Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2259
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
Maxim, haben Sie die Neuronale Turing-Maschine ausprobiert ? In welchem Rahmen und mit welchem Erfolg?
Ein frohes neues Jahr und dass alle Ihre Wünsche in Erfüllung gehen!
Hallo, frohes neues Jahr. Nein. Ich interessiere mich jetzt mehr für generative Modelle, sie sind näher an Turing, wenn man die künstliche Serie nicht von der echten unterscheiden kann. Eigentlich ist die richtige Lösung für die Anwendung von MO auf dem Markt schon gefunden, aber es gibt noch Nuancen. Sie müssen das Konzept Drift nur richtig modellieren und sich selbst weiterbilden
...die richtige Lösung für die Anwendung von MO auf dem Markt ist bereits gefunden... Und wie sieht diese Lösung aus? Ich gehe davon aus, dass es eine Reihe von konkurrierenden Lösungen gibt)
Und wie sieht es mit der Modellierung der Konzeptabweichung aus? Sind die Rückmeldungen nicht hilfreich?
Und was wird konzeptionell noch vorausgesetzt:
- Allmähliche Veränderung im Laufe der Zeit
- Periodischer oder zyklischer Wandel
- Plötzliche oder abrupte Veränderung
Oder sollen wir alles auf einmal aufnehmen?
...die richtige Lösung für die Anwendung von ME auf dem Markt ist bereits gefunden worden... Und wie sieht diese Lösung aus? Ich nehme an, dass es einige konkurrierende Lösungen gibt)
Und wie sieht es mit der Modellierung der Konzeptabweichung aus? Sind die Rückmeldungen nicht hilfreich?
Und was wird konzeptionell noch vorausgesetzt:
- Allmähliche Veränderung im Laufe der Zeit
- Periodischer oder zyklischer Wandel
- Plötzliche oder abrupte Veränderung
oder sollen wir alles auf einmal aufnehmen?
Sie müssen sich ansehen, was genau sich ändert und wofür die Achse ausgelegt ist. Modellieren Sie, was sich ändert, d. h. erstellen Sie künstliche Reihen. Sehen Sie sich die Bandbreite der Veränderungen in der Geschichte an. Es gibt keine einheitliche Lösung, aber es ist möglich, sie je nach Situation und über einen längeren Zeitraum hinweg anzuwenden. Umgekehrte Beziehungen für die Modellierung von Normen, z. B. Rekursions-Gan's, aber ich bin noch nicht dazu gekommen. Und der Klassifikator für das Modell selbst kann ein beliebiger sein
In der Regel handelt es sich dabei um recht triviale Dinge wie inkrementelle Mittelwert- und Varianzverzerrungen, die geändert werden müssen. Und das Clustering der Volatilität ist perfekt modelliertSie müssen sich ansehen, was genau sich ändert und wofür die Achse ausgelegt ist. Modellieren Sie, was sich ändert, d. h. erstellen Sie künstliche Reihen. Sehen Sie sich die Bandbreite der Veränderungen in der Geschichte an. Es gibt keine einheitliche Lösung, aber es ist möglich, sie je nach Situation und für eine recht lange Zeit zu nutzen. Umgekehrte Beziehungen für die Modellierung von Normen, z. B. Rekursions-Gan's, aber ich bin noch nicht dazu gekommen. Und der Klassifikator für das Modell selbst kann ein beliebiger sein
In der Regel handelt es sich dabei um recht triviale Dinge wie die durchschnittliche inkrementelle Verschiebung, die geändert werden muss. Und das Clustering der Volatilität ist perfekt modelliertWie wäre es, wenn eine Verschiebung des Mittelwerts (oder vielleicht des Medians) in der Annahme, dass es sich um eine "allmähliche Veränderung mit der Zeit"/"periodische oder zyklische Veränderung" handelt, als Kontrollvariable in das Modell aufgenommen würde? Basierend auf dem Konzept des lebenslangen Lernens.
Aber es ist wahrscheinlich schwieriger bei plötzlichen oder abrupten Veränderungen, obwohl es genau das Gegenteil sein kann)
Wie wäre es mit einer Verschiebung des Mittelwerts (oder vielleicht des Medians) der Inkremente, die als "allmähliche Veränderung im Laufe der Zeit"/"periodische oder zyklische Veränderung" behandelt und als Kontrollvariable in das Modell aufgenommen wird? Basierend auf dem Konzept des lebenslangen Lernens.
Bei plötzlichen oder abrupten Veränderungen ist es wahrscheinlich schwieriger, obwohl es auch andersherum sein kann.)
Ich bin mit solchen Konzepten nicht vertraut. Ich denke, es reicht aus, die Reihe in n-Balken-Stapel aufzuteilen, und man kann mischen, wenn es schnell gehen soll. Ich glaube nicht, dass man etwas Bestimmtes herausfinden kann, aber durch Aufzählung von Varianten ein normales Modell zu erhalten, ist kein Problem. die die neuen Daten nicht gesehen hat, sondern auf etwas Ähnliches trainiert wurde, generiert. Die Hauptsache ist, dass die Abdeckung der Varianten groß ist, sonst könnten wir versehentlich die
Zum Beispiel erhalte ich für alle Währungspaare gute Modelle mit 5-Jahres-Horizont, die in ein paar Monaten trainiert wurden, sowie künstliche Modelle. Ich weiß nicht, was die globale Veränderung ist, aber wenn wir die saisonalen Veränderungen betrachten, ist die Verschiebung des Durchschnitts anders. Ich habe es noch nicht modelliert.
Zum Beispiel, auf alle Währungspaare bekomme ich gute Muster mit einem Horizont von 5 Jahren, Lernen in nur ein paar Monaten + künstlich. Ich weiß nicht, was die globale Veränderung ist, aber wenn man sich die saisonalen Veränderungen ansieht, ist die Verschiebung des Durchschnitts anders. Ich habe noch keine Modellierung vorgenommen.
Gibt es für Aktien/Rohstoffe Modelle mit demselben Zeithorizont? Ist "ein paar Monate" ein Abschnitt in der Geschichte von BP? Wenn es so ist, ist es ein Klondike!
Gibt es für Aktien/Rohstoffe Modelle mit demselben Zeithorizont? Ist "ein paar Monate" ein Abschnitt in der Geschichte von BP? Wenn ja, dann ist es ein Klondike!
Es ist alles situationsabhängig, irgendwo sind es 2 Monate, irgendwo hat sich der Markt drastisch verändert und diese Geschichte ist nicht genug. Irgendwo brauchen Sie zusätzliche Filter. Andere Instrumente habe ich nicht ausprobiert, Sie können es mit Indizes versuchen.
Ich habe andere Tools für Indizes ausprobiert, Sie können sie ausprobieren. Es ist nur der Ansatz selbst - wir brauchen eine Menge plausibler Beispiele, es funktioniert überall, nicht nur bei Zeitreihen. Es gibt keine Superwissenschaft, stöbern Sie einfach herum und schauen Sie zu)
z.B. über bestimmte Uhren (saisonale Komponenten) unterrichten, eine Brutforce wie diese herstellen. Musterauswahl nach Stunden. Jeder Punkt ist ein Modell, wobei für jede Uhr 10 Modelle trainiert werden. Je dichter und höher die Punkte, desto besser
Sie können auf dem Diagramm sehen, dass es eine Menge guter Modelle an den Rändern des Handelstages gibt, in der Mitte, wo die Volatilität hoch ist, funktioniert diese Strategie (im Durchschnitt) schlechter. Es gibt nur einige wenige Zeiträume, in denen es sich um absoluten Müll handelt, mit dem Rest kann man arbeiten.
In der 5. Stunde schaue ich dann, ich bekomme so eine Gleichgewichtskurve. Alle Muster fallen für ihn gut aus. Halb Test, halb Strecke (seit 5 Jahren). Für saisonale Themen brauche ich mehr als 2 Monate, weil es nur wenige Beispiele gibt.
Und das alles in dieser Art und Weise. Ich wollte einen Artikel schreiben, aber er ist zu kurz in Worten.
Es ist GBPUSD, aber es funktioniert mit allen Währungspaaren
Auswahl der Modelle nach Stunden. Jeder Punkt ist ein Modell, wobei für jede Uhr 10 Modelle trainiert werden. Je dichter und höher die Punkte, desto besser
In der 5. Stunde schaue ich dann, ich bekomme so eine Gleichgewichtskurve. Alle Modelle sind dafür geeignet. Halb Test, halb Trey (in 5 Jahren). Für die saisonalen Themen brauche ich mehr als 2 Monate, weil es nur wenige Beispiele gibt
Und das alles in dieser Art und Weise. Ich wollte einen Artikel schreiben, aber er ist zu kurz in Worten.
Dies ist GBPUSD, aber es funktioniert mit allen Währungspaaren
Wie sie das Offensichtliche so lange ignorieren konnten...