Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 169

 
mytarmailS:

wenn man die Stecker entfernt, nichts...

Aber es gibt auch Glas, T&S, OI...usw...

werden Sie nicht bezahlt.

Ich verstehe, danke.

mytarmailS:

Wenn Sie mehrere Trades in einer Minute machen, werden Sie auf dem Forex nicht überleben... und selbst wenn Sie wie durch ein Wunder eine Chance von 1 zu 1.000.000 haben, gibt es keine Garantie, dass Sie bezahlt werden.

Nun, es sind wieder die Handelsbedingungen.

 
Mihail Marchukajtes:
Wenn Sie nicht in der Lage sind, es zu benutzen, wird Ihnen auch R-ka nicht helfen. Es ist eine Sache, ein NS-Berater zu sein, eine andere, ein Nutzer zu sein. Das sind sehr unterschiedliche Dinge...

Ich glaube nicht, dass das irgendjemand tut, man nennt es " ad absurdum führen" , und es war dazu gedacht, dass der Moderator die Absurdität seiner Aussagen versteht, Reshetov hat damit nichts zu tun...

Sie haben beschlossen, den Durchschnitt in Excel zu berechnen und Sie schreiben etwas auf dem mql Forum, Sie sind ein Parasit, weil Sie es in mt5 tun können, hat mql nicht die mql Gemeinschaft geholfen, verstanden?

Sie sind ein Parasit, Michael, weil Sie JProjection benutzen, so ist es... :)

 
Ich benutze es, aber ich immer noch am Ende schriftlich in MQL oder eher Einfügen des Netzes in den Indikator, so..... Ich bin eine Art von Parasit, aber nützlich :-)
 
mytarmailS:

R hat nichts damit zu tun, was macht es für einen Unterschied, in welchem Format man schreibt? Es ist eine Frage der Bequemlichkeit, nicht mehr.... Hier, Reshetov schrieb seine JProjected in Java, verbieten Sie es, es ist nicht mql, es ist nicht sinnvoll, diese wie heißt er - Parasit !!!!

Das ist ein Wort.

Reshetov erstellt seine Programme in der Erwartung, dass die Ergebnisse in der MT verwendet werden. Er hat viele Ratgeber geschrieben, Tausende von Ideen entwickelt, und das alles funktioniert bei MT, er hat also viel getan, sehr viel.

Du kannst in Gottes Mauersegler schreiben, was du willst, aber du brauchst die Gemeinschaft, um es in MT verwenden zu können, sonst bist du für die Gemeinschaft nutzlos. Eine Gemeinschaft, die gehegt und gepflegt wurde und die durch die Investition großer Summen erweitert wurde.

 
sibirqk:

Wenn Sie eine brauchbare Idee haben, ist es nicht schwer, sie in MCL umzusetzen. Und dass er hier schreibt und nicht in R-Foren, ist verständlich - R ist bodenlos, eine hochspezialisierte Community ist nicht leicht zu finden. Und für die MT-Gemeinschaft ist er eine unbestreitbare Bereicherung.

R hat zwar eine Trading-Community, aber die ist im Vergleich zur MQL-Community gleich Null, man kann dort keine neuen Ideen einbringen, also färbt es hier ab und dort nicht.
 
Alexey Burnakov:

Kreuzvalidierung an zusätzlichen Proben in einem anderen Zeitrahmen.
Dr. Trader:
Angenommen, ich habe ein Jahr Trainingsdaten. Ich möchte 12 Modelle trainieren - eines mit Daten für Januar und ein weiteres mit Daten für Februar
Alexey Burnakov:
Dies ist eine Anprobe.
Ohne wissenschaftsintensive Formulierungen wie - für den Fall, dass die Prädiktoren nicht vollständig...... oder.....))
Nehmen wir als Beispiel einfache, klare Daten und modellieren sie... Ausbildung. Blaue Punkte - Trend. Rote Punkte-Validierung.

n1;n2;Ziel
1;0;1
1;1;2
1;0;1
1;1;2
1;0;1
1;0;1
1;1;2
1;0;1
1;0;1
1;0;1

Oben links 50% Trend, 50% gültig. Oben rechts - mit Vermischung.
Für OOS(bottom) erhöhen wir die Stichprobe, indem wir dummerweise die vorherige Stichprobe hinzufügen. Denn in Wirklichkeit kennen wir die Zukunft nicht,
führen wir einen Punkt mit dem Wert 1,5 ein. Solange der Test (OOS) dem Trainingspunkt entspricht, ist alles in Ordnung.
Bei 1,5 stolpert das Modell... Verzicht auf die kleinen Vorteile von Validierung und Primitivität

Im wirklichen Leben haben wir ungefähr das gleiche Bild...


 

Dies ist die offizielle Ansicht des Eigentümers der Ressource.

Von hier aus

Renat Fatkhullin 2016.10.11 03:43RU

Bitte hören Sie mit den Anschuldigungen auf.

Jede Sprache hat ihren Platz. R eignet sich hervorragend für die interaktive Forschung. Es ist mein zweiter Tag, an dem ich es erforsche (ich habe das Buch vorher gelesen) und es sieht wirklich wie ein leistungsstarker Debugger mit Visualisierung der Innereien aus.

Die Arbeit mit R hat uns sofort unsere Schwächen aufgezeigt:

  • MQL5 hat nur wenige leistungsstarke Funktionen für häufige Operationen. Für viele Dinge sollte man Mikrocode schreiben. In den nächsten beiden Builds werden wir Dutzende von neuen Funktionen für komplexe Operationen in einem einzigen Aufruf einführen.
  • Es werden mehr mathematische Funktionen benötigt. Wir haben bereits die erste Version der R-Funktionsanalogie in der Beta-Version veröffentlicht und werden sie nun durch das Hinzufügen von Vektor-Varianten weiterentwickeln.
  • Wir brauchen eine einfache und leistungsfähige grafische Bibliothek mit Funktionen wie die Graphenpakete in R. Wir werden sie mit Blick auf R erstellen.
Wozu tun wir das?

Wir haben die erste algorithmische Handelsplattform in MQL im Jahr 2001 veröffentlicht. Jedes Mal haben wir die Möglichkeiten erweitert, aber das mathematische Instrumentarium war nicht so gut. Wir haben die Analyse, den Datenzugriff, das Prüfgerät und die verteilten Berechnungen entwickelt und sind dann zum Verkauf der Produkte übergegangen.

Und dann wurde klar, dass die meisten Lösungen in einem Teufelskreis aus Analyse, Indikatoren und Anpassung feststeckten. Wir müssen den Entwicklern die Möglichkeit geben, die nächste Stufe der mathematischen Fähigkeiten zu erreichen.

Deshalb haben wir vor einiger Zeit begonnen, die mathematischen Bibliotheken in MQL5 zu erweitern und auch Alglib, Fuzzy und Stat in der Beta-Version veröffentlicht. Sie werden die Übertragung von Modellen aus anderen Systemen auf MQL5 vereinfachen, was die Klasse der erstellten analytischen Lösungen für dieMetatrader 5-Plattform erhöhen wird.

In den nächsten 2 Monaten werden Sie sehen, welche Fortschritte wir bei der Entwicklung des mathematischen Umfelds machen werden.

Wir begrüßen Diskussionen und Artikel über komplexe mathematische Pakete. Schreiben und senden Sie Anfragen für Artikel an Rashid Umarov. Unsere Aufgabe ist es, Händler zu ermutigen und in anspruchsvolleren Techniken auszubilden, und nicht, uns in unserer eigenen MQL5-Welt zu verschanzen.

Natürlich verteidigen wir unsere Sprache und Plattform gegen Angriffe und werden dies auch weiterhin tun, aber wir arbeiten auch daran, sie weiterzuentwickeln. Es wird also alles gut gehen.

PS.

Hervorhebung von mir

 
Eidechse_:

In der realen Welt haben wir ein Bild wie dieses...

Ich verstehe Ihre Schlussfolgerung nicht ganz.
Das Modell funktioniert nur so lange, wie es auf bekannten Daten funktioniert? D.h. bei der Vorhersage neuer Daten wird sie ohnehin ins Straucheln geraten, unabhängig von der Art der Aufschlüsselung (mit/ohne Vermischung)?

Die einzige Möglichkeit, Geld zu sparen, besteht darin, nicht zu handeln.

Dabei wähle ich nicht nur die Parameter des Modells, sondern auch die Indikatoren und ihre Parameter aus. Ich lade 10000 Indikatoren mit verschiedenen Parametern und Lags von mt5 herunter, dann verwende ich Genetik, um sowohl die in dieser Liste verwendeten Indikatoren als auch die Modellparameter (Bäume im Wald, Schichten im Neuron usw.) zu suchen. Man kann sagen, dass dies meine Art ist, konstante Abhängigkeiten zu finden.
Wenn ich einen Satz von Standardindikatoren mit Standardparametern in MT5 nehme, dann werde ich kein Modell mit ihnen kreuzvalidieren lassen, sei es neuronka oder trees. Eine Reihe von Indikatoren zu finden, bei denen die Modelle in einer solchen Kreuzvalidierung positive Ergebnisse liefern, ist eine Leistung, die viel Arbeit und Zeit erfordert. Ein positives Ergebnis ist ein sicheres Kriterium dafür, dass es konstante Korrelationen zwischen allen Prädiktoren in Raum und Zeit gibt. Welches Intervall auch immer für das Training genommen wird - das Modell wird die gleichen Abhängigkeiten finden und sich auf sie verlassen.

Das folgende Bild ist ein Beispiel für eine solche Kreuzvalidierung. Jede schwarze Linie ist das Ergebnis (Saldowachstum) des Handels jedes einzelnen Modells im Ensemble. Die rote Linie ist das Ergebnis des Handels mit der Mehrheit der Modelle im Ensemble. Etwa 1/3 der Modelle können keinen Gewinn erzielen, obwohl die Genetik mehr als einen Tag brauchte, um alle Varianten zu durchsuchen, d.h. dies ist eines der besten Ergebnisse, die gefunden werden können, obwohl das Ergebnis nicht einmal sehr gut ist. Wenn Sie eine kostenlose Standardanzeige wählen, verschwindet der schwarze Fächer und die rote Linie verschwindet außerhalb des Bildschirms.

 
Dr.Trader: Es ist schon ein bisschen verzweifelt und abgedroschen, dass man nur Geld sparen kann, wenn man nicht handelt.

Die nachstehende Abbildung ist ein Beispiel für eine solche Querqualifikation. Jede schwarze Linie ist das Ergebnis (Gleichgewichtswachstum) des Handels mit jedem einzelnen Muster im Ensemble. Die rote Linie ist das Ergebnis des Handels mit der Mehrheit der Modelle


Nein, nur eine visuelle Darstellung dessen, was tatsächlich passiert.
Auf der Suche nach Lösungen... in diesen Realitäten.
------------------------------------------------------------------------
Der Drawdown auf der linken Seite des Bildschirms ist nicht schlecht, das Modell beschreibt diesen Bereich nicht...
 
Meine Antwort an Sie beide.

Ein Modell ist wertlos, wenn es anhand der Daten bewertet wird, auf deren Grundlage das Modell ausgewählt wurde. SELBST wenn es sich um einen Datenzeitraum handelt, für den das Modell nicht trainiert wurde.

Denken Sie darüber nach.

Es gibt 1) Überlernen. Dies ist der Zeitpunkt, an dem Sie das Modell anhand der Trainingsdaten auf einen nahezu perfekten Stand bringen. Für andere Daten gibt es keine Verallgemeinerungsmöglichkeit.

Und es gibt 2) Selektionsverzerrungen (optimistische Modellauswahl). Dies ist der Fall, wenn das beste Modell oder der beste Ausschuss auf der Grundlage von Daten ausgewählt wird, die das Verhalten des Modells bereits kennen. Und wieder - auch wenn es sich um einen Testfall handelt.

Sie erhalten diese Realität. Ein untrainiertes Modell, das von den Kreuzvalidierungstestblöcken ausgewählt wird (eines, das im Test ins Plus geht), wird möglicherweise an den TEST angepasst. Um diesen Effekt zu verringern, wurde die verschachtelte Kreuzvalidierung erfunden. Das bereits ausgewählte Modell (oder der Ausschuss) sollte anhand anderer Daten weiter getestet werden.

Mit anderen Worten: Es handelt sich um eine Validierung der Modellauswahlmethode.

Auch hier habe ich Dutzende von Modellen, auch ich wälze mich durch Prädiktoren und Parameter. Und diese Modelle gehen jeweils über einen Zeitraum von 8 Jahren in ein solides Plus! Und das ist die Testphase. Aber wenn die durch den Test ausgewählten "besten" Modelle durch verzögerte Stichproben getestet werden, gibt es Überraschungen. Dies wird als Kreuzvalidierung der Modellanpassung bezeichnet.

Wenn das klar ist, geht das reine Experimentieren weiter. Wenn das nicht klar ist, wird die Qualität in der realen Welt um ein Vielfaches sinken. Und das ist in 99 % der Fälle der Fall.