? Ich frage mich, wie das in Echtzeit funktioniert. Und einen Kanal, um es an diesem Ding zu befestigen - das dauert nur eine Sekunde.
Können Sie so etwas herstellen? Ich frage mich, wie das in Echtzeit funktioniert. Und einen Kanal, um das Ding anzuschließen - das können wir in einer Sekunde machen.
Ich lese schon seit Tagen und stöbere in den Paketen. Ich kann noch nicht, brauche mehr Mana.
Die Methode erinnert stark an einen nicht-parametrischen naiven Bayes'schen Klassifikator. Es gibt kein Ziel. Wenn zwei Zustände im Modell verwendet werden, unterscheiden sie gut zwischen einem Abwärtstrend und einem Aufwärtstrend (Beispiel EURUSD-H4). Die einfachste Implementierung des Indikators in R ist in wenigen Zeilen erledigt (Paket depmixS4). Die von ihnen erzeugten Handelssignale und Ergebnisse entsprechen vollständig dem Beobachtungsgebiet, in dem die Simulation durchgeführt wurde. Es ist interessant zu sehen, wie sich die Wahrscheinlichkeitskurven auf dem realen Markt verändern werden, wenn neue Daten eintreffen.
Ich weiß nicht, warum, aber Ihr Indikator sieht aus wie MACD durch einige Bandpass-Filter abgeschnitten, fügen Sie MACD zum Vergleich
Die Handelssignale und die von ihnen erzeugten Ergebnisse stimmen vollständig mit dem Beobachtungsgebiet überein, in dem die Simulation stattgefunden hat.
Jede Maschine kann durch Training in einen Gral verwandelt werden. Und im Allgemeinen ist viel darüber gesagt worden, dass wenig von der Wahl der Klassifizierungs-/Regressionsmethode abhängt, ebenso wie bei "Indikatoren", die man übrigens auch kaum als MO bezeichnen kann (wenn sie optimiert sind).