Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 228
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
Kurz gesagt, -
1. Erstellen Sie einen Algorithmus, der Werteströme aller benötigten Parameter (Daten) sammelt und durch den Ringpuffer laufen lässt.
2. Wir lassen die im Ringpuffer gespeicherten Werteströme durch einen speziellen Filter laufen, der sie auf die Bereiche dieser Werte verallgemeinert.
3. Es wird ein verallgemeinertes (durch Bereiche) numerisches Modell der Art des Wertes jedes Parameters im Ringpuffer erstellt und im entsprechenden Format niedergeschrieben.
4. Dieses Modell wird an den statistischen Algorithmus weitergeleitet, der diese Modelle sammelt.
5. Wir durchlaufen die Datenbank mit den Modellen (Signaturen), wie sich unsere Parameterwerte ändern, und finden das Modell, das am besten zur aktuellen Situation passt.
6. Es wird eine Entscheidung über das Verhalten des Systems in der in dieser Signatur (Modell) erfassten Situation getroffen.
Ich werde das später noch genauer formulieren.
7. Prüfung und Verlust der Kaution. Denn wir können nicht einfach beliebige Werteströme sammeln und darauf einen Expert Advisor erstellen. Diese Fäden müssen analysiert werden, Sie müssen Ihre eigenen Fahrräder schreiben, um festzustellen, ob jedem einzelnen oder einer Kombination von ihnen vertraut werden kann.
Sie können z. B. zwei MovingAverage-Indikatoren nehmen und die Schritte 2-6 mit ihnen durchführen. Der Fehler wird erst beim siebten Schritt entdeckt.
Es gibt also noch einen weiteren Schritt irgendwo zwischen 1 und 6 (jeder entscheidet, wo und wie er das macht), der ungeeignete Datenströme verwirft. Ein großer Teil dieses Forumsthreads ist der Analyse verschiedener Möglichkeiten gewidmet, dies zu tun.
Ein Näherungswert ist eine Verallgemeinerung von Werten. Das heißt, es geht darum, verschiedene Datenwerte innerhalb eines bestimmten Bereichs zu kapseln? Außerdem können Sie ein numerisches Modell erstellen, das die Veränderung eines Wertes über einen bestimmten Zeitraum zusammenfasst. Durch das Sammeln dieser Modelle können Sie Statistiken erstellen, die als Grundlage für Entscheidungen und Handlungsoptionen dienen können.
Bin ich auf dem richtigen Weg?
Kurz und bündig.
1. Wir erstellen einen Algorithmus, der Werteströme beliebiger Parameter (Daten), die wir benötigen, sammelt und sie durch einen Ringpuffer laufen lässt.
2. Lassen Sie Ströme von Werten, die im Ringpuffer gespeichert sind, durch einen speziellen Filter laufen, der sie zusammenfasst und zum Bereich dieser Werte führt.
3. Es wird ein verallgemeinertes (durch Bereiche) numerisches Modell der Art des Wertes jedes Parameters im Ringpuffer erstellt und im entsprechenden Format niedergeschrieben.
4. Dieses Modell wird an den statistischen Algorithmus weitergeleitet, der diese Modelle sammelt.
5. Wir durchlaufen die Datenbank mit den Modellen (Signaturen) für die Art der Veränderungen der Werte unserer Parameter und finden das Modell, das am besten zu der aktuellen Situation passt.
6. Es wird eine Entscheidung über das Verhalten des Systems in der in dieser Signatur (Modell) erfassten Situation getroffen.
Ich werde sie später noch genauer formulieren.
Leider denken Sie nicht in die richtige Richtung :(.
Sie haben darum gebeten, das Wesentliche in aller Kürze darzulegen, was ich vergeblich getan habe, obwohl ich wusste, dass es keinen Sinn ergibt, und Sie haben sich sofort auf Projektionen dieser "bildlichen" Vision auf Ihre Wissensbasis eingelassen, was leider zu nichts Gutem führen wird. Es ist dasselbe, wie wenn Sie mich dazu bringen würden, das Wesen der mathematischen Analyse in zwei Worten zu erklären, und ich würde am Beispiel von Zeitreihen sagen, dass die Ableitung einfach die Differenz zweier benachbarter Werte der Reihe ist, und das Integral ist die kumulative Summe, und Sie würden sich sofort darauf stürzen, die Navier-Stokes-Gleichungen für die Hydrodynamik zu bilden. Die Situation ist in etwa dieselbe. IO ist künstliche Intelligenz, eine beeindruckende Wissenschaft, dank IO finden Suchmaschinen das, was wir brauchen, besser, als uns lieb ist, dank IO stellen Maschinen bessere medizinische Diagnosen als Ärzte, dank IO werden im Hadron Collider neue Elementarteilchen gefunden, IO spielt besser Schach, GO und bald jedes Spiel im Allgemeinen wird besser gespielt werden. Es dauert mindestens 5 Jahre, um das Wesen von MO zu verstehen, eines von 20 Jahren mit einer technischen Denkweise.
Sehr lobenswert, dass Sie keine Angst, Fehler zu machen und raring zu kämpfen, es ist eine sehr gute Einstellung, nicht verlieren, aber zur gleichen Zeit versuchen, objektiv zu beurteilen, die Menge an Arbeit erforderlich, um diese im Wesentlichen die schwierigste Bereich des Wissens zu meistern, schauen Vorlesungen, mein Rat an Sie ist eine Grundierung.
WasSie gezeigt haben, ist eine Art Clustering, aber mit einem Lehrer
Klassifizierung
Ja, das stimmt, es ist ein Tippfehler)
Leider denken Sie nicht in die richtige Richtung :(
Soll er es doch versuchen, warum nicht, sein Gehirn ist nicht mit Dogmen und Stereotypen belastet, und plötzlich wird er etwas Interessantes finden?
Soll er es doch versuchen, warum nicht, sein Gehirn ist nicht mit Dogmen und Stereotypen belastet, und was, wenn er etwas Interessantes findet?
Es geht nicht darum, dass Sie und ich entscheiden, was er ausprobieren darf oder nicht, sondern es geht um grundlegende Kenntnisse in diesem Bereich, ohne die es keinen Sinn hat, überhaupt darüber zu reden.
An alle, die tatsächlich IR studieren.
Bitte lassen Sie sich nicht auf sinnlose Diskussionen mit Leuten ein, die dieses Wissensgebiet nicht kennen und nicht kennen wollen. "Pioniere", die erklären: "Zeig mir, beweise... Und dann fange ich vielleicht an zu lernen" in diesem Forum, das Meer ist voll davon. Ohne die geringste Ahnung von der Materie werden sie mit pubertärem Maximalismus Kritik üben und deren Nutzlosigkeit beweisen. Es ist nicht möglich und nicht nötig, Menschen von der Bedeutung und Nützlichkeit eines Wissens zu überzeugen, wenn sie nicht damit aufgewachsen sind.
Diese Diskussion ist nicht nur nutzlos, sondern auch schädlich. Sie füttern ihre Egos, steigern ihre Kritik und ermutigen sie zu weiteren Beschimpfungen. Wir können irrelevante, dumme Beiträge nicht verbieten, aber wir können und sollten sie ignorieren.
Für alle, die maschinelles Lernen verstehen wollen und keine Internet-Suche nutzen können, hier ein Tipp: Fangen Sie hier an.
https://ru.wikipedia.org/wiki/Машинное_обучение
http://www.r2d3.us/Наглядное-Введение-в-Теорию-Машинного-Обучения/
http://www.machinelearning.ru/wiki/index.php?title=Machine_Learning
http://datareview.info/article/vse-modeli-mashinnogo-obucheniya-imeyut-svoi-nedostatki/
===============================
Dieser Thread wird zu groß und unleserlich. Ich schlage vor, einen neuen "RUserGroup"-Thread zu starten, um nur die spezifische Anwendung von maschinellen Lernmodellen in MT4/5-Terminals in Sprachen zu diskutieren, die dies ohne Probleme ermöglichen. Ich kenne zwei (R, Python). Es werden Gespräche mit dem bereitgestellten Code geführt. Experten mit Erfahrung in anderen Sprachen sind ebenfalls willkommen.
Wir können mit einem Beispiel für ein Faltungsnetzwerk in früheren Beiträgen beginnen.
Viel Glück!
Ich danke Ihnen allen für Ihre Kommentare zu meiner zweifellos laienhaften Sichtweise. Ich will nicht leugnen, dass dieses Thema für mich nicht vertraut ist. Vielleicht haben die gestern geäußerten Ideen nichts mit maschinellem Lernen zu tun, aber das Forum verbietet es nicht, ein Nerd zu sein und pseudowissenschaftlichen Unsinn zu spinnen, wenn man versucht, ein komplexes und wichtiges Thema zu verstehen. ) Ich habe keine Angst davor, dumm und unwissend zu erscheinen.
Ich glaube, dass keine Diskussion nutzlos ist, wenn sie zum Nachdenken anregt, über Stereotypen hinausgeht und neue Ansätze in Betracht zieht. Es ist für Anfänger und erfahrene Profis gleichermaßen nützlich. Das Einzige, was ich an Maximalismus zeige, ist meine Abneigung gegen diese Position:
"Wir werden im MQL-Forum sitzen, andere Sprachen als fortschrittlicher anpreisen und auf die Verwendung von Krückenmethoden zur Lösung von Problemen drängen, mit denen MQL nicht zurechtkommt. Wir werden keine neuen Funktionen in MQL implementieren, um ihm zu helfen, zu wachsen - wir werden es eher tadeln und kritisieren. Wir sind gut im maschinellen Lernen, aber wir sind nicht in der Lage, es in MQL zu implementieren, und diejenigen, die es versuchen wollen, sind einfach Ignoranten.
Meiner Meinung nach ist dies eine Sackgasse. Das trägt weder zur persönlichen Entwicklung noch zur Entwicklung der Sprache oder der Plattform bei und hilft auch nicht denjenigen, die MQL bevorzugen. Wenn Sie nur an der Umsetzung durch andere interessiert sind, warum diskutieren Sie dann hier darüber? Es gibt ein R-Forum. Was nützt eine solche Diskussion für die Entwicklung der MMS, wenn diejenigen, die sich für Experten halten, nichts davon umsetzen werden? Außerdem halten sie andere davon ab, dies zu tun.
Ich bin mir der Tatsache bewusst, dass ein großes und komplexes Thema nicht mit einem "Doppelschlag" behandelt werden kann, aber im Sinne des Widerspruchs gegen die lokalen Propagandisten anderer Sprachen werde ich MQL und die Möglichkeit der Implementierung neuer "nicht verfügbarer" Funktionen in dieser Sprache propagieren.
Ich werde also etwas später trotzdem mein Konzept des maschinellen Lernens vorstellen.
Und möge ich mit verfaulten Tomaten beworfen werden.)
Warum gibt es einige Enthusiasten, die das Rad bei mql neu schreiben?
Übrigens hat kürzlich jemand nach einem einfachen Beispiel mit dem NS gefragt, und aus irgendeinem Grund hat sich niemand mehr an die alte Lösung von Reshetov erinnert. Übrigens entwickelt Reshetov selbst, soweit ich weiß, sein Projekt auf µl überhaupt nicht mehr weiter.
https://www.mql5.com/ru/code/10289
https://www.mql5.com/ru/code/16727
https://www.mql5.com/ru/code/1104
Wenn es Leute gibt, die bereits eine Grundlage für die Implementierung des maschinellen Lernens in MQL geschaffen haben, dann ist der Wunsch einiger Leute, andere Sprachen zu fördern, noch unverständlicher. Wir müssen diese Basis einfach weiter ausbauen.
Alle oben genannten Codes sind Neuauflagen des Werks von Reschetow, über das es vor 100500 Jahren Debatten gab - ob es ein NS oder ein selbst erstelltes Stück Mist war.
Ein Beweis dafür ist das fast vollständige Fehlen solcher Expert Advisors auf dem Markt.
Es gibt also keine Beispiele für mql-basierte ns im öffentlichen Bereich.
und das nach 6 Jahren Plattform- und Sprachentwicklung.
du kannst ein Pionier werden)) willkommen!