Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1839
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Ahahahaha )))) LOL !!!
Ich hätte gerne einen Rat von Ihnen allen.
Im Darch-Paket habe ich die folgende Option der Modellauswertung gefunden:
Wir berechnen den Fehler auf der Strecke und auf den Oob-Abschnitten.
Dann wird der Gesamtfehler berechnet als
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr);
wobei comb_err_tr = 0,62. Der Multiplikator, der den Beitrag der Fehler aus den Zug- und Oob-Abschnitten kontrolliert. Wenn er auf 0 gesetzt ist, erfolgt die Schätzung nur durch den Zug. Wenn Sie diesen Wert auf 1 setzen, gilt die Schätzung nur für oob.
0,62 bedeutet, dass der oob-Fehler bei der Gesamtmodellschätzung etwas mehr Gewicht hat.
Ich habe diese Formel eine Zeit lang verwendet, aber jetzt habe ich Zweifel.
Der Fehler bei oob hat in der Regel einen Grenzwert, und bei Zugfahrten mit Übertraining kann er bis auf 0 sinken.
Ungefähr so: (grün ist der geschätzte Fehler nach der Formel)
Nach dieser Formel wird der Fehler mit abnehmendem trn-Fehler immer kleiner. Und er wird erst aufhören zu fallen, wenn trn nicht mehr abnimmt. Wenn das Übertraining begonnen hat, nimmt gleichzeitig der Fehler bei oob zu.
Meiner Meinung nach ist es zu spät, mit dem Lernen aufzuhören, wenn err by formula zu wachsen beginnt.
Auch der Punkt, an dem der Oob-Fehler minimal ist, ist nicht optimal. Aufgrund eines glücklichen Zufalls finden wir das Minimum zufällig bei oob, aber es kann auch an einer Optimierung von oob liegen.
Vielleicht sollten wir den minimalen Fehler bei oob nehmen und ihn als Grenzwert für den Fehler bei train zählen? D.h. das Training des Modells beenden, wenn der Fehler bei trn gleich dem besten Fehler bei oob ist (wo ich die vertikale Linie gezogen habe)? Der Fehler bei oob wird schlimmer sein, aber es wird weder für train noch für oob passen.
Ich hätte gerne einen Rat von Ihnen allen.
Im Darch-Paket habe ich die folgende Option der Modellauswertung gefunden:
Wir berechnen den Fehler auf der Strecke und auf den Oob-Abschnitten.
Dann wird der Gesamtfehler berechnet als
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr);
wobei comb_err_tr = 0,62. Der Multiplikator, der den Beitrag der Fehler aus den Zug- und Oob-Abschnitten kontrolliert. Wenn er auf 0 gesetzt ist, erfolgt die Schätzung nur durch den Zug. Wenn Sie diesen Wert auf 1 setzen, gilt die Schätzung nur für oob.
0,62 bedeutet, dass der oob-Fehler bei der Gesamtmodellschätzung etwas mehr Gewicht hat.
Ich habe diese Formel eine Zeit lang verwendet, aber jetzt habe ich Zweifel.
Der Fehler bei oob hat in der Regel einen Grenzwert, und bei Zugfahrten mit Übertraining kann er bis auf 0 sinken.
Ungefähr so: (grün ist der geschätzte Fehler nach der Formel)
Nach dieser Formel wird der Fehler mit abnehmendem trn-Fehler immer kleiner. Und er wird erst aufhören zu fallen, wenn trn nicht mehr abnimmt. Wenn die Umschulung begonnen hat, wird der Fehler bei oob ansteigen.
Meiner Meinung nach ist es zu spät, mit dem Lernen aufzuhören, wenn err by formula zu wachsen beginnt.
Auch der Punkt, an dem der Oob-Fehler minimal ist, ist nicht optimal. Aufgrund eines glücklichen Zufalls finden wir das Minimum zufällig bei oob, aber es kann auch an einer Optimierung von oob liegen.
Vielleicht sollten wir den minimalen Fehler bei oob nehmen und ihn als Grenzwert für den Fehler bei train zählen? D.h. das Training des Modells beenden, wenn der Fehler bei trn gleich dem besten Fehler bei oob ist (wo ich die vertikale Linie gezogen habe)? Der Fehler auf der oob wird schlimmer sein, aber es wird weder für den Zug noch für die oob passen.
Ein Handelssystem mit den Augen eines Algotraders
R - Du bist einfach apuenen! :)
Was ist mit den digitalen Filtern oder Pegeln? :D
Zeigen die digitalen Filter oder Pegel etwas Interessantes? :D
Als Letztes habe ich nach einer Musterüberlagerung gesucht ...
Wir haben ein Niveau - wenn der Preis es überschreitet, fixieren wir dieses Muster und legen es als Trainingsmuster fest
Muster können unterschiedlich sein
Ich suche nach einem Muster, das sich im Moment herauskristallisiert hat, nach einer bestimmten Menge, die etwas löst.
Um Regeln für Muster zu finden, verwende ich"assoziative Regeln". Dieser Ansatz unterscheidet sich von den üblichen durch die Tatsache, dass jedes Trainingsbeispiel eine beliebige Anzahl von Elementen enthalten kann und die Ordnungsmäßigkeit von Merkmalen nicht berücksichtigt wird.
das Ziel - einen Extremwert zu finden, von dem aus ein Anstieg um 10 Punkte zu verzeichnen ist
nicht die beste Lösung, aber genau darüber schreibe ich, bisher nur kaufen
der "apriori"-Algorithmus aus dem "arules"-Paket
So sehen die gefundenen Regeln aus
Hier ist Regel "1" (die beste) in Aktion mit den neuen Daten
ohne jegliche Manipulation, so wie sie ist, in der Reihenfolge wie sie ist...
entscheiden Sie selbst, ob dieses Thema für Sie interessant ist oder nicht
Fortführung desselben
Dann ist es möglich, AMO zu diesen Eingängen wie "on top" hinzuzufügen, um den Eingang/Ausgang zu filtern.
Es gibt ein grenzenloses Potenzial zur Steigerung der Quantität und Qualität von Mustern
Vielleicht kommt ja etwas Cooles dabei heraus, aber ich habe keine Energie und keine Sicherung, ich bin auf einen kreativen Saufrausch gegangen ((
Ich denke, die Ebenen sind das vielversprechendste Werkzeug zur Erstellung von TS...
Das Preisniveau ist nach meinem Verständnis kein dummes Fraktal nach Bill Williams, sondern ein Ereignis zu einem bestimmten Preis, höchstwahrscheinlich ein "Multi-Trend".
Dann können Sie AMO zu diesen Eingängen hinzufügen, um zu filtern, ob sie eingegeben oder nicht eingegeben werden sollen.
Es gibt ein grenzenloses Potenzial zur Steigerung der Quantität und Qualität von Mustern
Vielleicht kommt ja etwas Cooles dabei heraus, aber ich habe weder Energie noch Kraft, ich bin auf einem kreativen Saufgelage ((
Wenn ich genug Energie habe, werde ich lesen).
Ich werde es lesen, wenn ich den Dreh raus habe.)
Googeln Sie etwas Kürzeres, da gibt es nicht viel zu lesen.
Oh, wie abgefuckt... Menschen saufen nicht, nie saufen, nie, nie....
Ich sehe, dass Sie versuchen, ein Muster zu finden. Es ist so einfach wie ein Dutzend andere) Es ist die Wellentheorie. Sie ist jedoch derzeit nicht öffentlich zugänglich.
Stellen Sie sich vor, Sie sind seit 22 Jahren verheiratet. Wie wahrscheinlich ist es, dass Sie sich heute oder morgen scheiden lassen werden? Bringen Sie dem maschinellen Lernen dieses Verständnis bei und gehen Sie erst dann zu den einfacheren Fragen über - den Finanzmärkten.
Ich merke, dass es mir schwer fällt, mich dem Thema zu nähern.
Aus Respekt vor Yusufs Worten. Er hat die Kontinuität von Geschichte und Gegenwart immer richtig eingeschätzt. Und die Bedeutung für die Zukunft.