Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1713
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Wofür halten Sie sich eigentlich, für einen Wissenschaftler?
Meine Herren, Sie suchen nur nach einem System, um Geld zu verdienen.
aber niemand, absolut niemand, kann es schaffen
Wenn Wissenschaftler einen komplexen Prozess verstehen wollen....
Komischerweise werde ich das tun...
Wenn Wissenschaftler einen komplexen Prozess verstehen wollen, versuchen sie, ihn in einfachere Komponenten zu zerlegen und diese zu analysieren, weshalb die Spektralanalyse geschaffen wurde. Versuchen wir, Wissenschaftler zu spielen), wenn auch nicht sehr erfolgreich. Ich habe mir überlegt, wie ich den Preis in einfachere Bestandteile zerlegen kann. Meine Zerlegung hat keine Additivität, und das ist schlecht, aber es ist trotzdem interessant, den Preis aus einem anderen Blickwinkel zu betrachten.
Wir benötigen also den Schlusskurs und die Volatilität (Höchstwerte).
Wandeln wir den Preis in einen bedingten Binärwert um - wenn der Preisanstieg höher ist als der vorherige, dann "1", wenn er niedriger ist, dann "-1".
R-Code
erhalten wir einen binären Preis
können Sie ihn kumulieren und mit dem Preis vergleichen.
Es sieht nicht nach viel aus.) Fügen wir nun die Volatilität zu unserer Serie hinzu
Schon besser...
Die Ideen...
IDEA 1
Somit wird fast das gesamte "Wetter" durch die Volatilität innerhalb des Zeitplans und nicht durch eine "binäre" Preisrichtung bestimmt. Der Punkt ist, dass die Volatilität eine ausgeprägte Saisonalität hat und relativ leicht vorherzusagen ist. Wir müssen nur den binären Preis vorhersagen, der in der Struktur einfacher ist als der gewöhnliche Preis, und dann einfach die Prognosen kombinieren und eine vollständige Prognose erhalten...
IDEA 2
Alle geeigneten MO-Algorithmen lernen sehr schlecht von Rohpreisen, selbst wenn sie normalisiert sind, weil sie keine Wiederholbarkeit in der Serie haben, wahrscheinlich nur wegen der Volatilität, die immer anders ist, wenn wir den Preis in binäre und Volatilität zerlegen, die Volatilität normalisieren und sie wieder hinzufügen, oder sie nicht normalisieren und in MO einspeisen, sollten wir theoretisch eine bessere Verallgemeinerungsfähigkeit erhalten, weil die Wiederholbarkeit zunehmen wird
IDEA 3
Mit der Dekomposition können wir die Preise glätten, ohne eine Verzögerung zu verlieren. Wir können den Preis zerlegen und die Volatilität und den Preis getrennt interpolieren (strecken) und dann wieder zusammenzählen
IDEA 4
Wir können die Preise und die Clustervolatilität zerlegen, d. h. die Freiheitsgrade reduzieren (z. B. 10 Cluster (Staaten)), d. h. sie standardisieren und die standardisierte Volatilität zurückgeben
Der Vorschlag, einen komplexen Prozess in seine Einzelteile zu zerlegen, ist sehr sinnvoll. Das ist der richtige Weg. Aber Sie haben nicht genug Wähler. Es gibt viele Marktparameter, einschließlich Derivate, die in die Studie aufgenommen werden können. Sie haben ein mächtiges Werkzeug - das MO! Warum sollte man nicht versuchen, ein kohärentes, logisches parametrisches System aufzubauen, in dem man mit Hilfe von MO nach statistischen Mustern suchen kann?
Zunächst haben wir 3 Parameter: Tick-Series, Bid-Asc, Tick-Time. Alle anderen Parameter werden von diesen drei abgeleitet. Ausdünnung, Mittelwertbildung. Und von vielen.
Zu Beginn haben wir 3 Parameter: Tickserie, Bid Asc, Tickzeit. Alle anderen Parameter werden von diesen drei abgeleitet. Ausdünnung, Mittelwertbildung. Und von vielen.
Bid, Ask, Flipper, Angebots- und Nachfragevolumen auf Levels, OI, Saisonalität, Sitzungszeit und vieles mehr und Derivate... Sie können fundamentale Parameter wie den Zeitpunkt der Veröffentlichung von Nachrichten, die Bedeutung von Nachrichten, Zinssätze, das Verhalten paralleler Paare zum gleichen Zeitpunkt usw. einbeziehen. Wenn Sie MO verwenden wollen, sollten Sie sie in vollem Umfang nutzen. Wie in dem Lied "Mein Vater und meine Mutter lehrten mich... zu erforschen, also erforsche!"))
Die grundlegenden externen Parameter wurden hier nicht berücksichtigt, da die Aufgabe, sie zu digitalisieren, noch nicht gelöst ist. Abgesehen von der Bedeutung der Nachrichten, die sehr gering ist, wurde die Darstellung anderer Markteigenschaften und -parameter bisher nicht gesehen, anscheinend sind einige irgendwo in der Entwicklung, aber sie werden nicht verwendet. Aus den Nachrichten zu diesem Thema. Die KI wird die Informationen über den Zustand des gegnerischen Landes berücksichtigen und die Taktik des Vorgehens ausarbeiten. Die Aufgabe, Daten über den Zustand der Gesellschaft, des Marktes, des Landes zu digitalisieren, ist eine andere Aufgabe.
Wir sind einfach daran interessiert, ein interessantes Problem zu lösen, vor allem, wenn es anfängt, gelöst zu werden.
Die grundlegenden externen Parameter wurden hier nicht berücksichtigt, da die Aufgabe, sie zu digitalisieren, noch nicht gelöst ist. Abgesehen von der Bedeutung der Nachrichten, die sehr gering ist, wurde die Darstellung anderer Markteigenschaften und -parameter bisher nicht gesehen, anscheinend sind einige irgendwo in der Entwicklung, aber sie werden nicht verwendet. Aus den Nachrichten zu diesem Thema. Die KI wird die Informationen über den Zustand des gegnerischen Landes berücksichtigen und die Taktik des Vorgehens ausarbeiten. Die Aufgabe der Digitalisierung von Daten über den Zustand der Gesellschaft, des Marktes und des Landes ist eine andere.
Wie bestimmen Sie, wann ein Problem zu lösen ist?