Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2354

 
elibrarius:
Es ist besser, die Gewinne zu vergleichen. Kein Fehler in der Neigung.

Ich sehe keinen Vorteil darin, den Gewinn zu betrachten, aber ich sehe eine Menge Nachteile ...

Ich habe dir den Code gegeben, aber es gibt niemanden, der ihn ausprobiert, es ist offensichtlich einfacher, Beiträge zu schreiben...

sibirqk:
Tatsächlich ist es fast dasselbe, als würde man eine Trendlinie erstellen und sie dann aus der ursprünglichen Reihe entfernen. Ja, ein solches Residuum ist leichter vorherzusagen, aber es kommt auf die Vorhersage des Trends an. Um den Trend vorherzusagen, sollten wir zumindest ungefähr wissen, wohin sich der Preis in Zukunft entwickeln wird. Aber wenn man es weiß, braucht man kein Akkordeon, ich meine alle vorherigen Stufen.

Wie kann man Detrending mit Normalisierung verwechseln?

Ideologisch kommt sie der Box-Cox-Konversion am nächsten

 
mytarmailS:

Ich sehe keinen Vorteil darin, die Gewinne zu beobachten, aber ich sehe eine Menge Nachteile ...

Ich habe dir den Code gegeben, aber es gibt niemanden, der ihn ausprobiert, es ist einfacher, Beiträge zu schreiben...

Wie kann man Detrending mit Normalisierung verwechseln, das ist alles falsch in meinem Kopf...

Ideologisch stehtsie der Box-Cox-Konversion am nächsten

Nun, Sie wissen es besser. Ich denke schon. Viel Glück bei Ihren Recherchen.
 
Die Normalisierer\Detrender\Detrender/COS entfernen das Letzte, was im Preis war (Alpha)
 
Maxim Dmitrievsky:
Normalisierungen/Entschärfungen/Glättungen/COS entfernen das Letzte, was im Preis war (Alpha)
Hier denke ich, dass ich zustimme - um Alpha zu finden, muss man imho lernen, wie man die Ferne vorhersagt 🙂 .
 
sibirqk:
Hier stimme ich zu - um ein Alpha zu finden, muss man imho lernen, wie man die Ferne vorhersagt 🙂 🙂 Das widerspricht dem klassischen Training von neuronalen Netzen, die gerne homogene Daten trainieren.

Dies steht im Gegensatz zum klassischen Datentraining für neuronale Netze, die gerne aus homogenen Daten lernen

 
Maxim Dmitrievsky:

Dies steht im Gegensatz zur klassischen Datenaufbereitung für neuronale Netze, die gerne aus homogenen Daten lernen

Vielleicht ist das der Grund, warum alpha nur von wenigen Menschen gefunden wird🙂 .
 

blah - blah - blah - blah - blah

Warum etwas tun, wenn man einfach darüber reden kann...

 

Hat jemand herausgefunden, was fraktionale Differenzierung ist?

Unter https://dou.ua/lenta/articles/ml-vs-financial-math/ hat er es aus dem Prado.

Er schreibt, dass"die uns bekannte Zeitreihendifferenzierung jede Erinnerung an die Preisentwicklung beseitigt" - anscheinend, wenn wir für jeden Balken die Differenz zum vorherigen Balken nehmen.

Die meisten von ihnen verwenden den Unterschied von der 0. Bar auf diesem Forum.

1) Was ist fraktionale Differenzierung? Empfohlen werden Koeffizienten von 0,1-0,5.

Ein Unterschied von weniger als 1 bar kann nicht angenommen werden. Vielleicht ist es ein Unterschied von 2, 5 ... 10 ... 20 Takte ab dem nächsten Takt?

2) Inwiefern ist sie besser als die 0-bar-Differenz?
Машинное обучение против финансовой математики: проблемы и решения
Машинное обучение против финансовой математики: проблемы и решения
  • dou.ua
Всем привет! Так получилось, что я уже около семи лет занимаюсь машинным обучением. В последние несколько из них я как исследователь и CTO Neurons Lab часто работаю с финансовыми данными в рамках проектов, связанных с инвестиционным менеджментом и алгоритмическим трейдингом. Чаще всего клиенты приходят с текущими стратегиями, которые нужно...
 
elibrarius:

Hat jemand herausgefunden, was fraktionale Differenzierung ist?

Unter https://dou.ua/lenta/articles/ml-vs-financial-math/ hat er es aus dem Prado.

Er schreibt, dass"die uns bekannte Zeitreihendifferenzierung jede Erinnerung an die Preisentwicklung beseitigt" - anscheinend, wenn wir für jeden Balken die Differenz zum vorherigen Balken nehmen.

Die meisten von ihnen verwenden den Unterschied von der 0. Bar auf diesem Forum.

1) Was ist fraktionale Differenzierung? Empfohlen werden Koeffizienten von 0,1-0,5.

Ein Unterschied von weniger als 1 bar kann nicht angenommen werden. Vielleicht ist es ein Unterschied von 2, 5 ... 10 ... 20 Takte bis zum nächsten?

2) Inwiefern ist sie besser als die 0-bar-Differenz?

https://www.mql5.com/ru/articles/6351

Ich sehe keinen großen Unterschied zum EMA-Detrend, und wenn Sie mehrere Zeilen mit unterschiedlichen Verzögerungen haben, geht der Sinn der fraktionierten Differenzierung verloren.
Грокаем "память" рынка через дифференцирование и энтропийный анализ
Грокаем "память" рынка через дифференцирование и энтропийный анализ
  • www.mql5.com
Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
 
Dann werden Sie Fragen zu Metamodellen haben, und dann geht es um das Buch. Aber ich muss Sie enttäuschen - sie verbessern die Ergebnisse auch nicht :D