Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2560
![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
Ich glaube, ich habe verstanden, was ich brauche - die Möglichkeit, eine benutzerdefinierte Flash-Datei einzustellen. Diese Funktion HMMFit() unterstützt diese Möglichkeit jedoch nicht, da sie einen Baum-Welch mit fest eingebautem LLH implementiert. Sie können nur einige Baum-Welch-Parameter einstellen
Sie benötigen ein weiteres Paket, in dem Sie ein benutzerdefiniertes f.f. einrichten können.
Das Komische ist, dass ich noch keines dieser AMO-Pakete gesehen habe, bei dem man eine benutzerdefinierte FF...
Entweder Sie setzen X,Y (Datum, Ziel) oder nur X (Datum).
Aber es ist immer möglich, in die "Eingeweide" von AMO zu gelangen und sie dort zu bewegen und zu sehen, was in Bezug auf f.f. passiert.
Ich trainiere Neuronen auf diese Weise, Forrest auch, jetzt möchte ich mehr SMM machen.
Das Komische daran ist, dass ich noch keinen solchen Pakt mit AMO gesehen habe, bei dem man seine F...
Entweder Sie setzen X,Y (Datum, Ziel) oder nur X (Datum)
Aber es ist immer möglich, in die "Eingeweide" von AMO zu gelangen und sie dort zu bewegen und zu sehen, was in Bezug auf f.f. passiert.
Was ich mache, ist mein Life Hack, ich habe Neuronics auf diese Weise trainiert, Forrest auch, jetzt will ich mehr SMM machen.
In LightGBM können Sie Ihre eigenen Einstellungen vornehmen, aber in den meisten Fällen gibt es diese Möglichkeit nicht.
In LightGBM können Sie Ihre eigenen Einstellungen vornehmen, aber in den meisten Fällen gibt es keine solche Option.
Soll ich Ihnen noch einmal sagen, welche Kennzahlen ich verwende und nach welchen Kriterien ich Modelle auswähle?
Das ist schließlich das Wichtigste in MO, die Grundsatzfrage :-)
Vielleicht sollten wir zu einfachen, allgemein akzeptierten Definitionen zurückkehren.
Was die Definition der Stationarität betrifft, so ist dies eindeutig eine Abstraktion, denn entweder handelt es sich um einen einzigen Punkt ohne Schwankungen, dann ist das Messfenster irrelevant, oder es handelt sich um eine Schwankung mit einem Mindestfenster oder mit einer Reihe von Messfenstern.
Regelmäßigkeit hingegen kann ebenso Stationarität erzeugen, da es sich um den Zustand eines einzelnen Punktes und nicht um dessen Messfenster handelt.
Dementsprechend wirkt sich die Stationarität direkt auf die Vorhersagbarkeit und damit auf das Lernen aus, wenn diese Stationarität Informationen über das Ziel enthält.
Wie ich bereits geschrieben habe, verwende ich genau den Ansatz der Auswahl von Vorhersagen durch Schätzung ihrer Stationarität mit einem bestimmten Messfenster.
In LightGBM können Sie Ihre eigenen Einstellungen vornehmen, aber in den meisten Fällen gibt es diese Möglichkeit nicht.
Der xgboost kann das auch, aber es ist schwer, eine eigene Funktion zu schreiben. Sie müssen Formeln ausgeben.
http://biostat-r.blogspot.com/2016/08/xgboost.html - 6. Absatz.
Was die Definition der Stationarität betrifft, so ist dies eindeutig eine Abstraktion, denn entweder handelt es sich um einen einzigen Punkt ohne Schwankungen, und dann ist das Messfenster irrelevant, oder es handelt sich um eine Schwankung mit einem Mindestfenster oder mit einer Reihe von Messfenstern.
Regelmäßigkeit hingegen kann ebenso Stationarität erzeugen, da es sich um den Zustand eines einzelnen Punktes und nicht um dessen Messfenster handelt.
Dementsprechend wirkt sich die Stationarität direkt auf die Vorhersagbarkeit und damit auf das Lernen aus, wenn diese Stationarität Informationen über das Ziel enthält.
Wie ich bereits schrieb, wende ich gerade den Ansatz an, Vorläufer durch Schätzung ihrer Stationarität mit einem bestimmten Messfenster auszuwählen.
versteh ich überhaupt nicht
statinoir sollte Lärm sein, nachdem das Modell gebaut ist, es ist nirgendwo sonst erforderlichIch verstehe überhaupt nichts mehr.
Willst du es verstehen?
Sind Sie sicher, dass Sie ff nicht mit benutzerdefinierten Metriken verwechseln?
Ich glaube nicht - das Beispiel ist in Python.
statistisches Rauschen sollte nach der Erstellung des Modells erfolgen, es wird nirgendwo sonst benötigt
Richtig, das ist genau die Beziehung zwischen Prädiktor und Ziel, die ich meine.
Mir ist keine Methode zur Erstellung eines Modells bekannt, das eine Schätzung der "Stationarität" bei verschiedenen Stichprobenintervallen mit Splitting oder einem anderen Mechanismus zur Kombination von Prädiktoren liefert. Alle Modelle passen sich an die Stichprobenplots an und schätzen nur ein quantitatives Maß für die Verbesserung, aber wir müssen es über die Intervalle hinweg schätzen, dann kann das Modell robuster sein.