Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3010
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
Leider hat es niemand gefunden, sonst wäre ich jetzt auf einer tropischen Insel statt hier))))
Ja. Selbst 1 Baum oder eine Regression kann ein Muster finden, wenn es vorhanden ist und sich nicht verändert.
Das ist einfach. Ich kann Dutzende von Datensätzen ungeneriert generieren. Ich bin gerade dabei, TP=50 und SL=500 zu untersuchen. Der durchschnittliche Fehler in der Bewertung des Lehrers liegt bei 10%. Wenn es 20% sind, ist es ein Pflaumenmodell.
Es geht also nicht um den Klassifizierungsfehler, sondern um das Ergebnis der Addition aller Gewinne und Verluste.
Wie Sie sehen, hat das beste Modell einen Fehler von 9,1 %, und Sie können mit einem Fehler von 8,3 % etwas verdienen.
Die Diagramme zeigen nur die OOS, die durch Walking Forward mit wöchentlicher Umschulung erzielt wurden, insgesamt 264 Umschulungen über 5 Jahre.
Es ist interessant, dass das Modell bei 0 mit einem Klassifizierungsfehler von 9,1 % arbeitete, und 50/500 = 0,1, d. h. 10 % sein sollte. Es stellt sich heraus, dass 1% die Streuung gefressen hat (Minimum pro Balken, der echte wird größer sein).
Dieser Test wurde mit realen Volumina von CME für EURUSD durchgeführt: kumulatives Volumen, Delta, Divergenz und Konvergenz für 100 Bars. Insgesamt 400 Spalten + 5 weitere irgendeiner Art.
Ohne irgendwelche Modelleinstellungen zu ändern, habe ich einfach 405 Spalten mit CME-Daten gelöscht (Preisdeltas und Zigzags blieben erhalten), so dass ich insgesamt 115 Spalten hatte und etwas bessere Ergebnisse erhielt. D.h. es stellt sich heraus, dass die Volumina manchmal in Splits ausgewählt werden, aber sie entpuppen sich bei OOS als Rauschen. Und das Training verlangsamt sich um das 3,5-fache.
Zum Vergleich habe ich die Diagramme mit Volumen oben und ohne Volumen unten gelassen.
Ich hatte gehofft, dass die Volumina mit CME zusätzliche Informationen/ Regelmäßigkeiten liefern würden, die das Lernen verbessern würden. Aber wie Sie sehen können, sind die Modelle ohne Volumina etwas besser, auch wenn die Diagramme sehr ähnlich sind.
Dies war mein 2. Ansatz für CME (ich habe es vor 3 Jahren versucht) und wieder erfolglos.
Es stellt sich heraus, dass alles im Preis berücksichtigt wird.
Hat noch jemand versucht, Volumen zum Training hinzuzufügen? Sind die Ergebnisse die gleichen? Oder haben sie Verbesserungen erzielt?
Dieser Test wurde mit echten Volumina von der CME für EURUSD durchgeführt: kumulatives Volumen, Delta, Divergenz und Konvergenz bei 100 Balken. Insgesamt 400 Spalten + 5 weitere irgendeiner Art.
Ohne irgendwelche Modelleinstellungen zu ändern, habe ich einfach 405 Spalten mit CME-Daten gelöscht (Preisdeltas und Zigzags blieben erhalten), um insgesamt 115 Spalten zu erhalten und etwas bessere Ergebnisse zu erzielen. D.h. es stellt sich heraus, dass die Volumina manchmal in Splits ausgewählt werden, aber sie entpuppen sich bei OOS als Rauschen. Und das Training verlangsamt sich um das 3,5-fache.
Zum Vergleich habe ich die Charts mit Volumen oben und ohne Volumen unten gelassen.
Ich hatte gehofft, dass die Volumina mit CME zusätzliche Informationen/ Regelmäßigkeiten liefern würden, die das Lernen verbessern würden. Aber wie Sie sehen können, sind die Modelle ohne Volumina etwas besser, auch wenn die Diagramme sehr ähnlich sind.
Dies war mein 2. Ansatz für CME (ich habe es vor 3 Jahren versucht) und wieder erfolglos.
Es stellt sich heraus, dass alles im Preis berücksichtigt wird.
Hat noch jemand versucht, Volumen zum Training hinzuzufügen? Sind die Ergebnisse die gleichen? Oder haben sie Verbesserungen erzielt?
Haben Sie unseren Markt ausprobiert, er scheint weniger effizient zu sein?
Oder Getreide-Futures, da kann es einige saisonale Zyklen geben.
Haben Sie unseren Markt ausprobiert? Er ist weniger effizient, oder?
Man hatte gehofft, dass Bände mit KMU zusätzliche Informationen/Rechtsvorschriften enthalten würden, die die Lernkurve verbessern würden. Aber wie Sie sehen können, sind Modelle ohne Bände etwas besser...
Welches Modell können Sie bekommen?
Dieser Test wurde mit echten Volumina von der CME für EURUSD durchgeführt: kumulatives Volumen, Delta, Divergenz und Konvergenz bei 100 Balken. Insgesamt 400 Spalten + 5 weitere irgendeiner Art.
Ohne irgendwelche Modelleinstellungen zu ändern, habe ich einfach 405 Spalten mit CME-Daten gelöscht (Preisdeltas und Zigzags blieben erhalten), um insgesamt 115 Spalten zu erhalten und etwas bessere Ergebnisse zu erzielen. D.h. es stellt sich heraus, dass die Volumina manchmal in Splits ausgewählt werden, aber sie entpuppen sich bei OOS als Rauschen. Und das Training verlangsamt sich um das 3,5-fache.
Zum Vergleich habe ich die Charts mit Volumen oben und ohne Volumen unten gelassen.
Ichhatte gehofft, dass die Volumina mit CME zusätzliche Informationen/ Regelmäßigkeiten liefern würden, die das Lernen verbessern würden. Aber wie Sie sehen können, sind die Modelle ohne Volumina etwas besser, auch wenn die Diagramme sehr ähnlich sind.
Dies war mein 2. Ansatz für CME (ich habe es vor 3 Jahren versucht) und wieder erfolglos.
Es stellt sich heraus, dass alles im Preis berücksichtigt wird.
Hat noch jemand versucht, Volumen zum Training hinzuzufügen? Sind die Ergebnisse die gleichen? Oder haben sie Verbesserungen erzielt?
Sie haben meinen Beitrag völlig missverstanden: Es gibt keine "Hoffnung", entweder gibt es eine numerische Schätzung der Trait-Fitness oder nicht. Und es gibt eine numerische Schätzung der Fitness des Merkmals in der Zukunft.
Ein Lehrer ist eine Reihe von Merkmalen und Bezeichnungen, nicht das, was du geschrieben hast :) oder vielmehr eine Person im Allgemeinen oder ein Algorithmus, der diese Daten erzeugt 😀
Ich sehe, Sie haben ein unbändiges Verlangen, in meine Richtung zu spucken, aber müssen Sie Ihren Speichel aufsparen oder nur markieren?
Zuerst muss man feststellen, dass das Modell innen voller Müll ist...
Wenn man ein trainiertes Holzmodell in die darin enthaltenen Regeln und die Statistiken über diese Regeln zerlegt.
zum Beispiel:
und die Abhängigkeit des Fehlers einer Regel von der Häufigkeit ihres Auftretens in der Stichprobe analysieren
erhalten wir
Dann sind wir an dieser Region interessiert
Hier funktionieren die Regeln sehr gut, aber sie sind so selten, dass es sinnvoll ist, die Echtheit der Statistiken über sie anzuzweifeln, denn 10-30 Beobachtungen sind keine Statistik.
Für mich ist das der Weg zur Anpassung. Die Verfeinerung der Regeln innerhalb des Modells ist eine Verfeinerung dessen, was das Modell "gesehen" hat.
Ich sehe, dass du ein unbändiges Verlangen hast, in meine Richtung zu spucken, aber solltest du dir deine Spucke aufsparen, oder nur zum Markieren?
Das ist eine normale Reaktion auf Blödsinn, das ist das Einmaleins des Verteidigungsministeriums.
mit solch einem Aplomb, wie blah-blah, blah-blah, blah-blah, blah-blah.