Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3020
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
Die Genauigkeit funktioniert gut mit ausgewogenen Klassen. Habe alle Standardmetriken ausprobiert, fast kein Unterschied in den Ergebnissen. Die Gewinnmaximierung wird durch den Aufschlag mit maximal profitablen Geschäften umgesetzt, oder?)
1) Die Handelskosten werden bei der Klassifizierung nicht berücksichtigt. Die Klassennote kann zeigen, dass es notwendig ist zu verkaufen, aber es kann wirtschaftlich profitabler sein, weiter zu kaufen,
die Gewinnmaximierung berücksichtigt dies.
2) dasselbe gilt für die Volatilität.
3) Es ist nicht klar, wie die drei Zustände Kaufen, Verkaufen, Nichtstun umgesetzt werden sollen, nicht im Zusammenhang mit den drei Klassen, sondern nur in Bezug auf den Handel.
4) es ist nicht klar, wie man Stops/Teaks über MO durch die Klassifizierung verwalten kann
.....
..
..
Die Genauigkeit funktioniert gut mit ausgewogenen Klassen. Ich habe alle Standardmetriken ausprobiert, fast kein Unterschied in den Ergebnissen.
Trotzdem sind es unterschiedliche Werte. Nehmen wir der Einfachheit halber an, dass Take Profit = Stop Loss = 1 und Spread = 0. Bei jedem Handel gehen wir entweder ein oder nicht - der Einfachheit halber gilt das System nur für Käufe (für Verkäufe lassen wir ein anderes Modell gelten).
Genauigkeit = (Wahr-Positive + Wahr-Negative)/ (Wahr-Positive + Wahr-Negative + Falsch-Positive + Falsch-Negative)
Gewinn_Gesamt = Wahr-Positive - Falsch-Positive
Die Genauigkeit scheint die Anforderungen für die Aufteilungsmethode im Baum zu erfüllen, der Gewinn jedoch nicht.
Die Gewinnmaximierung wird durch Aufschläge mit maximal profitablen Geschäften umgesetzt, nicht wahr?).
Der Einfachheit halber geben alle Trades den gleichen Gewinn oder Verlust (1 oder -1)
1) Die Handelskosten werden durch die Klassifizierung nicht berücksichtigt, die Klassenbezeichnung kann zeigen, dass es notwendig ist, zu verlängern, aber es kann so sein, dass es wirtschaftlich profitabler ist, weiter zu kaufen,
die Gewinnmaximierung trägt dem Rechnung.
2) dasselbe gilt für die Volatilität
3) es ist nicht klar, wie die drei Zustände Kaufen, Verkaufen, Nichtstun zu realisieren sind, und zwar nicht im Zusammenhang mit den drei Klassen, sondern speziell mit dem Handel
4) es ist nicht klar, wie man Stopps/Teaks über MO durch Klassifizierung verwalten kann
.....
..
..
Dennoch sind dies unterschiedliche Werte. Nehmen wir der Einfachheit halber an, dass immer Take Profit = Stop Loss = 1 und Spread = 0. In jedem Handel geben wir entweder oder nicht - der Einfachheit halber ist das System nur für Käufe (für Verkäufe lassen ein anderes Modell).
Genauigkeit = (Wahr-Positive + Wahr-Negative)/ (Wahr-Positive + Wahr-Negative + Falsch-Positive + Falsch-Negative)
Profit_total = Wahr-Positive - Falsch-Positive
Die Genauigkeit scheint die Anforderungen für die Aufteilungsmethode im Baum zu erfüllen, der Gewinn jedoch nicht.
Der Einfachheit halber ergeben alle Trades den gleichen Gewinn oder Verlust (1 oder -1)
Haben Sie diesen Ansatz ausprobiert? (suchen Sie den Abschnitt "Modellinterpretation" etwa in der Mitte der Seite)
Die Reihenfolge eines solchen Aufschlags ist ungefähr wie folgt: Sie nehmen profitable Trades mit einem minimalen Schritt, in verschiedenen Richtungen, je nach Schwankungen. Man geht sie durch, fasst unidirektionale Geschäfte zu einem zusammen und zählt die Anzahl der Pips unter Berücksichtigung der Kosten. Wenn es mehr als zwei sind, fasst man sie zu einem zusammen, andernfalls lässt man die Short-Trades stehen.
1) Selbst wenn es funktioniert, stellt sich heraus, dass man für jede Aufgabe irgendeinen Krückenalgorithmus erfinden muss, um sie als fertiges Ziel zu implementieren?
Ist es nicht einfacher, eine FF zu schreiben und einfach zu sagen, dass AMO gut/schlecht ist, und dass es für jede Aufgabe gut ist, eine Universallösung...?
2) gutes Ziel != gut ausgebildete AMO für dieses Ziel.
Das Ziel mag gut sein, aber der Algorithmus kann dafür nicht trainiert werden, also sollte nicht das Ziel bewertet werden, sondern der trainierte AMO.
Sie haben dies erkannt, als ich über FF sprach, aber wie ich sehe, haben Sie es bereits vergessen
1) Selbst wenn es funktioniert, stellt sich heraus, dass man für jede Aufgabe irgendeinen Krückenalgorithmus erfinden muss, um sie als fertiges Ziel zu implementieren?
Wäre es nicht einfacher, eine FF zu schreiben und einfach zu sagen: AMO - gut/schlecht, und es wird für jede Aufgabe gut sein, universelle Lösung...?
2) gutes Ziel != gut trainierte AMO unter diesem Ziel.
Das Ziel kann gut sein, aber der Algorithmus kann dafür nicht trainiert werden, also sollte nicht das Ziel bewertet werden, sondern der trainierte AMO.
Sie haben das erkannt, als ich über FF sprach, aber ich sehe, Sie haben es vergessen.
Ich verstehe, dass Sie nicht wissen, dass die FF in den Datensatz eingegeben wird. Sie verwechseln "warm" und "weich", Sie machen sich zusätzliche Arbeit.
Wenn alles so wäre, wie du sagst, dann gäbe es kein RL...
Und generell ist es gut, dass jeder seinen eigenen Weg geht, mehr Meinungen - reicherer Suchraum....
Ich mache das nicht mehr oft, das ist vorbei...
Wenn es so wäre, wie du sagst, dann gäbe es gar kein RL.