Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3124
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
was
Gedichte und Bücher zu schreiben
einsteigen.
Das ist dein Ding und wahrscheinlich auch profitabler.
Das Modell ist verzerrt. Wir müssen es also zwingen, ohne eine solche Verzerrung zu lernen. Aber zuerst müssen wir die Verzerrungskoeffizienten finden, sagen wir, es ist eine Steigung oder ein freier Term (Achsenabschnitt), wie bei der Regression. Was wäre, wenn wir es so trainieren, dass dieser Term nicht durch Training und OOS variiert. Im Grunde genommen zitiere ich Bücher über Kozulu.
Angenommen, es gibt seit 3 Monaten einen globalen Aufwärtstrend. Der Preis ist um 7% gestiegen. Gleichzeitig gibt es während eines Tages Veränderungen von bis zu 2% in beide Richtungen.
Welches Gewicht sollten die Retournamente H1 des 1. bar, 2. bar ..... 100 bar? Und der Rest der Fiches. Ich bezweifle, dass es wissenschaftlich (oder zumindest experimentell) begründete Formeln gibt.
Die Vergabe von Hunderten von Gewichten wird die Suche nach einem geeigneten Modell noch schwieriger machen. Es gibt bereits eine Vielzahl von Hyperparametern.
Nehmen wir an, es gibt seit 3 Monaten einen allgemeinen Aufwärtstrend. Der Kurs ist um 7% gestiegen. Gleichzeitig gibt es Veränderungen von bis zu 2% in beide Richtungen pro Tag.
Welches Gewicht sollte den Renditen H1 des 1. Balkens, 2. 100 bar? Und der Rest der Fiches. Ich bezweifle, dass es wissenschaftlich (oder zumindest experimentell) begründete Formeln gibt.
Die Vergabe von Hunderten von Gewichten wird die Suche nach einem geeigneten Modell noch schwieriger machen. Es gibt bereits ein Meer von Hyperparametern.
Wenn es keine klare Gewissheit über Ursache und Wirkung gibt,
Mehrere Ticks sagen bereits die künftige Richtung des Kurses voraus.
Auf dem Stunden- oder Tagesbalken sehen Sie das natürlich nicht.
Hier ist ein Vorschlag.
Und im Prinzip sollten Sie das auch nicht.
Und das sollten Sie im Prinzip auch nicht.
Das Verkaufsmodell beginnt durchzuhängen, wenn der globale Trend (nur 1-1,5 Jahre) nach oben zeigt. Es findet eine Gelegenheit, am Handel zu verdienen, aber beim OOS geht es in den Drawdown.
Vielleicht ist die erste Variante mit Kauf- und Verkaufsauswahl durch ein Modell besser. Aber wenn sie sich an den globalen Trend anpasst, wird sie in den Momenten des Trendwechsels auslaufen. Und wird wahrscheinlich jahrelang in eine Richtung handeln.
Das wichtigste Anzeichen für ein Übertraining des Modells ist eine Divergenz zwischen TRAIN und OOS. Wenn es eine solche Diskrepanz gibt, dann sollte alles rausgeschmissen werden, alles ist leer, die ganze Reise ist falsch.
Das wichtigste Anzeichen für ein Übertraining des Modells ist eine Divergenz zwischen der Ausbildung und OOS. Wenn es eine solche Diskrepanz gibt, dann sollte alles verworfen werden, alles ist leer, die ganze Wanderung ist falsch.
Überholte Informationen.
Sagen Sie besser, was Sie mit mahalanobis tun, werden wir spinnen.veraltete Informationen.
Sagen Sie mir, was Sie mit Mahalanobis machen, lassen Sie uns eine Runde drehen.Veraltete Informationen ( Das wichtigste Anzeichen für eineModellumschulung ist eine Divergenz bei Trainee und OOS).
Natürlich ist es veraltet. Ich vermute, dass alles, was Sie tun, wenn es angewandt wird, alle Ihre p-squared zu mythischen Gleichgewicht zu werfen haben.
Sagen Sie mir besser, was Sie mit Mahalanobis machen, wir werden es ausprobieren.
Ich weiß es nicht.
In R zählt das Paket fastmatrix::Mahalanobis(x, centre, cov, inverted = FALSE) den euklidischen Abstand zwischen Vektoren.
Wozu brauchen wir das?
Wir brauchen die Vorhersagekraft des Prädiktors, d. h. die Fähigkeit, verschiedene Klassen vorherzusagen, und zwar in der Zukunft, so dass die Schwankungen der Vorhersagekraft minimal sind, also zumindest innerhalb von 10 %. Deshalb verwende ich einen anderen Ansatz. Ich habe die Ergebnisse der Berechnungen einmal veröffentlicht.
veraltete Informationen ( das wichtigste Anzeichen für eineModellumschulung ist eine Diskrepanz zwischen der Ausbildung und dem OOS).
Natürlich ist es veraltet. Ich vermute, wenn sie angewandt wird, müssen Sie nur Ihr gesamtes p-Quadrat zum mythischen Gleichgewicht wegwerfen.
Sagen Sie uns, was Sie mit Mahalanobis machen, wir werden es ausprobieren.
Ich weiß es nicht.
Im R-Paket fastmatrix::Mahalanobis(x, centre, cov, inverted = FALSE) zählt der euklidische Abstand zwischen Vektoren.
Warum brauchen wir das?
Wir brauchen die Vorhersagekraft des Prädiktors, d. h. die Fähigkeit, verschiedene Klassen vorherzusagen, und zwar in der Zukunft, so dass die Schwankungen der Vorhersagekraft minimal sind, also zumindest innerhalb von 10 %. Deshalb verwende ich einen anderen Ansatz, und ich habe die Ergebnisse der Berechnungen einmal veröffentlicht.
mahalanobis
Sie haben nach Mahalanobis gefragt , ich habe geantwortet, und zwar nicht nur geantwortet, sondern auch den Grund geschrieben, warum ich es nicht verwende.