Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1744
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 war es, der Ihnen dieses Paket gezeigt hat. Erinnern Sie sich, als ich Sie bat, ein Skript für mt4 zu erstellen, gab es ein Neuron aus dem nnfor-Paket, und das Ziel war PIP- Perceptually Important Points (repr_pip) aus TSrepr :)
Vladimir, ich habe ein paar Fragen, wenn ich darf...
1) Sagen Sie mir, welchen maximalen Fehler Sie bei der Klassifizierung der Zickzack-Richtung beim EURUSD erreichen konnten? Und haben Sie dabei einen Geräuschfilter verwendet?
2) Verschlechtert die "Diskretisierung" der Prädiktoren, die Sie in Ihren Artikeln beschreiben, die Qualität des Lernens?
3) Ich möchte versuchen, eine Art Meta-Lernen auf der untersten Ebene zu betreiben, und zwar im Wesentlichen wie folgt:
n1. einen Prognostiker anhand der Daten trainieren
n2. Wir ziehen alle Regeln, die Forest generiert hat, heraus und übermitteln sie als neue Prädiktoren; jede Regel ist ein Prädiktor, so dass wir 500-1000 Regeln haben. Die Prädiktoren erscheinen "spärlich", aber was kann man tun?
P.3 Ein neues Modell auf Prädiktorenregeln trainieren...
Die Idee ist, dass
1) Erhöhung der Anzahl der Prädiktoren
2) komplexere und tiefere Regeln zu erhalten, d.h. hierarchisch komplexere Regeln
3) Der Wald zeigt die Vorhersage als Summe aller Regeln (Bäume). Ich denke, wenn wir nicht die Summe der Regeln, sondern die Regeln einzeln betrachten, können wir die Klassenbezeichnungen besser trennen, vielleicht einige einzigartige Kombinationen von Regeln finden usw.
Die Frage ist: Ist das, was ich gerade geschrieben habe, nicht das übliche Gradient Boosting?
4) Und woher bekommt man die von Ihnen verwendeten Spektralindikatoren satl, fatl usw.?
1. Ich erinnere mich an diese Geschichte über das Paket. Vielversprechendes Paket.
2 Das beste Ergebnis mit dem ELM-Ensemble ist Acc=0,8+-0,1. Das kann man nicht nur mitGeräuschfiltern machen. Die Genauigkeit ist nicht der wichtigste Qualitätsindikator für TC. Für unsere Zwecke ist es wichtiger, die maximale durchschnittliche Belohnung pro Balken in einem bestimmten Zeitintervall zu kennen.
3. Durch die Diskretisierung wird das Problem der Ausreißer beseitigt und die Beziehung der Prädiktoren zum Ziel linearer gestaltet. Aber ich habe noch keine wesentliche Verbesserung der Qualität der Einstufung erhalten. Ich werde in dieser Richtung weiterforschen. Es sind viele neue Techniken entstanden.
4. Ich verstehe nicht, warum Sie sich in einem einfachen Wald verzettelt haben. Das Gebiet ist jetzt auf und ab gepflügt. Es gibt Dutzende von neuen RF-Optionen. Der neueste Exot und noch unbearbeitet ist Gensemble. Ein Wald, in dessen Knoten jedes Modell verschachtelt werden kann, nicht nur ein Entscheidungsbaum.
Versuchen Sie es mit Lösungen von der Stange, Sie brauchen das Rad nicht neu zu erfinden, sondern sollten lernen, mit den vorgefertigten Lösungen gut umzugehen.
Ich bin gerade dabei, ein Python-Integrationspaket mit MT5 zu implementieren, schade, dass sie die Integration mit R eingestellt haben.
Viel Glück!
2. das beste Ergebnis mit dem ELM-Ensemble ist Acc=0,8+-0,1. die Verarbeitung der Rauschproben ist obligatorisch. Es kann nicht nur mitGeräuschfiltern gearbeitet werden.
Sehen Sie, hier sind die Ergebnisse von xgboost
Zickzack, Klassifizierung, Eura-Uhr, ohne Entfernung von Rauschproben, Prädiktoren (pca und Indikatoren), keine Datenvorbereitung, einfach alles aufstapeln und loslegen
Fehler bei OOS
Die Bäume sind also auch nicht schlecht, und wenn man den Lärm weglässt ...
Die Genauigkeit ist nicht der wichtigste Qualitätsfaktor für TS. Für unsere Zwecke ist es wichtiger, die maximale durchschnittliche Belohnung pro Bar in einem bestimmten Zeitintervall zu haben.
Und wie kann sie als Zielvariable ausgedrückt werden?
3. Durch die Diskretisierung wird das Problem der Ausreißer beseitigt und die Beziehung der Prädiktoren zum Ziel linearer gestaltet. Aber ich habe noch keine nennenswerte Verbesserung der Klassifizierungsqualität erreicht. Ich grabe weiter in diese Richtung. Viele neue Techniken sind entstanden.
Die Hauptsache ist, es nicht noch schlimmer zu machen. Ich persönlich brauche eine Diskretisierung für die Umwandlung in kategorische Daten, möglichst ohne Informationsverlust. Auch dies ist für die Erstellung von Regeln erforderlich.
4. Ich verstehe nicht, warum Sie sich in einem einfachen Wald verzetteln.
Ich bin mit den entscheidenden Regeln im Allgemeinen ziemlich überfordert... Ich verstehe, dass Sie an Forschungsmodellen interessiert sind, aber ich interessiere mich für den Prozess selbst, und da ist Interpretierbarkeit gefragt.
Das "Standardlernen", das Sie und (99,9 % der anderen) betreiben, hat einen Fehler in Bezug auf den Markt.
Mit "Standard-Lernen" meine ich, dass die Daten als Matrix dargestellt werden (eine Zeile ist ein Trainingssatz mit einer Klassenbezeichnung), und dieses Modell sieht nichts anderes als die Matrixzeile.
Wenn wir uns vorstellen, dass der Markt ein ereignisgesteuertes Modell ist, und ich bin sicher, das ist er, dann lassen Sie uns eine Situation modellieren.
wenn Ereignis 1dann Ereignis 2 dann Ereignis 3 dann Y == 1
Wie Sie sehen, ist diese Regel )))) (dies ist eine weitere Antwort auf die Frage, warum ich mich in den Regeln verheddert habe)
Was wäre, wenn Ereignis 1 vor einer Woche und Ereignis 2 gestern eingetreten wäre?
Was, wenn Ereignis 1 kann vor einer Woche und vor 5 Minuten die nicht regelmäßig passieren, und so mit jedem Ereignis, die Hauptsache, dass Ereignisse auftreten und in der richtigen Reihenfolge.
Keine AMO wird jemals diese Regelmäßigkeiten finden, wenn die Daten in Form einer Matrix vorliegen, deren Daten mit der Methode des gleitenden Fensters aufgezeichnet wurden.
Das will ich damit sagen, hm ... Wie können Sie nach Mustern suchen, die in einem unregelmäßigen Zeitrahmen auftreten?
Hier ist mein Versuch, etwas zu finden, das diese Fragen zu beantworten versucht
Suche nach assoziativen Regeln - das arules-Paket.
Sie können solche Regeln finden, mit denen Y verbunden ist, und zwar unabhängig von der Reihenfolge, in der diese Regeln auftreten
Suche nach assoziativen Regelfolgen arules seqence
Man kann solche Regeln finden, mit denen Y assoziiert ist, wobei jedoch die Reihenfolge dieser Regeln zu berücksichtigen ist.
Tiefenanalyse und Clustering vonTraMineR-Sequenzen
Generierung genetischer Regeln SDEFSR
Der Kern des Pakets besteht nicht darin, Y vorherzusagen, sondern es zu erklären, ein Algorithmus, der zu erklären versucht, welche Ereignisse in der Lernmatrix eintreten müssen, damit Y erscheint
All diese Ansätze sollten theoretisch das Potenzial unserer derzeitigen Vorhersagefähigkeiten erheblich verbessern.
Und wie Sie sehen können, beruhen alle auf logischen Regeln)
Interessantes Thema. Ich bin zwar kein Mathematiker und weit entfernt von maschinellem Lernen, aber ich verstehe, wo das Problem liegt. Und ich weiß, wie man es repariert. Es ist unmöglich, ein Selbstlernsystem zu entwickeln, wenn man nicht weiß, wann der Markt in Bewegung gerät, ob er überhaupt in Bewegung gerät, wann er in Bewegung gerät und ob es möglich ist, aus dieser Bewegung Profit zu schlagen. Wir müssen ein funktionierendes Modell, d.h. ein profitables System entwickeln. Davon ausgehend sollten wir dann den Algorithmus für den Vergleich und die Verbesserung des Systems festlegen. Ich bin diesem Weg gefolgt und habe einen einfachen Algorithmus entwickelt, allerdings für den manuellen Handel. Siehe das Thema von Interesse Wie Sie Ihr Konto um das 1000-fache erhöhen können.https://www. mql5.com/ru/forum/330313
Ich habe den halben Thread durchgelesen und verstehe immer noch nicht, worum es geht)
Ich habe die Hälfte dieses Threads durchgelesen und verstehe immer noch nicht, worum es hier geht.)
Der Punkt ist, dass ein einzelner Lauf eine andere Wahrscheinlichkeit hat als ein Ensemble-Lauf und alles sein kann.
Ich habe diesen Thread zur Hälfte durchgeblättert und verstehe immer noch nicht das Wesentliche).
Das ist ganz einfach. Sie sollten nicht versuchen, den gesamten Markt zu verstehen. Und vertrauen Sie nicht darauf, dass der Roboter auf dem gesamten Markt nach diesen Mustern sucht. Nehmen Sie nur einen kleinen Teil des Marktes. Und vertrauen Sie darauf, dass der Roboter nur in ähnlichen Teilen des Marktes nach Mustern sucht. Oder finden Sie diese Muster selbst. Es gibt Situationen auf dem Markt, in denen die Wahrscheinlichkeit, zu verdienen, viel höher ist als zu verlieren. Und es gibt Situationen, in denen es besser ist, sich vom Markt fernzuhalten. Und es gibt die meisten dieser Situationen. Nehmen Sie also nur diesen Teil des Marktes und ignorieren Sie alle anderen Bewegungen, und erstellen Sie einen Handelsalgorithmus.
Ich habe die Hälfte dieses Threads durchgelesen und verstehe immer noch nicht, worum es geht).
Manche Leute haben es geschafft, ihre Konten um das Hundertfache zu erhöhen, ich habe es um das Dutzendfache geschafft, und ein Autor schrieb in der Branche, dass er es geschafft hat, seine Konten um das Tausendfache zu erhöhen. Es gibt also Regelmäßigkeiten auf dem Markt. Mit diesen Regelmäßigkeiten müssen wir arbeiten.https://www.mql5.com/ru/forum/330313
Das ist ganz einfach. Sie müssen nicht versuchen, den gesamten Markt zu verstehen. Und vertrauen Sie nicht darauf, dass ein Roboter auf dem gesamten Markt nach diesen Mustern sucht. Nehmen Sie nur einen kleinen Teil des Marktes. Und vertrauen Sie darauf, dass der Roboter nur in ähnlichen Bereichen des Marktes nach Mustern sucht. Oder finden Sie diese Muster selbst. Es gibt Situationen auf dem Markt, in denen die Wahrscheinlichkeit, zu verdienen, viel höher ist als zu verlieren. Und es gibt Situationen, in denen es besser ist, sich vom Markt fernzuhalten. Und es gibt die meisten dieser Situationen. Nehmen Sie also nur diesen Teil des Marktes und ignorieren Sie alle anderen Bewegungen und erstellen Sie einen Handelsalgorithmus.
Das tun wir hier auch, aber auf einer anderen Ebene...
Hier ist ein Algorithmus... ein Lösungsbaum oder Entwurfsbaum.
Was ist das?
Dies ist eine logische Regel, die als Markierung eines Teils des Marktes betrachtet werden kann, oder Sie können sich vorstellen, dass dies ein Mikrohandelssystem für diesen Teil des Marktes ist. Wenn wir dann noch weiter gehen und viele solcher Regeln(Mikrosysteme) hinzufügen, manchmal Tausende in einem, wird es ein Forest-Algorithmus sein
Das ist ganz einfach. Sie müssen nicht versuchen, den gesamten Markt zu verstehen. Und vertrauen Sie nicht darauf, dass ein Roboter auf dem gesamten Markt nach diesen Mustern sucht. Nehmen Sie nur einen kleinen Teil des Marktes. Und vertrauen Sie darauf, dass der Roboter nur in ähnlichen Bereichen des Marktes nach Mustern sucht. Oder finden Sie diese Muster selbst. Es gibt Situationen auf dem Markt, in denen die Wahrscheinlichkeit, zu verdienen, viel höher ist als zu verlieren. Und es gibt Situationen, in denen es besser ist, sich vom Markt fernzuhalten. Und es gibt die meisten dieser Situationen. Nehmen Sie also nur diesen Teil des Marktes und ignorieren Sie alle anderen Bewegungen und erstellen Sie einen Handelsalgorithmus.
Es ist, als würde man ein halbes Buch lesen und nichts verstehen. Einige Leute haben es geschafft, ihre Konten um das Hundertfache zu erhöhen, und ich habe sie wiederholt verzehnfacht, und ein Autor schrieb in einem Thread, dass er es geschafft hat, seine Konten um das Tausendfache zu erhöhen. Es gibt also Regelmäßigkeiten auf dem Markt, mit denen man arbeiten muss.https://www.mql5.com/ru/forum/330313
Ich habe nachgeschaut und habe es nicht verstanden, weil ich keinen klaren Algorithmus für Aktionen gesehen habe, und ich habe auch keinen unklaren gesehen, ich habe überhaupt keinen gesehen, nur Bilder und Beiträge mit 1000% Anteil.