Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1575
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
Das ist mit Sicherheit Blödsinn. Bei dieser Transaktionshäufigkeit wird es nicht genügend Stichproben geben.
Haben Sie eine zweite Meinung?
Fällt es Ihnen schwer, sich mitzuteilen?
Haben Sie eine andere Meinung?
Würden Sie sie bitte mit uns teilen?
Ich bin der Meinung, dass bei Spielen mit unvollständigen Informationen und probabilistischen Ergebnissen und somit probabilistischen Strategien genau diese probabilistische Natur berücksichtigt werden MUSS, um die Qualität der Strategien zu bestimmen.
Mit anderen Worten: Um festzustellen, wie nahe das Ergebnis des Spielers bei der aktuellen Stichprobe an seinem Ergebnis bei der unendlichen Stichprobe liegt, muss der Umfang der aktuellen Stichprobe so groß sein, dass die Abweichung des Ergebnisses mit einer Wahrscheinlichkeit von z. B. 95 % geringer ist als z. B. 10 % (welche Zahlen Sie auch immer festlegen). Es gibt keine andere Möglichkeit, sie zu schätzen. Diese wird mit statistischen Methoden berechnet. Ich habe es immer berechnet, wenn ich danach suchen muss.
Ich kam zu dem Schluss, dass die Strategie, wenn sie auf stabilen Mustern beruht, auch auf anderen Märkten ähnlicher Natur funktionieren sollte. Auf diese Weise erhöhen wir die Vorwärtsdynamik mindestens um ein Vielfaches. Wenn eine langfristige Strategie auf anderen Märkten nicht funktioniert, dann ist sie keine langfristige Strategie, sondern eine Anpassung an etwas. Ein weiterer Punkt ist, dass diese Umstellung mit etwas Glück noch lange Zeit Gewinn bringen kann.
Ich bin der Meinung, dass bei Spielen mit unvollständigen Informationen und probabilistischen Ergebnissen und somit probabilistischen Strategien genau diese probabilistische Natur berücksichtigt werden MUSS, um die Qualität der Strategien zu bestimmen.
Mit anderen Worten: Um festzustellen, wie nahe das Ergebnis eines Spielers in der aktuellen Stichprobe an seinem Ergebnis in der unendlichen Stichprobe liegt, muss der Umfang der aktuellen Stichprobe so groß sein, dass die Abweichung des Ergebnisses mit einer Wahrscheinlichkeit von z. B. 95 % geringer ist als z. B. 10 % (welche Zahlen Sie auch immer festlegen wollen). Es gibt keine andere Möglichkeit, sie zu schätzen. Diese wird mit statistischen Methoden berechnet. Ich habe es immer berechnet, wenn ich danach suchen muss.
Ich kam zu dem Schluss, dass die Strategie, wenn sie auf stabilen Mustern beruht, auch auf anderen Märkten ähnlicher Natur funktionieren sollte. Auf diese Weise erhöhen wir die Vorwärtsdynamik mindestens um ein Vielfaches. Wenn eine langfristige Strategie auf anderen Märkten nicht funktioniert, dann ist sie keine langfristige Strategie, sondern eine Anpassung an etwas. Ein weiterer Punkt ist, dass diese Passform lange Zeit Gewinne abwerfen kann, wenn man Glück hat.
Wir haben eine Stichprobe für 13 Jahre, ab 01.01.2007 für einen TF für alle 28 Währungspaare
Auf der Grundlage dieser Stichprobe werden nach einem genau festgelegten Muster Synthetika (Kombinationen dieser Währungen) hergestellt, die sich, nachdem sie eine Zeit lang beobachtet wurden, nach einiger Zeit auf eine ganz bestimmte Weise verhalten, z. B.
Diese "gewisse Zeit" kann ziemlich lang sein, sagen wir bis zu 10 Monate.
in diesem Fall stellt sich heraus, im Durchschnitt nur 1,5-2 Einstiegspunkte pro Monat, oder fast 2 mal mehr, wenn wir die TF 2 mal weniger )) usw.
Sie können natürlich 2 mal 10 Monate warten, um einen echten Vorwärtstest durchzuführen.
10, um genau zu sein, da die 10 Monate vor dieser Nachricht aufgrund der Stichprobenbedingungen nicht in die Stichprobe passten
dann hätten wir tatsächlich 2 Zeiträume von 10 Monaten - 1. von "minus 10 Monate bis jetzt" und 2. von "jetzt bis plus 10 Monate".
Warum die Frage?
Denn ich habe den Eindruck, dass selbst ein solcher Vorwärtstest die Frage nach dem Übertraining des Systems nicht beantworten wird
Es ist ja nicht so, dass wir die Ergebnisse auf den "letzten Teil" der Stichprobe abstimmen.
obwohl es wahrscheinlich ist, dass sich der Markt über einen solchen Zeitraum von 10-12 Monaten durchaus entsprechend einiger globaler Trends verhalten kann, die sich auch nach dem Ende des Beobachtungszeitraums, z.B. nach der Wahl von Trump (gerade am 20. November), leicht ändern können
Natürlich kann man versuchen, denselben Zufallsforst dazu zu bringen, eine ähnliche Lösung zu finden, aber nicht die Tatsache, dass er sie findet, denn es ist immer noch unklar, "was man hineinstecken soll"?
wir haben eine Stichprobe für 13 Jahre, ab 01.01.2007 für einen TF für alle 28 Währungspaare
Auf der Grundlage dieser Stichprobe werden nach einem genau festgelegten Muster Synthetika (Kombinationen dieser Währungen) gebildet, die sich, nachdem sie eine Zeit lang beobachtet wurden, nach der Beobachtungszeit, sagen wir, nach einiger Zeit, ganz eindeutig verhalten
Diese "gewisse Zeit" wird ziemlich lang sein, sagen wir bis zu 10 Monaten.
In diesem Fall gibt es im Durchschnitt nur 1,5-2 Einstiegspunkte pro Monat, oder fast 2 mal so viele, wenn man eine TF 2 mal weniger nimmt )) usw.
natürlich ist es möglich, 2 mal 10 Monate zu warten, um einen fairen Vorwärtstest zu machen
genauer gesagt 10 Monate, da die 10 Monate vor dieser Meldung aufgrund der Stichprobenbedingungen einfach nicht in die Stichprobe passten
dann hätten wir tatsächlich 2 Zeiträume von 10 Monaten - 1. von "minus 10 Monate bis jetzt" und 2. von "jetzt bis plus 10 Monate".
Warum die Frage?
Denn ich habe den Eindruck, dass selbst ein solcher Vorwärtstest die Frage nach dem Übertraining des Systems nicht beantworten wird
Es ist ja nicht so, dass wir die Ergebnisse auf den "letzten Teil" der Stichprobe abstimmen.
obwohl es möglich ist, dass sich der Markt während 10-12 Monaten in Übereinstimmung mit einigen globalen Trends verhält, die sich leicht ändern können, auch nach dem Ende des Beobachtungszeitraums, z.B. nach der Trump-Wahl (gerade im November des 20.).
Natürlich könnte man versuchen, denselben Random Forest zu zwingen, eine ähnliche Lösung zu finden, aber es ist nicht sicher, dass er sie findet, da noch nicht klar ist, "was man hineinstecken soll".
Es hängt davon ab, wie viele freie Parameter das System hat. Wenn es zum Beispiel 2-3 Parameter gibt und alle Signale unabhängig sind, dann können wir auf eine Vorwärtszählung verzichten, d.h. es wird eine gewisse statistische Sicherheit geben. Wenn es aber nur sehr wenige Signale sind, können überhaupt keine Schlussfolgerungen gezogen werden, dann kann man darüber nachdenken, ob hinter diesen Signalen ein echtes Muster steckt und es analysieren.
Der Wald ist nur ein Speicher mit einer großen Anzahl von Parametern - er wird keine Antworten geben.
wir haben eine Stichprobe für 13 Jahre, ab 01.01.2007 für einen TF für alle 28 Währungspaare
Auf der Grundlage dieser Stichprobe bilden wir nach einem genau festgelegten Muster Synthetika (Kombinationen dieser Währungen), die sich, da sie eine Zeit lang beobachtbar sind, nach dem Beobachtungszeitraum, sagen wir, nach einiger Zeit, ganz eindeutig verhalten
Diese "gewisse Zeit" wird ziemlich lang sein, sagen wir bis zu 10 Monaten.
In diesem Fall sind es im Durchschnitt nur 1,5-2 Einstiegspunkte pro Monat, oder fast 2 mal mehr, wenn man eine TF 2 mal weniger nimmt )), usw.
natürlich ist es möglich, 2 mal 10 Monate zu warten, um einen fairen Vorwärtstest zu machen
genauer gesagt 10 Monate, da die 10 Monate vor dieser Meldung aufgrund der Stichprobenbedingungen einfach nicht in die Stichprobe passten
dann hätten wir tatsächlich 2 Zeiträume von 10 Monaten - 1. von "minus 10 Monate bis jetzt" und 2. von "jetzt bis plus 10 Monate".
Warum die Frage?
Denn ich habe den Eindruck, dass selbst ein solcher Vorwärtstest die Frage nach dem Übertraining des Systems nicht beantworten wird
Es ist ja nicht so, dass wir die Ergebnisse auf den "letzten Teil" der Stichprobe abstimmen.
obwohl es wahrscheinlich ist, dass sich der Markt während eines solchen Zeitraums von 10-12 Monaten in Übereinstimmung mit einigen globalen Trends verhält, die sich leicht ändern können, auch nach dem Ende des Beobachtungszeitraums, z.B. nach der Wahl von Trump (gerade im November des 20. Jahres)
Natürlich könnte man versuchen, denselben Random Forest zu zwingen, eine ähnliche Lösung zu finden, aber nicht die Tatsache, dass er sie findet, da noch nicht klar ist, "was man hineinstecken soll"?
Irgendetwas sagt mir, dass man so die grundlegenden Trends findet. Und da Sie selbst zu dem Schluss gekommen sind, dass es in ein oder zwei Jahren oder schon morgen zu Ende sein könnte. Es ist das übliche Geschäft. Wenn Ihr System solche seltenen Eingaben liefert, dann bleibt Ihnen nichts anderes übrig, als sich darauf zu verlassen, nachdem Sie zuvor (wie Maxim bereits angemerkt hat) die Muster analysiert und bestimmt haben, unabhängig davon, ob sie widersprüchlich oder zufällig sind.
https://www.youtube.com/watch?v=aX887X3lAc0&t=677s
nützliches Video und den Kanal selbst, vielleicht wird jemand die Botschaft verstehen...
nützliches Video und den Kanal selbst, vielleicht wird jemand die Botschaft verstehen...
Warum müssen wir für Kurse werben?
Es hängt davon ab, wie viele freie Parameter das System hat. Wenn es zum Beispiel 2-3 Parameter gibt und alle Signale unabhängig sind, kann man auf eine Vorwärtszählung verzichten, d.h. es wird eine gewisse statistische Sicherheit bestehen. Wenn es aber nur sehr wenige Signale sind, können überhaupt keine Schlussfolgerungen gezogen werden, dann kann man darüber nachdenken, ob hinter diesen Signalen ein echtes Muster steckt und es analysieren.
Der Wald ist nur ein Gedächtnisstütze mit einer großen Anzahl von Parametern, er wird keine Antworten geben.
Nun, im Allgemeinen können wir sagen, dass es nur 2-3 Parameter gibt, von denen einer eine weithin bekannte mathematische Größe ist ))), der zweite ist die Entfernung vom Endpunkt der Beobachtung (Länge eines Geschäfts - offener Auftrag) und der dritte ist der Wert des Beobachtungszeitraums plus ein weiterer Parameter, der jedoch konstant ist und nicht von den ersten drei abhängt
die zweite ist konstant und hängt nicht von der dritten ab, kann aber in verschiedenen Zeiträumen unterschiedlich sein
Die dritte ist von variabler Länge (variiert in einigen Bereichen "von" und "bis")