Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2969

[Maxim Dmitrievsky]

mytarmailS #:

denn dafür ist es nicht gedacht.

Warum schreibt niemand Websites in C++?

Ich habe mich einfach für das entschieden, was vertrauter ist, was mql ähnlicher ist, und das, was weniger vertraut ist (nicht vertraut), wurde jerky genannt. Du hättest es lernen sollen...

Es ist nicht schwer, etwas zu lernen. Aber das rationale Korn schlug vor, dass es keinen Sinn oder Vorteile für ihr Handwerk gibt.

Ich habe sofort angefangen, Code in Python zu schreiben, ohne es auch nur annähernd zu studieren. Dann brauchte man ein paar grundlegende Bibliotheken und das war's.

Es gibt keine Aufgaben, bei denen R gewinnt. Statistik ist ein Mythos. Manche Leute rechtfertigen ihre Wahl auf diese Weise, wie Sanych.

[mytarmailS]

Maxim Dmitrievsky #:

Ich habe sofort angefangen, Code in Python zu schreiben, ohne es auch nur annähernd zu lernen. Dann brauchte ich ein paar grundlegende Bibliotheken und das war's.

Nun, das ist in Ordnung, es wurde so konzipiert....

Aber warum immer diese passiv-aggressiven Angriffe auf R? Es ist die beste Sprache für ihre Aufgaben, dafür wurde sie geschaffen,

Python ist eine allgemeine Sprache, die vorgibt, leicht zu erlernen zu sein...

Das ist nicht die Hauptsache, sondern schöne Geschäfte mit Hilfe von Algorithmen zu machen.

[Maxim Kuznetsov]

mytarmailS #:

denn dafür ist es nicht gedacht.

Warum schreibt niemand Websites in C++?

Jede Sprache hat ihre eigene Aufgabe, deshalb gibt es auch so viele davon.

Ich habe einfach das gewählt, was mir vertrauter war, was mql ähnlicher war, und das, was mir weniger vertraut war (nicht vertraut), wurde jerky genannt. Und du hättest studieren sollen...

du weißt wahrscheinlich einfach nicht genug darüber... C++ Backend ist sehr gefragt und es ist fast der teuerste Job.

[mytarmailS]

Maxim Kuznetsov #:

Sie sind sich wahrscheinlich nicht ganz im Klaren darüber, dassC++ Backend sehr gefragt ist und fast die teuersten Jobs sind.

Du bist dir wahrscheinlich nur nicht ganz im Klaren darüber, dass eine Website nicht nur aus Backend besteht ;)

[Renat Fatkhullin]

Nicht jeder verfolgt die Entwicklung von MQL5, aber es gibt Standardmethoden für Matrizen und Vektoren.

Dies sind die Standardmethoden der Sprache, keine Bibliotheken von Drittanbietern. Mit der Einführung von Matrix/Vektor/komplexen Typen ist die Sprache sehr leistungsfähig für statistische Analysen und schwere Mathematik geworden.

Funktion	Aktion	Kategorie
Aktivierung	Berechnet die Werte der Aktivierungsfunktion und schreibt sie in den übergebenen Vektor/Matrix	Maschinelles Lernen
ArgMax	Gibt den Index des Maximalwertes zurück	Statistik
ArgMin	Gibt den Index des Mindestwerts zurück	Statistik
ArgSort	Gibt den sortierten Index zurück	Manipulationen
Zuweisen	Kopiert eine Matrix, einen Vektor oder ein Array mit automatischer Konvertierung	Initialisierung
Durchschnitt	Berechnet einen gewichteten Durchschnitt von Matrix-/Vektorwerten.	Statistik
Cholesky	Berechnet die Cholesky-Zerlegung	Transformationen
Klammer	Begrenzt Matrix-/Vektor-Elemente auf einen bestimmten Bereich akzeptabler Werte	Manipulationen
Spalte	Gibt einen Spaltenvektor zurück. Schreibt den Vektor in die angegebene Spalte	Manipulationen
Spalten	Gibt die Anzahl der Spalten in der Matrix zurück	Eigenschaften
Vergleichen	Vergleicht Elemente zweier Matrizen/Vektoren mit der angegebenen Genauigkeit	Manipulationen
CompareByDigits	Vergleicht Elemente zweier Matrizen/Vektoren auf Übereinstimmung mit Genauigkeit der signifikanten Stellen	Manipulationen
Bedingung	Berechnet die bedingte Zahl einer Matrix	Eigenschaften
Faltung	Liefert eine diskrete lineare Faltung von zwei Vektoren	Ableitungen
Kopieren	Gibt eine Kopie einer gegebenen Matrix/eines gegebenen Vektors zurück	Manipulationen
CopyRates	Holt die historischen Reihen der MqlRates-Struktur des angegebenen Symbolzeitraums in der angegebenen Menge in eine Matrix oder einen Vektor	Initialisierung
CopyTicks	Holt die Ticks aus der MqlTick-Struktur in eine Matrix oder einen Vektor	Initialisierung
CopyTicksRange	Ruft eine Matrix oder einen Vektor von Ticks aus der MqlTick-Struktur im angegebenen Datumsbereich ab.	Initialisierung
CorrCoef	Berechnet den Korrelationskoeffizienten nach Pearson (linearer Korrelationskoeffizient)	Ableitungen
Korrelieren	Berechnet die Kreuzkorrelation von zwei Vektoren	Ableitungen
Cov	Berechnet die Kovarianzmatrix	Produkte
CumProd	Gibt das kumulative Produkt von Matrix-/Vektorelementen zurück, einschließlich der Elemente entlang der angegebenen Achse.	Statistik
KumSumme	Gibt die kumulative Summe von Matrix-/Vektorelementen zurück, einschließlich der Elemente entlang der angegebenen Achse.	Statistik
Ableitung	Berechnet die Werte der Ableitung der Aktivierungsfunktion und schreibt sie in den übergebenen Vektor/die Matrix	Maschinelles Lernen
Det	Berechnet die Determinante einer quadratischen nicht entarteten Matrix	Merkmale
Diag	Extrahiert eine Diagonale oder konstruiert eine Diagonalmatrix	Manipulationen
Punkt	Skalarprodukt von zwei Vektoren	Ableitungen
Eig	Berechnet Eigenwerte und rechte Eigenvektoren einer quadratischen Matrix	Umformungen
EigVals	Berechnet Eigenwerte einer allgemeinen Matrix	Umformungen
Auge	Liefert eine Matrix mit Einsen auf der Diagonalen und Nullen an anderen Stellen	Initialisierung
Füllen	Füllt eine bestehende Matrix oder einen Vektor mit einem bestimmten Wert	Initialisierung
Flach	Ermöglicht den Zugriff auf ein Matrixelement mit einem einzigen Index anstelle von zwei Indizes	Manipulationen
Vollständig	Erzeugt eine neue Matrix, die mit dem angegebenen Wert gefüllt ist, und gibt diese zurück.	Initialisierung
GeMM	Allgemeine Matrixmultiplikation von zwei Matrizen (General Matrix Multiply)	Produkte
Hsplit	Horizontale Aufspaltung einer Matrix in mehrere Submatrizen. Dasselbe wie Split mit Achse=0.	Manipulationen
Identität	Erzeugt eine einzelne Matrix mit der angegebenen Größe	Initialisierung
Init	Initialisiert eine Matrix oder einen Vektor	Initialisierung
Inneres	Inneres Produkt von zwei Matrizen	Ableitungen
Inv	Berechnet die (multiplikative) Inverse einer quadratischen, nicht entarteten Matrix nach der Jordaan-Gauß-Methode	Lösungen
Kron	Liefert das Kronecker-Produkt von zwei Matrizen, einer Matrix und einem Vektor, einem Vektor und einer Matrix oder zwei Vektoren	Produkte
Verlust	Berechnet die Werte der Verlustfunktion und schreibt sie in den/die übergebene/n Vektor/Matrix	Maschinelles Lernen
LstSq	Gibt die Lösung der kleinsten Quadrate von linearen algebraischen Gleichungen zurück (für nicht quadratische oder entartete Matrizen)	Lösungen
LU	LU-Faktorisierung einer Matrix als Produkt aus einer unteren Dreiecksmatrix und einer oberen Dreiecksmatrix	Umformungen
LUP	LUP-Faktorisierung mit partieller Permutation, d. h. die LU-Zerlegung nur mit Zeilenpermutation: PA=LU	Umformungen
MatMul	Matrixprodukt von zwei Matrizen	Ableitungen
Max	Gibt den maximalen Wert einer Matrix/eines Vektors zurück	Statistik
Mittelwert	Berechnet das arithmetische Mittel von Elementwerten	Statistik
Median	Berechnet den Median von Matrix-/Vektor-Elementen	Statistik
Min	Liefert den Mindestwert der Matrix/des Vektors	Statistik
Norm	Gibt die Norm der Matrix oder des Vektors zurück	Merkmale
Einsen	Erzeugt eine neue Matrix mit Einsen und gibt diese zurück	Initialisierung
Äußeres	Berechnet das äußere Produkt von zwei Matrizen oder zwei Vektoren	Produkte
Perzentil	Gibt das angegebene Perzentil der Elemente der Matrix/des Vektors oder der Elemente entlang der angegebenen Achse zurück.	Statistik
PInv	Berechnet eine pseudo-inverse Matrix unter Verwendung der Moore-Penrose-Methode	Lösungen
Potenz	Erhöht eine quadratische Matrix auf ganzzahligen Grad	Produkte
Prod	Gibt das Produkt von Matrix-/Vektorelementen zurück, was auch für eine bestimmte Achse durchgeführt werden kann.	Statistik
Ptp	Gibt den Bereich der Matrix-/Vektorwerte oder die angegebene Matrixachse zurück	Statistik
QR	Berechnet die qr-Faktorisierung einer Matrix	Umformungen
Quantil	Liefert das angegebene Quantil von Matrix-/Vektorelementwerten oder Elementen entlang der angegebenen Achse	Statistik
Rang	Gibt den Rang der Matrix unter Verwendung der Gaußschen Methode zurück	Merkmale
RegressionMetrik	Berechnet die Regressionsmetrik als Fehler der Abweichung von der auf dem angegebenen Datensatz gezeichneten Regressionslinie	Statistik
Umformung	Ändert die Form einer Matrix, ohne ihre Daten zu verändern	Manipulationen
Größe ändern	Liefert eine neue Matrix mit geänderter Form und Größe	Manipulationen
Zeile	Gibt eine Vektorzeile zurück. Schreibt den Vektor in die angegebene Zeile	Manipulationen
Zeilen	Gibt die Anzahl der Zeilen in der Matrix zurück	Eigenschaften
Größe	Gibt die Größe des Vektors zurück	Merkmale
SLogDet	Berechnet Vorzeichen und Logarithmus der Matrixdeterminante	Merkmale
Lösen	Löst eine lineare Matrixgleichung oder ein System von linearen algebraischen Gleichungen	Lösungen
Sortieren	Sortieren nach Ort	Manipulationen
Spektrum	Berechnet das Spektrum einer Matrix als die Menge ihrer Eigenwerte aus dem Produkt AT*A	Merkmale
Aufteilen	Zerlegung einer Matrix in mehrere Submatrizen	Manipulationen
Std	Gibt die Standardabweichung von Matrix-/Vektorelementwerten oder Elementen entlang einer bestimmten Achse zurück.	Statistik
Summe	Gibt die Summe der Matrix-/Vektorelemente zurück, die auch für die angegebene(n) Achse(n) durchgeführt werden kann.	Statistik
SVD	Singulärwert-Zerlegung	Transformationen
SwapCols	Vertauscht Spalten in einer Matrix	Manipulationen
SwapRows	Vertauscht Zeilen in einer Matrix	Manipulationen
Verfolgen	Gibt die Summe der Diagonalen der Matrix zurück	Eigenschaften
Transponieren	Transponiert (vertauscht die Achsen) und gibt die geänderte Matrix zurück	Manipulationen
Tri	Konstruiert eine Matrix mit Einsen auf der angegebenen Diagonale und darunter und Nullen an anderen Stellen.	Initialisierung
TriL	Gibt eine Kopie der Matrix mit Nullelementen auf der k-ten Diagonale zurück. Untere Dreiecksmatrix	Manipulationen
TriU	Gibt eine Kopie der Matrix mit nullten Elementen unterhalb der k-ten Diagonale zurück. Obere Dreiecksmatrix	Manipulationen
Var	Berechnet die Varianz der Werte der Matrix/Vektor-Elemente	Statistik
Vsplit	Vertikale Aufteilung einer Matrix in mehrere Teilmatrizen. Entspricht Split mit Achse=1	Manipulationen
Nullen	Erzeugt und liefert eine neue Matrix, die mit Nullen gefüllt ist.	Initialisierung

[Maxim Dmitrievsky]

mytarmailS #:

Na toll, so war es gedacht.....

Aber warum immer diese passiv-aggressiven Angriffe auf R? Es ist die beste Sprache für ihre Aufgaben, dafür wurde sie entwickelt,

Python ist eine generische Sprache, die vorgibt, leicht zu erlernen zu sein...

Darum geht es nicht, sondern darum, mit Hilfe von Algorithmen schöne Geschäfte zu machen.

Ich brauche keine Deals, ich brauche Backtests!

Beim Handel geht es nicht um Wissenschaft, er ist eher situationsabhängig. Die Geschäfte von heute sind +, die von morgen sind -.

Es gab eine normale Arbitrage, als man Blumen für Frauen und Autos für sich selbst kaufen konnte, und dann wurde sie irgendwie entleert. Und egal, welche Statistik man verwendet, Mikola wird keine Steinblume machen.

Ein weiteres Problem bei den Neuronen ist die Wahl der Modelle. Das eine funktioniert seit einem Jahr, die anderen sind verpufft. Dann schreit dich ein Ägypter an, du hättest ihn betrogen. Was soll man da machen? Das liegt in der Natur der Sache. Und die Statistiken gehen irgendwie wieder vorbei. Die Wahl war also naheliegend - für maximale Einfachheit und Bequemlichkeit.

[mytarmailS]

Maxim Dmitrievsky #:
Ich brauche nicht Ihre Deals, sondern Ihre Backtests!

Beim Handel geht es nicht um Wissenschaft, er ist eher situationsabhängig. Die Geschäfte von heute sind oben, die von morgen

Bei all meinem Wissen weiß ich nicht, wie ich es algorithmisieren kann, ich habe nur ein Verständnis für die Situation und das ist alles...

Die MO ist wie ein Indikator, und 99% der intellektuellen Roboter hinter mir...

1) Entweder ist es so und es funktioniert.

2) oder alles ist automatisch und es funktioniert nie.

Im Moment sitze ich auf 1) aber träume von 2)

[Maxim Dmitrievsky]

mytarmailS #:

Bei all meinem Wissen weiß ich nicht, wie man es algorithmisiert, ich habe nur ein Verständnis für die Situation und das ist alles....

IO ist wie ein Indikator, und 99% der intelligenten Roboter sind hinter mir...

1) Entweder das, und es funktioniert.

2 ) Oder es ist alles auf Automatik und es funktioniert nie.

Ich sitze auf 1), aber ich träume von 2).

Du findest heraus, wie du dein FF-Crafting besser validieren kannst, und es wird automatisch sein. Das ist eine coole Idee.

[mytarmailS]

Maxim Dmitrievsky #:
Wenn du herausfindest, wie du dein FF-Handwerk besser validieren kannst, wird das automatisch geschehen. Das ist eine coole Idee.

Du validierst es einfach wie einen normalen Algorithmus.

Ich spreche nicht von einer Entdeckung, ich habe es vor mehr als einem Jahr erfunden...

Der Mann fragte, wie man AMO gewinnbringend trainieren kann, ich habe es ihm gezeigt...

[Maxim Dmitrievsky]

mytarmailS #:

Sie validieren ihn einfach wie einen normalen Algorithmus.

Ich spreche nicht von einer Entdeckung, ich habe das Ding vor mehr als einem Jahr erfunden....

Der Mann fragte, wie man AMO gewinnbringend trainiert, ich habe es Ihnen gerade gezeigt.

Es wird nicht wie ein normales Programm funktionieren. Man braucht eine knifflige Selbstoptimierung für unbekannte Daten, das Herausfiltern von Störsignalen usw., um in etwa das Gleiche zu tun wie ein Mensch.