Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1622

 
Farkhat Guzairov:

Ich habe.... Ich ziehe meine Schlüsse aus den Backtests im Tester. Was denken Sie, welches Ergebnis Sie erhalten, wenn Ihr System richtig trainiert ist? Fast 90 % Ergebnis der richtigen Eingaben. Zuvor hatten die gleichen Backtests nicht zu einem solchen Ergebnis geführt, woraus ich schließe, dass das Training in diesem Fall korrekt war.

Versuchen Sie dies auch in diesem Fall.

Ich verstehe die Idee nicht ganz.
Für konstruktive Kritik und einen Fehlerbericht kann ich Ihnen jetzt einen Berater zur Seite stellen. Bitte schreiben Sie mir persönlich.
 
Evgeny Dyuka:
Ich verstehe die Idee nicht ganz.
Ich kann Ihnen bereits einen EA im Austausch für konstruktive Kritik und Fehlerberichte zur Verfügung stellen. Senden Sie mir eine Nachricht im persönlichen Bereich.

Ich habe versucht, es sehr einfach zu gestalten. Sie haben noch kein System, aber wenn Sie eines haben, können Sie es durch die Geschichte laufen lassen und Schlüsse darüber ziehen, wie bereit (ausgebildet) es ist.

 
Farkhat Guzairov:

Ich habe versucht, es sehr einfach zu gestalten. Sie haben noch kein System, aber sobald Sie es haben, können Sie es durch die Geschichte laufen lassen und Schlüsse darüber ziehen, wie bereit (ausgebildet) es ist.

Ich kann es nicht durch die Geschichte laufen lassen! Jede Minute, in der die Vorhersage erscheint, dauert 12-17 Sekunden (bis zu 22 Sekunden), ein Tag hat 1400 Minuten. Ein eintägiger Backtest wird Stunden dauern...
 
Evgeny Dyuka:
Es ist unwirklich, es durch die Geschichte laufen zu lassen! Die Vorhersage kommt jede Minute heraus, sie dauert 12-17 Sekunden (bis zu 22 Sekunden), ein Tag hat 1400 Minuten. Ein eintägiger Backtest wird Stunden dauern...

Na ja... Auf welchen Teil der Geschichte trainieren Sie das neuronale Netz im Allgemeinen (5/30 Minuten)?

 
Aleksey Vyazmikin:

Ich habe mir die Hilfe angesehen, aber ich verstehe sie nicht - sie ist sehr verwirrend. Ich werde später versuchen, diesen Punkt im Video zu finden, dort ist er deutlicher.

Aber ich habe gesehen, dass CB neue Optionen für den Aufbau von Bäumen hinzugefügt hat, vorher gab es nur eine semetrische Baumoption.

--grow-policy

Die Baumzuchtpolitik. Legt fest, wie eine gierige Baumkonstruktion durchgeführt werden soll.

Mögliche Werte:
  • SymmetricTree- EinBaum wirdEbene für Ebene aufgebaut, bis die angegebene Tiefe erreicht ist. Bei jeder Iteration werden alle Blätter der letzten Baumebene mit der gleichen Bedingung geteilt. Die resultierende Baumstruktur ist immer symmetrisch.
  • In der Tiefe- Ein Baum wird Ebene für Ebene aufgebaut, bis die angegebene Tiefe erreicht ist. Bei jeder Iteration werden alle nicht-terminalen Blätter der letzten Baumebene geteilt. Jedes Blatt wird nach dem Zustand mit der besten Verlustverbesserung aufgeteilt.

    Anmerkung. Modelle mit dieser Anbaupolitik können nicht mit derPredictionDiff-Merkmalsbedeutung analysiert werden und können nur injson undcbm exportiert werden.
  • Lossguide- Ein Baum wird Blatt für Blatt aufgebaut, bis die angegebene maximale Anzahl von Blättern erreicht ist. Bei jeder Iteration wird das nicht-terminale Blatt mit der besten Verlustverbesserung geteilt.

Es ist sinnvoll, den besten Split aus einer Menge zufälliger Splits zu nehmen und nicht einen zufälligen Split aus einer Menge zufälliger Splits (der eher weißes Rauschen als ein trainiertes Modell ergibt). So schreiben sie für 2 von 3 Methoden "best loss improvement".
 
Evgeny Dyuka:
12-17 Sekunden (bis zu 22 Sekunden)

Muss man es lernen?

 

Die roten Pfeile gelten bereits als veraltet, was ihre Leistung jedoch nicht beeinträchtigt. Unterm Strich gab es bisher kein einziges Minus im Handel, falls Sie das noch nicht bemerkt haben. Also, wer ist das Arschloch? :-)


 
Farkhat Guzairov:

Na ja... Auf welchen Teil der Geschichte trainieren Sie das neuronale Netz im Allgemeinen (5/30 Minuten)?

So ist es nicht...
Ein Modell (ein neuronales Netz) liefert nicht das richtige Ergebnis. Sie kann etwas lernen, aber das ist nicht genug. Deshalb mache ich 20 bis 25 Modelle mit unterschiedlichen Eingaben. Jetzt habe ich 25 Modelle, die gleichzeitig signalisieren, und ihre Meinungen werden bei der endgültigen Prognose mit einem gewissen Gewicht berücksichtigt. Die Berechnung eines Modells dauert etwa 0,5-0,7 Sekunden, insgesamt 15-20 Sekunden + Sie müssen noch Eingabedaten für 25 Modelle vorbereiten, das ist eine Menge Arbeit für jede Minute )) Die Antwort kann auf 1-3 Sekunden reduziert werden, wenn ich Multithreading in Python richtig verwende, aber das habe ich noch nicht getan.
Ich trainiere die Modelle separat, im normalen Modus, d.h. der Datensatz wird über einen Zeitraum von einem Jahr gesammelt und dann wie üblich trainiert.
 
Mihail Marchukajtes:

Die roten Pfeile gelten bereits als veraltet, was ihre Leistung jedoch nicht beeinträchtigt. Unterm Strich gab es bisher kein einziges Minus im Handel, falls Sie das noch nicht bemerkt haben. Also, wer ist das Arschloch? :-)


Haben Sie einen Kundenbetreuer?

 
Evgeny Dyuka:
Nein, so ist es nicht...
Ein Modell (neuronet) liefert nicht das richtige Ergebnis. Man kann zwar etwas lernen, aber das ist nicht genug. Deshalb baue ich 20-25 Modelle mit unterschiedlichen Eingaben. Jetzt habe ich 25 Modelle, die gleichzeitig signalisieren, und ihre Meinungen werden bei der endgültigen Vorhersage mit einem gewissen Gewicht berücksichtigt. Die Berechnung eines Modells dauert etwa 0,5-0,7 Sekunden, insgesamt 15-20 Sekunden + Sie müssen noch Eingabedaten für 25 Modelle vorbereiten, das ist eine Menge Arbeit für jede Minute )) Die Antwort kann auf 1-3 Sekunden reduziert werden, wenn ich Multithreading in Python richtig verwende, aber das habe ich noch nicht getan.
Ich trainiere die Modelle separat, im normalen Modus, d.h. der Datensatz wird über einen Zeitraum von einem Jahr gesammelt und dann wie üblich trainiert.

Wie ernst... Jetzt müssen Sie nur noch sicherstellen, dass Sie wirklich damit handeln können.