Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1555

 
Aleksey Vyazmikin:

Die Idee der Mischung ist interessant, aber ich habe den Eindruck, dass man die Kursbewegung von einem Schlüsselpunkt zum anderen zufällig bestimmen muss. Und die Blöcke selbst sollten mit ZZ erstellt werden, dann sieht es wirklich wie ein Markt aus.

Dann wird das Modell die Muster erfassen, die zu diesen Extremen führen. Und die neuen Daten könnten sich als unsinnig erweisen.

Mein Modell lernt, nicht an die Form der Preisbewegung gebunden zu sein, sondern kleine Muster wie die Volatilitätshäufung zu lernen, die den Markt von der SB unterscheidet. Es handelt sich also um reineÖkonometrie(in meiner Version)

Ich habe optimiert und festgestellt, dass mein Laptop damit nicht mehr zurechtkommt. Ich muss mir eine vernünftige Hardware besorgen. Aber das wird mich zu suboptimalem Code zwingen, also werde ich sehen, was ich tun kann.

Die zweite Möglichkeit ist, das Catbust zu verwerfen und alles im Forest in mql neu zu schreiben. Aber es ist bequemer, in Python zu untersuchen
 
Maxim Dmitrievsky:

dann wird das Modell die Muster erfassen, die zu diesen Extremen führen. Und aufgrund neuer Daten könnte sich dies als Unsinn erweisen.

Mein Modell lernt, nicht an die Form der Preisbewegung gebunden zu sein, sondern kleine Muster wie die Volatilitätshäufung zu lernen, die den Markt von der SB unterscheidet. Es handelt sich also um reine Ökonometrie(in meiner Version)

Ich habe optimiert und festgestellt, dass mein Laptop damit nicht mehr zurechtkommt. Ich muss mir eine vernünftige Hardware besorgen. Aber es wird mich zu suboptimalem Code zwingen, also werde ich sehen, was ich tun kann.

Ich weiß nicht, meiner Meinung nach ist das Zerschneiden von Clustern nach ZZ produktiv, vor allem, wenn man ihnen die durchschnittlichen Konstruktionsregeln des Marktes hinzufügt. Der Punkt ist, dass ein Punkt auf verschiedenen Wegen erreicht werden kann, und die Stichprobe konzentriert sich nur auf eine kleine Menge solcher Wege, und auf diese Weise wird die Stichprobe ausgewogen sein. Vielleicht haben wir unterschiedliche Ziele und denken deshalb anders darüber, was für eine bestimmte Studie am besten geeignet ist. Sie haben nur Cluster der gleichen Größe Regel, die nur SB erzeugt, wenn die Prädiktoren nehmen Daten an den Kreuzungen der beiden Cluster ...

Und Eisen - ja, nimm es, wenn es den Höhenflug beschleunigt!

 
Aleksey Vyazmikin:

Ich weiß nicht, meiner Meinung nach ist es produktiv, Cluster nach ZZ zu schneiden, vor allem wenn man die durchschnittlichen Konstruktionsregeln des Marktes hinzufügt. Der Punkt ist, dass ein Punkt auf verschiedenen Wegen erreicht werden kann, und die Stichprobe konzentriert sich nur auf eine kleine Menge solcher Wege, so dass die Stichprobe ausgewogen ist. Vielleicht haben wir unterschiedliche Ziele und denken deshalb anders darüber, was für eine bestimmte Studie am besten geeignet ist. Sie haben nur Cluster der gleichen Größe Regel, die nur SB erzeugt, wenn die Prädiktoren nehmen Daten an den Kreuzungen der beiden Cluster ...

Und Eisen - ja, nimm es, wenn es den Höhenflug beschleunigt!

ah, na ja, man kann auch unterschiedlich große Cluster machen, nicht unbedingt um zu sparen

Ich halte die Idee der Vermischung für fehlerhaft, aber sie ist interessant.

 
Maxim Dmitrievsky:

ah, na ja, es können auch Cluster unterschiedlicher Größe gebildet werden, nicht unbedingt um zu sparen

Ich halte die Idee der Vermischung für fehlerhaft, aber sie ist interessant.

Zufallsstichproben oder Zufallsmischungen (wenn ich Sie richtig verstehe) sind eine der Möglichkeiten, das Überschwingen zu reduzieren. Ich weiß nicht, wie nützlich es bei der Regression ist, aber bei der Klassifizierung funktioniert es gut.
Ich habe den Eindruck, dass es derzeit eine gewisse Konfrontation zwischen Algorithmen gibt, die die Funktion näher an das Ziel bringen, und Algorithmen, die dies verhindern. Im Lernprozess kommt es zu einer Art von Widerstand. Lasst uns das Leben interessant machen :-)
Wenn es keinen Widerstand gibt, nähert sich das Lernen zu schnell dem Ziel an und daher ist ein Überschreiten der Überlernschwelle sehr wahrscheinlich.
Wenn es einen Widerstand gibt, aber einen schwachen, ist die Wirkung dieselbe.
Ist der Widerstand zu groß, kommt es zu einem Unterlernen, und das Modell kann das Konfidenzintervall, in dem die Generalisierungszone liegt, nicht erreichen, was zu schlechten Ergebnissen beim Lernen selbst führt. Auch nicht gut.
Schlussfolgerung eins: Widerstand gegen das Lernen. Oder Methoden, die darauf abzielen, das Überlernen zu reduzieren, sollten mit dem grundlegenden Algorithmus abgeglichen werden, um Fuknts mit beneidenswerter Konsistenz in das Konfidenzintervall zu bringen, aber keinesfalls darüber hinausgehen oder es sehr selten tun.
 
Mihail Marchukajtes:
Zufallsauswahl oder -mischung (wenn ich Sie richtig verstehe) ist eine Möglichkeit, Übertraining zu vermeiden. Ich weiß nicht, ob es bei der Regression nützlich ist, aber bei der Klassifizierung funktioniert es gut.
Ich habe den Eindruck, dass es derzeit eine gewisse Konfrontation zwischen Algorithmen gibt, die die Funktion näher an das Ziel bringen, und Algorithmen, die dies verhindern. Während des Lernprozesses entsteht eine Art Widerstand. Damit das Leben nicht wie Honig erscheint :-)
Wenn es keinen Widerstand gibt, nähert sich das Lernen zu schnell dem Ziel an und daher ist ein Überschreiten der Überlernschwelle sehr wahrscheinlich.
Wenn es einen Widerstand gibt, der aber schwach ist, ist die Wirkung dieselbe.
Ist der Widerstand zu groß, kommt es zu einem Unterlernen, und das Modell kann das Konfidenzintervall, in dem die Generalisierungszone liegt, nicht erreichen, was zu schlechten Ergebnissen beim Lernen selbst führt. Auch nicht gut.
Schlussfolgerung eins: Widerstand gegen das Lernen. Oder die Methoden zur Verringerung des Überlernens müssen in Bezug auf den Basisalgorithmus so ausbalanciert werden, dass der Fukncion das Konfidenzintervall mit beneidenswerter Konstanz erreicht, aber keinesfalls oder nur sehr selten überspringt.

Das ist richtig, aber wenn es keine Regelmäßigkeiten bei den Erträgen gibt, ist es die Arbeit eines toten Mannes.)

 
Aleksey Vyazmikin:

Die Idee der Mischung ist interessant, aber ich habe den Eindruck, dass man die Kursbewegung von einem Schlüsselpunkt zum anderen zufällig bestimmen muss. Und die Blöcke selbst sollten mit ZZ erstellt werden, und dann sieht es aus wie ein Markt.

Verwenden Sie weder ZZ noch andere zusätzliche Indikatoren. Nur OHLC für mehrere Zeitrahmen (die Zeitrahmen sollten sich um 4-6 Mal unterscheiden). Zum Beispiel, 1-5-30-H3... Zeitrahmen von bis zu einem Monat. Wählen Sie es selbst aus) und vielleicht mehr Zecken für die Frühwarnung.

Durch die Preise der Maxima und Minima getrennt faltbare Strukturen. Durch OHLC - die Rekursionsstruktur. Und so weiter bei allen gebrauchten Preisen. All diese Signale werden beispielsweise an das gesamte Mesh-Netzwerk weitergeleitet.

Geben Sie auch die Ticks ein, die durch das Rekursionsnetz an einen der Eingänge des vollständigen Maschennetzes geleitet werden.

Optimieren Sie die Geschwindigkeit der Einlagenerhöhung. Infolgedessen sollte das Netz selbst über das Losvolumen entscheiden und die Eröffnungs- und Schließungspunkte auswählen. Zum Beispiel so.

 
Eugeni Neumoin:

Verwenden Sie weder ZZ noch irgendwelche zusätzlichen Indikatoren. Nur OHLC von mehreren tf's (tf's sollten sich um einen Faktor 4-6 unterscheiden. Zum Beispiel, 1-5-30-H3... einen Zeitraum von bis zu einem Monat. Wählen Sie es selbst aus) und vielleicht mehr Zecken für die Frühwarnung.

Durch die Preise der Maxima und Minima getrennt faltbare Strukturen. Durch OHLC - die Rekursionsstruktur. Und so weiter bei allen gebrauchten Preisen. All diese Signale werden beispielsweise an das gesamte Mesh-Netzwerk weitergeleitet.

Geben Sie auch die Ticks ein, die durch das Rekursionsnetz an einen der Eingänge des vollständigen Maschennetzes geleitet werden.

Optimieren Sie die Geschwindigkeit der Einlagenerhöhung. Infolgedessen sollte das Netz selbst entscheiden, wie groß das Losvolumen ist, und die Öffnungs- und Schließungspunkte auswählen. Zum Beispiel so.

Was schlagen Sie als Zielfunktion für die zwischengeschalteten Netze vor? D.h. was sollten sie lernen?
 
Eugeni Neumoin:

Verwenden Sie weder ZZ noch irgendwelche zusätzlichen Indikatoren. Nur OHLC von mehreren tf's (tf's sollten sich um einen Faktor 4-6 unterscheiden. Zum Beispiel, 1-5-30-H3... einen Zeitraum von bis zu einem Monat. Wählen Sie es selbst aus) und vielleicht mehr Zecken für die Frühwarnung.

Durch die Preise der Maxima und Minima getrennt faltbare Strukturen. Durch OHLC - die Rekursionsstruktur. Und so weiter bei allen gebrauchten Preisen. All diese Signale werden beispielsweise an das gesamte Mesh-Netzwerk weitergeleitet.

Geben Sie auch die Ticks ein, die durch das Rekursionsnetz an einen der Eingänge des vollständigen Maschennetzes geleitet werden.

Optimieren Sie die Geschwindigkeit der Einlagenerhöhung. Infolgedessen sollte das Netz selbst über das Losvolumen entscheiden und die Eröffnungs- und Schließungspunkte auswählen. Zum Beispiel so.

Und es gibt eine Schleife oben drauf )

 
Elibrarius:
Was schlagen Sie als Zielfunktion für Zwischennetze vor? Das heißt, was sollten wir ihnen beibringen?

Über die Erhöhung der Einlagenquote. Dies ist die Zielfunktion. Die Faltung der Höhen und die Faltung der Tiefen ist ein Analogon von ZZ. Sie zeigt Wellenfraktale. Rekursionsstrukturen nach OHLC - Candlestick-Kombinationen - Candlestick-Muster (Fraktale) werden hier eingefangen.

Raster, die auf Daten von verschiedenen TFs basieren, identifizieren Fraktale auf verschiedenen TFs. Die Zielfunktion für die Geschwindigkeit der Ablagerungserhöhung legt fest, inwieweit die Fraktale, die auf verschiedenen Falten erscheinen, berücksichtigt werden sollen.

Maxim Dmitrievsky:

und eine Schleife obendrauf )

Das ist für den Amateur.


 
Eugeni Neumoin:

Von der Rate, mit der die Einlage steigt. Dies ist die Zielfunktion.

Wie setzt sich die Kaution zusammen? Von den Befehlen Kaufen/Verkaufen/Warten.

Diese Befehle werden von den endgültigen NS trainiert. Und sie dann vorhersagen.
Worauf sollten die Zwischennetze trainiert werden? Zickzack? Um ein Netz zu trainieren, muss es eine Antwort geben. Welchen Zickzack-Algorithmus und mit welchen Parametern schlagen Sie als Trainingssignal vor?