Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2485

 
mytarmailS #:

Kaufen Sie die EU für mindestens einen halben Tag.

Humorbereich: ein Signal von mir) )

Hattest du Glück mit dem Pass?
 
Renat Akhtyamov #:
konnten Sie suchen?
Nein, ich habe immer noch nicht herausgefunden, woher diese Werte stammen
 
mytarmailS #:
Nein, ich habe nie herausgefunden, woher diese Werte stammen

seltsam, sehr seltsam.

Schicken Sie mir einen Link in Ihrem Posteingang, ich werde es morgen versuchen.

 
Renat Akhtyamov #:

Das ist seltsam. Ziemlich seltsam.

Schicken Sie mir den Link in Ihrer E-Mail, ich werde es morgen ausprobieren.

Den Link zu der Website auf der vorherigen Seite haben Sie also selbst geöffnet, oder ich verstehe das nicht.
 
mytarmailS #:
Also auf der letzten Seite ist der Link zur Website, du hast sie selbst geöffnet, oder ich verstehe nicht... oder du hast die Demo nicht geöffnet?
Nein, yandex.
 
JeeyCi #:

Bitte beantworten Sie auch meine klinische Frage (Sie haben gestern meine Gedanken gelesen und Ihre Art, mit Daten zu arbeiten, gepostet, nachdem ich mir diese Methode bereits angeschaut hatte - danke)... ABER die Frage bleibt: diese Methode wird verwendet, um zu klassifizieren, so vermute ich, Funktionen - brauchen Sie es ... was klassifizieren Sie, wenn nicht ein Geheimnis? LN(Close/Open)? und was unterrichten Sie?

-Wenn es ein Geheimnis ist, werde ich es verstehen - "Know-how"?

p.s. Ich werfe mal ein paar Links ein, um mich an dem Thema zu orientieren (es ist ja nicht wirklich meine Statistik, auch wenn man sie wahrscheinlich in ein "Umweltmodell" einordnen kann):

Einführung in AI

Erklärung und mögliche Lösungen für die Aufgabe des Trainings neuronaler Netze

Vorverarbeitung der Daten

Ein Ensemble von Methoden

Ja, es handelt sich in der Tat um eine Klassifizierungsmethode, bei der ich das Modell trainiere, um die Wahrheit oder Falschheit von Signalen aus der zugrunde liegenden Strategie zu erkennen. Das heißt, bei der Arbeit mit Klassifizierungen sollte es eine grundlegende Strategie im TS geben. Die Strategie selbst kann absolut beliebig sein, die gleiche Kreuzung von Bars und alle Modelle haben 50/50 richtige und falsche Signale. Die Aufgabe der Klassifizierung besteht darin, festzustellen, welche Signale wirklich wahr und welche falsch sind. Lesen Sie meinen Artikel, dort ist es ausführlich beschrieben!
Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта
Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта
  • www.mql5.com
В этой статье я расскажу, как с помощью "скрещивания" одной очень известной стратегии и нейронной сети можно успешно заниматься трейдингом. Речь пойдет о стратегии Томаса Демарка "Секвента" с применением системы искусственного интеллекта. Работать будем ТОЛЬКО по первой части стратегии, используя сигналы "Установка" и "Пересечение".
 
Mihail Marchukajtes #:
Lesen Sie meinen Artikel, in dem es genauer erklärt wird!

danke für den Link und den Artikel... Wenn die ClucterDelta-Daten die Grundlage bilden, ist das ein beruhigender Anfang... aber Spot läuft nicht immer wie Futures (soweit es den Forex betrifft)...

ABER die Grundlage der Schlussfolgerung über die Wahrheit/Falschheit des Signals basiert, soweit ich das verstanden habe, immer noch auf Bayes...?

Übrigens, hier(c.20) ist der Zusammenbruch meiner Versuche, das NS-Diagramm zu erstellen (mit Eingabe von Optionspreisverteilungen):

Die Bayes'sche Inferenz unterscheidet sich von der traditionellen statistischen Inferenz dadurch, dass sie die Unsicherheit bewahrt . ..

In der Bayes'schen Weltanschauung wird die Wahrscheinlichkeit als ein Maß für die Wahrscheinlichkeit eines Ereignisses interpretiert , d. h. als das Maß, in dem wir sicher sind, dass ein Ereignis eintreten wird.

... obwohl seine Parameter (die vorhandene Verteilung) vielleicht auch als Input verwendet werden könnten - vielleicht sollte man dann eine Mehrklassen-Klassifizierung anstreben
Создание нейронной сети с нуля в Python: Многоклассовая классификация - pythobyte.com
Создание нейронной сети с нуля в Python: Многоклассовая классификация - pythobyte.com
  • pythobyte.com
Автор оригинала: Usman Malik. Создание нейронной сети с нуля в Python: Многоклассовая классификация Это третья статья в серии статей на тему “Создание нейронной сети с нуля в Python”. Создание нейронной сети с нуля в Python Создание нейронной сети с нуля в Python: Добавление скрытых слоев Создание нейронной сети с нуля в Python: Многоклассовая классификация Если […]
 
JeeyCi #:

danke für den Link und den Artikel... Wenn die ClucterDelta-Daten die Grundlage sind, ist das ein ermutigender Anfang... außer dass Spot nicht immer wie Futures läuft (was den Forex betrifft)...

ABER die Grundlage der Schlussfolgerung über die Wahrheit/Falschheit des Signals basiert, soweit ich das verstanden habe, immer noch auf Bayes...?

Übrigens, hier(c.20) ist der Zusammenbruch meiner Versuche, das NS-Diagramm herauszufinden (mit Eingabe von Optionspreisverteilungen):

... obwohl seine Parameter (bestehende Verteilung) auch als Eingabe versucht werden könnten - wahrscheinlich dann in Richtung Multiklassen-Klassifizierung
Im Moment benutze ich ClusterDelta nicht mehr, da ich zu Moex gewechselt habe und dort sind diese Informationen kostenlos und es gibt auch Informationen über OI, aber was die Optionen angeht, müssen Sie die Werte der Smile-Parameter eingeben, die 3 sind. Die Krümmung, die Steigung und der Wert am Mittelstrich und nicht die Werte selbst, sondern ihre Veränderung im Laufe der Zeit. Das ist es, was ich leider immer noch nicht habe, und dann wird die Strategie fast eine Win-Win-Situation sein!!!!! Es scheint mir....
 

Mihail Marchukajtes

ich habe die Kraft/den Mut aufgebracht, mir Ihren Code anzusehen (oft steckt mehr Wahrheit im Code als in allen Lehrbüchern) - können Sie mir sagen, was diese Multiplikatoren in Ihren Klassifikatoren in der variablen Doppelentscheidung sind - sind es Gewichte?... und wie haben Sie sie ursprünglich gefunden? d.h. warum genau diese?

oder besser noch, kommentieren Sie bitte - welche Variablen werden benötigt, und der Funktionscode

double getBinaryClassificator1(double v0,double v1,double v2,double v3) 
  {
   double x0=2.0 *(v0+327.0)/650.0-1.0;
//Variable v1 got under reduction
   double x2 = 2.0 * (v2 + 397.0) / 828.0 - 1.0;
   double x3 = 2.0 * (v3 + 121.0) / 264.0 - 1.0;
   double decision=1.5260326743246075*x0
                   -0.13861638107404117 * sigmoid(x0)
                   -0.06391652777916389 * sigmoid(x2)
                   -0.44591870340615364 * sigmoid(x0 + x2)
                   +0.14661031327032664*sigmoid(x3)
                   -0.024191375335575492*sigmoid(x0+x3);
   return decision;
  }

vielen Dank im Voraus!

p.s.

1. ich sehe, dass Sie eine sigmoidale (S-förmige) Funktion als Aktivierungsfunktion verwenden... sie wird "oft als Komprimierungsfunktion verwendet"...

2.
Mihail Marchukajtes #:
... nicht die Werte selbst, sondern ihre Veränderungen im Laufe der Zeit.

Vielleicht wäre es besser, sie zu quadrieren?

 

Übrigens: Volatilität ist Volatilität (als nicht-systemisches Risiko), aber das systemische Risiko wurde nicht abgeschafft...

Volatilität auf den Finanzmärkten ist nicht gleichbedeutend mit Risiko

p.s.

obwohl ein Händler natürlich mit der Volatilität Geld verdient... imho

Волатильность финансовых рынков не то же самое, что риск
  • 2014.06.20
  • Long/Short
  • long-short.pro
Один из первых вопросов, которые я обычно получаю, когда обсуждаю приведенные к волатильности динамические импульсные модели, заключается в том, сокращается ли динамическое окно, на котором основаны наши модели, когда волатильность увеличивается на рынке, и расширяется ли, когда волатильность уменьшается? Я думаю, это потому, что у большинства...