Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3248

 
fxsaber #:

Dann ist es notwendig, die Indikatoren auf einige einheitliche Papageien zu bringen. Selbst wenn die Zunahme in verschiedenen Intervallen als Indikator dient, wird die Korrelation sonst seltsam sein.

Ich selbst würde ein Fenster in einem 1d-Array verschieben und die Anzahl der Proben durch irgendein Zeichen der "Ähnlichkeit" betrachten. Genauer gesagt, nicht einmal die Anzahl, sondern der gesamte "Gewinn" solcher Orte (Eintritt nach Muster, Ausgang - in n Stunden).


Nur die Anzahl der gefundenen Muster auf der Animation ist verwirrend: mehrere hundert. In vier Jahren gibt es nur 365*5/7*24~6000 Muster. Unter 6000 zu finden 500 Proben ist entweder eine sehr grobe Muster (oder ein Zeichen der Ähnlichkeit) oder einige außerhalb der Skala Muster.

Da in der Schleife für jede Probe die Korrelation mit den anderen anhand der bereits berechneten Matrix ausgefüllt wird, handelt es sich um eine Menge von

 
Maxim Dmitrievsky #:

Dort wird in der Schleife für jedes Beispiel die Korrelation mit den anderen durch die bereits berechnete Matrix aufgefüllt, so dass es eine Menge von

25K Korrelationen für jedes Beispiel. Es wäre interessant, die Verteilung der Korrelationen von -1 bis +1 zu sehen.

 
Maxim Dmitrievsky #:

Ich werde versuchen, das Ganze noch etwas zu beschleunigen.

Ich denke, wir können das Siebprinzip anwenden.

  1. Wir haben 25K Korrelationen für ein Muster berechnet. Zum Beispiel, MathAbs(corr) > 0.9 für 500. Wir haben sie berücksichtigt und verworfen.
  2. Nun sank die Anzahl der Muster um 500 und die Anzahl der erforderlichen Korrelationsberechnungen um 500.
D.h. bei jedem Schritt entfernen wir ähnliche Stellen.
 
fxsaber #:

Ich denke, man könnte das Siebprinzip anwenden.

  1. Wir haben 25K Korrelationen für ein Muster berechnet. Zum Beispiel: MathAbs(corr) > 0,9 für 500. Wir haben sie berücksichtigt und verworfen.
  2. Nun sank die Anzahl der Muster um 500 und die Anzahl der erforderlichen Korrelationsberechnungen um 500.
D.h. bei jedem Schritt entfernen wir ähnliche Stellen.

Es gibt bereits eine einfache Auswahl nach bekannten Indizes der Korrelationsmatrix aus dem ursprünglichen Datensatz, für jedes Muster, so dass es schnell geht. Die Zeile ganz rechts auf dem Bildschirm zeigt nur an, wie viele Beispiele es für jedes Muster gibt. Andere Daten, wie z. B. künftige Preise, werden eingefügt und Statistiken berücksichtigt. Man kann es auch anders machen, ja.

 
fxsaber #:

Muster Eintritt, Austritt in n Stunden.

So aussteigen?
 
fxsaber #:
Der Ausgang ist?

auf einem festen TP

 
Maxim Dmitrievsky #:

fest

Beim Bergbau?

 
fxsaber #:

Während des Bergbaus?

Ich kann aus den Statistiken sehen, sagen wir die Zukunft 10 Bars, ich Ausgabe alle Kurven der einzelnen gefundenen Instanz des Musters in der Zukunft (wie eine Prognose).

Dann wird der Durchschnitt aller Kurven.

Wie dieses Muster zu verkaufen, im Durchschnitt, und wie viele Pips gesehen werden kann.

 
Maxim Dmitrievsky #:

Musterreferenz wird gespeichert, im Tester wird die Korrelation der aktuellen Werte mit der Referenz gesucht, Geschäfte werden entsprechend der gewählten Logik eröffnet

Ich habe verstanden, warum es so viele Muster gibt. Wenn Sie die Korrelation auf einem 1d-Array auftragen, erhalten Sie etwas, das in etwa so aussieht wie dieses.


Oberhalb der oberen blauen Linie ist die Korrelation sehr hoch. Sie können sehen, dass sie sich an den Spitzen fließend verändert.


Das bedeutet, dass wir im Tester 0,9 gesehen haben - gut, wir öffnen. Auf dem nächsten Balken 0,91, dann 0,92, ...., 0,95, 0,94, ...., 0,9. Die Länge solcher super-hohen aufeinanderfolgenden Werte ist umso länger, je länger das Muster selbst ist. Rein mathematisch gesehen.


Vielleicht gab es deshalb eine Schichtung einer großen Anzahl von Trades.

Forum zum Thema Handel, automatisierte Handelssysteme und Testen von Handelsstrategien.

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

Maxim Dmitrievsky, 2023.09.21 15:07

Der Bot eröffnet mehrere Trades zur gleichen Zeit, wenn das Signal bestehen bleibt, mit dem gleichen Volumen, von diesem scheint es, dass martin


Daher ist es beim Mining wahrscheinlich sinnvoll, in einer Serie von aufeinanderfolgenden Samples nur das erste zu berücksichtigen.

 
fxsaber #:

Ich habe herausgefunden, warum es so viele Proben gibt. Wenn man die Korrelation auf einem 1d-Array aufträgt, erhält man etwas, das dem hier sehr ähnlich ist.


Oberhalb der oberen blauen Linie ist die Korrelation sehr hoch. Man kann sehen, dass sie sich an den Scheitelpunkten gleichmäßig verändert.


Das bedeutet, dass wir im Tester 0,9 gesehen haben - gut, wir öffnen. Auf dem nächsten Balken 0,91, dann 0,92, ...., 0,95, 0,94, ...., 0,9. Die Länge solcher super-hohen aufeinanderfolgenden Werte ist die Länge des Musters selbst. Rein mathematisch gesehen.


Vielleicht ist das der Grund, warum es zu einer Überlagerung einer großen Anzahl von Trades kam.


Deshalb ist es wahrscheinlich sinnvoll, beim Abbau nur den ersten einer Reihe von aufeinanderfolgenden Stichproben zu berücksichtigen.

Ja, das tut es