Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3090
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 habe mich selbst noch nicht damit beschäftigt, ich bin gerade erst darauf gestoßen, ich habe nicht genug Zeit, um alles katastrophal zu machen
Ich entschuldige mich für die Kolchose, vielleicht nicht ganz korrekt.
Ich will noch einmal versuchen, den Unterschied zwischen professioneller Entwicklung und dörflicher Entwicklung nach dem Prinzip "der erste Mann im Dorf" zu erklären.
R ist nicht nur eine Programmiersprache, sondern ein Medium zur Entwicklung von eng spezialisierten Aufgaben - Statistik, die MO und etwas anderes beinhaltet.
Pakete in R sind Teil der Sprache. Schauen wir uns das Sprachverteilungspaket an - dort gibt es bereits einige grundlegende Pakete.
Der Satz von Paketen in R, der mehr als 10 000 Pakete mit mehr als 100 000 Funktionen umfasst, ist ein FUNKTIONELL VOLLSTÄNDIGER Satz zur Lösung von Problemen, zum Beispiel MO.
Lassen Sie mich das am Beispiel von MO erklären.
Auf der Website werden hauptsächlich verschiedene Varianten von Klassifizierungsalgorithmen diskutiert, insbesondere Varianten von NS. Die Meta-Zitate für Python sind besonders aufschlussreich.
Aus der Sicht von MO ist der Klassifizierungsalgorithmus selbst ein Teil des Problems, nämlich 30%. Versuchen Sie, die anderen 70% in einem Dorf namens Python zu finden. Und es ist fast unmöglich, andere Varianten von Klassifikationsmodellen zu finden, und es gibt bis zu 200 (1) davon.
R verfügt über einen hervorragenden Referenzapparat, der es Ihnen ermöglicht, das Fehlende zu finden.
Wenn Sie nicht wissen, wonach Sie suchen sollen, dann können Sie in der ersten Phase Rattle nehmen, um zu sehen, was ein Satz von Werkzeugen für MO ist: Analyse der Primärdaten, Transformation, Auswahl der Prädiktoren, Vorbereitung der Dateien für die Prüfung, Berechnung durch das Modell oder die Modelle, Bewertung der Ergebnisse mit geeigneter grafischer Darstellung. Dies ist die Grundstufe.
Wenn Sie aus Rattle herausgewachsen sind, können Sie die Caret-Shell nehmen, die MO-Probleme auf höchstem Niveau abdeckt. Caret ermöglicht den Zugriff auf bis zu 200 (!) Pakete, die Signale für den Handel liefern. Diese Pakete können verglichen und ausgewählt werden, es können Ensembles von Modellen erstellt werden. Caret hat alles, was Rattle hatte, aber auf einem professionelleren Niveau.
Für alles, was Caret hat, hat R Analoga und eine riesige Anzahl von anderen unterstützenden Tools. All das steht für EINEN ZWECK.
All dies nennt man eine professionelle Umgebung für die Arbeit in der Statistik und insbesondere in der IO.
Seite 7.
Viertens: Selbst wenn der Forscher mit einer großen Stichprobe arbeitet, muss die
OOS-Analyse einen großen Teil der Stichprobe abdecken, um aussagekräftig zu sein,
was der Strategieentwicklung abträglich ist (siehe Hawkins [15]). Wird die OOS
vom Ende der Zeitreihe genommen, gehen die jüngsten
Beobachtungen verloren, die oft am repräsentativsten für die Zukunft sind. Wenn das OOS
vom Anfang der Zeitreihe genommen wird, wurden die Tests an
durchgeführt, die möglicherweise den am wenigsten repräsentativen Teil der Daten darstellen.
Es gibt eine 30-seitige Beschreibung der Methode hier https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2326253. Ich habe angefangen zu lesen. Offenbar basiert sie auf der Kreuzvalidierung, aber mit ihren eigenen Besonderheiten - kombinatorisch-symmetrisch
Ich will es gar nicht mehr lesen, ich bin ausgebrannt.
Aber ich kann eine automatische Synthese von Strategien mit einer Überprüfung des Kriteriums des Nicht-Trainings schreiben...
Mit anderen Worten, ich kann Strategien erstellen, die das Kriterium des Nicht-Trainierens maximieren.
Ich kann Strategien nach diesem Kriterium synthetisieren, und dann kann ich sie an neuen Daten testen, ob sie schlecht sind oder ob es sich lohnt, sie zu beachten....
Getestet -> Ergebnis erhalten -> weggeschmissen/gelernt.
Aber jahrelang mit einer Idee herumzulaufen wie ein "Gelegenheitsclown" und nichts zu tun und sie allen vorzuwerfen, ist eine Sackgasse.
Was ist ein Kriterium für das Verlernen?
Antwort von Prado et al. an Maxim mit seiner Präferenz für die OOS-Erhebung an einem frühen Standort:
Seite 7.
Viertens: Selbst wenn der Forscher mit einer großen Stichprobe arbeitet, muss die
OOS-Analyse einen großen Teil der Stichprobe abdecken, um aussagekräftig zu sein,
was der Strategieentwicklung abträglich ist (siehe Hawkins [15]). Wird die OOS
vom Ende der Zeitreihe genommen, gehen die jüngsten
Beobachtungen verloren, die oft am repräsentativsten für die Zukunft sind. Wenn die OOS
vom Anfang der Zeitreihe genommen wird, wurden die Tests an
durchgeführt, dem möglicherweise am wenigsten repräsentativen Teil der Daten.
Was ist das Kriterium für ungeschult?
Auf Seite 8 bis jetzt. Und dies ist immer noch eine Einführung)))
Es sieht so aus, als ob es sich um einen Vergleich nach Sharpe handelt (aber sie schreiben, dass man jeden anderen Indikator verwenden kann), der auf einer Kreuzvalidierung beruht.
Wow, sie kommen bis zum Prado.
Keine seiner Techniken hat bei mir funktioniert.)
Wow, sie kommen bis zum Prado.
Keine seiner Techniken hat bei mir funktioniert.)
Vielleicht noch etwas anderes... Ich kann mich nicht an alles erinnern.
Aber es ist keine Tatsache, dass es seine Erfindung ist. Vielleicht hat er nur eine nützliche Idee weitergegeben.