Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3351

 
Maxim Dmitrievsky #:

eineLektüre für einen Abend mit Wodka, Wildbret und Gurken.

das Thema entwickeln und versuchen, in meinem Kopf Ansätze aus verschiedenen MOSH-Disziplinen zu verbinden.

für die Medizin.

wo die Graphen zwischen zwei parallelen Linien krabbeln,

was nichts im Vergleich zu den Finanzmärkten ist.

---

Ich habe den Gradientenabstieg über das Wochenende geraucht.

Man kann es auch ohne den IOD im Handumdrehen machen.

d.h. Annäherung an das Extremum:

x0-x1

x0-x2

x0-x3

usw.

Da ist natürlich etwas dran.

 
Renat Akhtyamov #:

für die Medizin.

wo die Graphen zwischen zwei parallelen Linien kriechen,

was nichts im Vergleich zu den Finanzmärkten ist.

---

Gradientenabstieg über das Wochenende geraucht.

Sie können es ohne die MoD in einem Herzschlag zu tun.

D.h., eine Annäherung an das Extremum:

x0-x1

x0-x2

x0-x3

usw.

da ist natürlich etwas dran.

Es ist ein Banchi. Man muss es für seine eigenen Aufgaben anpassen.
 
Maxim Dmitrievsky

Sie haben immer geschrieben, dass Preisschritte keine Vorhersagekraft haben. Aber trotzdem verwenden Sie sie weiterhin ausschließlich. Warum?)

 
Evgeni Gavrilovi #:

Sie haben immer geschrieben, dass Preisschritte keine Vorhersagekraft haben. Aber trotzdem verwenden Sie sie weiterhin ausschließlich. Warum?)

Der Preis muss eine Geschichte erzählen.

 
Evgeni Gavrilovi #:

Sie haben immer geschrieben, dass Preisschritte keine Vorhersagekraft haben. Aber trotzdem verwenden Sie sie weiterhin ausschließlich. Warum?)

Habe ich das geschrieben? Ich glaube, es wurde eher von den Gegnern geschrieben.
Nun, wenn man nur Zeitreihen betrachtet, gibt es keine besondere Wahl. Ich habe in einem meiner Artikel auch über gebrochene Inkremente geschrieben. Sie scheinen ein wenig mehr Informationen zu enthalten.

Wenn wir nur auf Inkrementen trainieren, ohne irgendwelche Tricks, dann gewinnt die gebrochene Differenzierung wirklich ein wenig, wie die Ergebnisse auf neuen Daten zeigen.

Ich habe auch einige Experimente mit der automatischen Erstellung von Merkmalen gemacht, die zu nichts geführt haben. Dann wurde mir klar, dass das Problem in der Partitionierung und im Signal-Rausch-Verhältnis lag, und dass es mit anderen Mitteln als der rohen Gewalt der Merkmale behoben werden musste. So ging es weiter und weiter, mit allen möglichen verrückten Ideen zu dieser Zeit. Und dann habe ich gelernt, dass es im Allgemeinen das Richtige ist :)

Niemand lehrt es, es gibt keine Gurus. Es gibt niemanden, an den man sich wenden kann.

Als ich noch neuronale Netze im MT5 unterrichtete, habe ich experimentiert. Dann hatte ich das Gefühl, dass die MT5-Umgebung in Bezug auf MO zu eng war, also ging ich zu Python über.
 

Ich empfehle allen Experten für maschinelles Lernen, ihre Modelle an meinen Daten zu testen.

Weltstaatsanleihenindex zur Vorhersage des Euro-Dollar-Wechselkurses, Zeitrahmen 15 Minuten.

https://drive.google.com/file/d/1W4TOLbZCTCs3hEvGvptGxvTE6_r2TrWW/view

 
Maxim Dmitrievsky #:
Meine letzten beiden Artikel beschreiben auf einer einfachen Ebene und ohne Nuancen so ziemlich alle diese Ansätze. Sagen wir, sie beschreiben sie nicht, aber sie kommen ihnen nahe. Ich überprüfe jetzt die Details dessen, was sie erforscht haben. Zum Beispiel unterscheidet sich die induktive von der transduktiven Konformität nur durch einen oder zwei Klassifikatoren, getrennt für jede Klassenbezeichnung. Letztere sind besser (genauer) bei der Schätzung des Posteriors. Und ich habe die induktive Methode verwendet. Eine weitere Möglichkeit besteht darin, die Modelle durch Hinzufügen und Verwerfen jeder Stichprobe neu zu trainieren, um eine genauere Schätzung zu erhalten. Das ist sehr teuer, aber ziemlich effizient. Man kann aber auch einfache und schnelle Klassifikatoren verwenden. Darüber habe ich auch beim Training auf Stümpfen geschrieben.

Ich sehe keinen Beifall für meine Genialität



so wie hier, hm?


 
Renat Akhtyamov #:

So wie hier, oder?


Nein, bis Sie MO und Python lernen, werden Sie es nicht zu schätzen wissen :)
 

Zufallsbewegung.


Es sollte nicht auf diese Weise gemacht werden.

 
Höchstwahrscheinlich verwendet SanSanych Inkremente, die ab dem 0-Balken berechnet werden (man kann sie als kumulative Inkremente bezeichnen), nicht als Inkremente zwischen benachbarten Balken.
Kumulative Inkremente bis zum 100sten Balken sehen so aus: 405,410,408 pts, während die Balkeninkremente 5,4,-2 pts bleiben ...
Bei kumulativen Trends bleiben sie erhalten, bei Balkeninkrementen sind sie fast unsichtbar. Nun, wenn sie gemischt sind, wie in dem Artikel, wird es eine Wanderung um 0.
Ich dachte, jeder hier zählt Inkremente von 0 bar....