Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2884
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
Grob gesagt können wir zum Beispiel ein unabhängiges Muster von drei Kerzenstöcken finden, das mehr als 100 Kerzenstöcke zurückliegt, und es sofort mit dem vorletzten Preis einer Lücke vergleichen.
Mit anderen Worten, das Modell versteht, was die letzten Preise sind und versteht, was die Preise gerade waren, unabhängig davon, wann....
Wenn Sie Interesse haben, kann ich Ihnen den Code, die Funktionen, die Suche nach den Regeln und die Fitnessfunktionen zusenden.
Schicken Sie mir eine Nachricht, und ich werde es mir ansehen. Das könnte interessant sein.
es ist eine Kombination aus beidem.
1) Regeln können die letzten 10 Kerzen betrachten ( harte Indizierung [1 : 10] )
2) Regeln können auf allen Daten unabhängig vom Index gesucht werden, es handelt sich um eine Schleife [i], auch diese Regeln können nicht nur auf ihrem Index, sondern auch auf [i+n] suchen.
1) Ich habe eine Dissonanz wegen der Diskrepanz zwischen dem, was Sie als Regeln bezeichnen, und dem, was normalerweise als Regeln (im Handel) bezeichnet wird. Normalerweise sind es die Regeln des Handels - Eröffnung, Schließung oder Änderung des Volumens/der Richtung einer Position. Die Frage ist, wie sich die Handelslogik aus Ihren Regeln ergibt.
2) Unabhängig von der Antwort auf den ersten Punkt gibt es ein Problem mit einer zu großen Menge von Ausgangsregeln, um Handelslogikregeln zu bilden. Das Problem ist, dass eine Überanpassung möglich ist. Irgendwo im Forum habe ich am Beispiel der Auswahl einer "guten Stunde" der Woche bereits geschrieben, dass selbst die Auswahl aus 120 Varianten die Möglichkeit bietet, immer eine Handelsmöglichkeit zu "sehen", die in der Realität offensichtlich nicht existiert. Grob gesagt, können Überselektionsspiele mit SB gefährlich sein. Es ist klar, dass der Preis nicht genau SB ist, aber die Ähnlichkeiten sind zu groß, um sie zu ignorieren.
Schicken Sie mir eine Nachricht, und ich werde es mir ansehen. Das könnte interessant sein.
Ich schicke es hierher, weil ich es nicht über PM bekomme... (Ich denke, wir sollten Freunde sein.)
Es gibt nur zwei Hauptfunktionen,
1) die Erstellung der Grammatik
2) wie man die Regeln im Datenrahmen zählt.
Im Grunde braucht man nichts weiter...
Dann nehmen wir einfach den Datensatz und gehen mit Funktion 2) durch jeden Datenrahmen.
erhalten das Ergebnis, bewerten die Fitnessfunktion...
Ich werde versuchen, ein vollwertiges Beispiel mit einer Fitnessfunktion zu erstellen, wenn nötig, bereits einen separaten Code.
1) Ich habe eine Dissonanz wegen der Diskrepanz zwischen dem, was Sie als Regeln bezeichnen, und dem, was üblicherweise als Regeln (im Handel) bezeichnet wird. Normalerweise sind es die Regeln des Handels - Eröffnung, Schließung oder Änderung des Volumens/der Richtung einer Position. Die Frage ist, wie die Handelslogik aus Ihren Regeln aufgebaut ist.
2) Unabhängig von der Antwort auf den ersten Punkt gibt es ein Problem mit einer zu großen Menge von Ausgangsregeln für die Bildung von Handelslogikregeln. Das Problem ist, dass eine Überanpassung möglich ist. Irgendwo im Forum habe ich am Beispiel der Auswahl einer "guten Stunde" der Woche bereits geschrieben, dass selbst die Auswahl aus 120 Varianten die Möglichkeit bietet, immer eine Handelsmöglichkeit zu "sehen", die in der Realität offensichtlich nicht existiert. Grob gesagt, können Überselektionsspiele mit SB gefährlich sein. Es ist klar, dass der Preis nicht genau SB ist, aber die Ähnlichkeiten sind zu groß, um sie zu ignorieren.
1) Eine Regel ist ein Ausdruck, ein Code.
2) Dann kann also gar nichts aus AMO angewendet werden, weil Overfitting?
1) eine Regel ist ein Ausdruck, ein Code
Die Frage der Umwandlung dieser Regeln in Regeln der Handelslogik. Nach meinen Vermutungen - wie Tipps gebaut werden, wenn man assoziative Regeln verwendet: "Nimm mit deiner Ware diese und jene andere Ware". In diesem Fall geht die Ordnung der Dinge verloren, was für die Waren im Korb nicht wichtig ist, aber für die Ereignisse auf der Karte. Und die Wahrscheinlichkeits-Häufigkeits-Beziehung zwischen den Ereignissen wird nur in der einfachsten Form wiedergegeben. Es könnte sich lohnen, einen Blick auf Bayes'sche Netze zu werfen.
2) Dann kann also gar nichts von AMO angewendet werden, weil Overfitting?
Ich sehe zwei Möglichkeiten, damit umzugehen (ich selbst bevorzuge die zweite)
1) Kreuzvalidierung und Weiterleitung
2) Beschränkung auf einen engen Satz von Mustern, die recht häufig auftreten und durch eine kleine Anzahl von Parametern spezifiziert sind.
1) Die Frage der Umwandlung dieser Regeln in Regeln der Handelslogik.
2) Nach meinen Vermutungen - wie Tipps aufgebaut sind, wenn man assoziative Regeln verwendet: "Nimm mit deiner Ware diese und jene andere Ware".
3) In diesem Fall geht die Ordnung der Dinge verloren, was für Waren im Korb nicht wichtig ist, aber für Ereignisse auf der Karte.
4) Nun, die Wahrscheinlichkeits-Häufigkeits-Beziehung zwischen Ereignissen wird nur in der einfachsten Form wiedergegeben. Es könnte sich lohnen, sich mit Bayes'schen Netzen zu befassen.
1) Über welche Art von Regeln sprechen wir also? Die assoziativen sind eine, die, die ich mit der Grammatik aufbaue, eine andere, du sagst, ich kann dem Gedanken nicht folgen...
Es gibt keine Regeln über "Ausdrücke" in asozialen Regeln. Es gibt Etiketten von Waren.
In meinen Regeln - Regeln, und es gibt viele von ihnen, und sie müssen in der Reihenfolge funktionieren, in der sie gesetzt sind, und es gibt auch Stopp-Regeln, das ist ein viel komplexerer Algorithmus, auf einem sehr viel....
2) Nun, ja, so ist er strukturiert.
3) Nun, das ist ein subjektives Urteil, dem ich weder widerspreche noch widerspreche.
Zum Beispiel versucht, forrest und a priori (ace. rechts) zu trainieren und es stellte sich heraus, dass ace. rechts ein halbes Prozent schlechter klassifiziert. Sie können Ihre eigenen Schlüsse ziehen.
Auch über die Reihenfolge der Ereignisse, gibt es ace. Regeln, in denen die Reihenfolge berücksichtigt wird, und ich gab Ihnen sogar zu einer Zeit, diesen Algorithmus, seltsam, dass Sie vergessen haben....
4) Ich weiß nichts über Bayes'sche Netze.
Aber Algorithmen wie ace. rules sollten unbedingt ausprobiert werden.
Oder besser gesagt, wir sollten uns ihr Konzept zunutze machen, dass die Eingabedaten unterschiedlich groß sein können und - was vor langer Zeit war, kann den aktuellen Preis stark beeinflussen.
Genau wie auf dem Markt wirken sich Preise, die vor langer Zeit entstanden sind, direkt auf den aktuellen Preis aus....
Zum Beispiel der heutige Handel (den ich sicher vermasselt habe) , der Einstieg wurde von einem Niveau aus gemacht, das 4 Stunden vom Einstiegspunkt entfernt war.
Wie kann man diese Situation zumindest theoretisch erkennen, wenn man die letzten 10-20 Kerzen betrachtet? Man kann es nicht...
Wie kann man diese Situation durch Normalisierung der Daten erkennen? Man kann es nicht.
Und wenn man sich die Renditen anschaut, kann man sogar noch mehr Informationen über vergangene Kurse entfernen, auf keinen Fall und niemals...
Aber sture Neptushniki schreien, dass Renditen genug sind, in Wirklichkeit ist es eine Diagnose von Demenz... Nun, reden wir nicht darüber....
Also hier in ace. Regeln können zum Beispiel Etiketten durch Preise ersetzt werden, und wir bekommen einen Algorithmus, der nach Assoziationen in unstrukturierten Daten sucht, schon cool?
Du könntest dein eigenes Ding machen.
Es sollte aber auf jeden Fall versucht werden, Algorithmen wie ace. rules anzuwenden.
Genauer gesagt, muss man ihr Konzept ausnutzen, dass die Eingabedaten unterschiedlich groß sein können und dass das, was vor langer Zeit war, die aktuellen Daten stark beeinflussen kann.
Wie auf dem Markt wirken sich Preise, die lange zurückliegen, direkt auf den aktuellen Preis aus....
Zum Beispiel der heutige Handel (den ich sicher vermasselt habe) , der Einstieg wurde von einem Niveau gemacht, das 4 Stunden vom Einstiegspunkt entfernt war.
Wie kann man diese Situation zumindest theoretisch erkennen, wenn man die letzten 10-20 Kerzen betrachtet? Man kann nicht...
Wie kann man diese Situation durch Normalisierung der Daten erkennen? Man kann es nicht.
Und wenn man sich die Rückkehrer ansieht? Noch mehr Informationen über frühere Preise, auf keinen Fall und niemals...
Aber hartnäckige Neptuschniks schreien, dass die Retournale ausreichen, in Wirklichkeit ist es eine Diagnose von Demenz... aber reden wir nicht darüber....
Also hier in ace. rules können zum Beispiel Labels durch Preise ersetzt werden, und wir bekommen einen Algorithmus, der in unstrukturierten Daten nach Assoziationen sucht, schon cool?
Sie können Ihr eigenes Ding machen.
Interessanter theoretischer Ansatz. Aber warum der nächste Peak nicht als Auftrag berücksichtigt wird, verstehe ich. Dieses Handlungsmuster passt nicht in den aktuellen Moment. Ich habe den Versuch unternommen, Analogien zu finden, aber leider gibt es keine Konsistenz und ich denke, dass es prinzipiell nicht in jedem ähnlichen Fall möglich ist.
Eine Analogie würde in der Vielfalt der Candlestick-Muster begründet sein. D.h. in OHLC-Varianten in jeder Zeitvariante.
Interessanter theoretischer Ansatz, aber warum der nächste Peak nicht als Auftrag gewertet wird, ist mir klar. Dieses Handlungsmuster passt nicht in den aktuellen Moment.
Sie haben ein Marktmodell, einen komplexen/globalen Ansatz, einen Versuch, den gesamten Markt zu erklären. Das ist sehr cool, aber ich kann das noch nicht.
Ich habe einen situativen/lokalen Ansatz in Form von einigen lokalen Mustern, Schablonen, das ist nicht gut, aber ich habe auch keinen anderen, noch nicht...
Um Sie zu verstehen, ich nicht einmal beobachten, andere TFs, nur 1m.
Aber es ist immer noch möglich, zu handeln ))
Die Analogie wird sich auf die Vielfalt der Candlestick-Muster stützen. D.h. in OHLC Varianten in jeder Zeitvariante.
Ich denke, es ist besser, nur die Extrema zu nehmen
Sie haben ein Marktmodell, einen umfassenden/globalen Ansatz, einen Versuch, den gesamten Markt zu erklären. Das ist sehr cool, das kann ich noch nicht.
Ich habe einen situativen/lokalen Ansatz in Form von einigen lokalen Mustern, Schablonen, was nicht gut ist, aber ich habe keinen anderen, noch.....
Nur damit du es verstehst, ich beobachte nicht einmal andere TFs, nur 1m.
Aber es ist immer noch möglich, zu handeln).
Ich denke, es ist besser, nur die Extreme zu nehmen.
Sie können auf jedem TF handeln. Der Markt in seinem Muster ist auf jedem TF derselbe.
Die Vorlage ist die gleiche, die Größe der Vorlage kann sich unterscheiden.
________
Extrema zu nehmen ist eine verlockende Option, aber wie man sie konkret findet, damit haben sich schon mehr als eine Generation von Händlern herumgeschlagen). Auch für diesen Fall gibt es Varianten. Aber auch diese werden nicht 100%_ perfekt sein. Wegen des nicht standardisierten Marktverhaltens. Weder MO noch Hexenmeister helfen hier weiter, nur der aktuelle Zustand des Marktes bestimmt das weitere Verhalten.
Yusuf hat in vielerlei Hinsicht Recht und ich stimme ihm zu, aber es fehlt ihm an Erfahrung im tiefen Verständnis der Finanzmärkte.
Maschinelles Lernen kann ein Marktmuster und sogar eine Abfolge von Mustern abschätzen, aber nicht deren garantiertes zukünftiges Verhalten.
Extreme sind etwas für Profis. Diejenigen, die hier alles lesen, aber schweigen).