Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2524

 
secret #:
Berechnen Sie bereits den ACF des Marktes)

Verwenden Sie die Tabelle der unstetigen Multiplikation auf dem Markt)

 

Entschuldigung für die Unannehmlichkeiten, mein Indikator lädt das System.

In der Elektronik wird es einfach gelöst, indem man den einzelnen Oszillator bei Ankunft des Impulses (der ersten Kerze) laufen lässt. In diesem Indikator und in anderen kann es auch gelöst werden, wenn Sie einen zusätzlichen Befehlsstring schreiben, um den Indikator bei Ankunft der ersten Schwarmkerze für eine begrenzte Zeit einzuschalten. Das bedeutet, dass der Indikator während der Bildung der Kerze nicht funktioniert, aber nach der Bildung der Kerze für eine begrenzte Zeit eingeschaltet wird.

Was glauben Sie, ist der Programmierguru ------------ es möglich?

 
Aleksey Nikolayev #:

Verwenden Sie die Tabelle der unstetigen Multiplikation auf dem Markt)

Ich mache das also schon seit langem)
 
LenaTrap #:

Um ehrlich zu sein, kann ich überhaupt nichts verstehen.

p.s. Vielleicht hat ja ein superschlauer Mathematiker Mitleid mit mir und erklärt mir, was hier los ist?

Die Formel ist aus sportlichem Interesse abgeleitet), sie ist wahrscheinlich nicht zum Geldverdienen geeignet.
 
LenaTrap #:

Um ehrlich zu sein, kann ich überhaupt nichts verstehen.

p.s. Vielleicht erbarmt sich ja ein superschlauer Mathematiker und erklärt mir, was hier los ist?

Beginnen Sie mit einfacheren Fragen. Wie verhalten sich zum Beispiel Wahrscheinlichkeit und Häufigkeit oder Erwartung und Stichprobenmittelwert zueinander? Ähnlich verhält es sich mit dem ACF und dem Stichproben-ACF.

 
LenaTrap #:

OK, aber dann brauchen Sie gar nichts zu zählen, denn ein Random Walk kann prinzipiell keine Autokorrelation haben, weil ich selbst eine zufällige Zahlenreihe geschaffen habe, deren Erzeugung in keinem Zusammenhang zueinander steht. Warum sollte es eine Korrelation geben, die ich nicht hergestellt habe? Dennoch ist es sinnvoll, die sich ergebenden Zahlenreihen zu testen, um sich zu vergewissern und gleichzeitig Ihre Schätzungsmethoden und deren Wirksamkeit zu überprüfen?

Aber ja, wir haben einfach unterschiedliche Denkweisen, Sie denken wie ein akademischer Mathematiker und ich benutze Computersimulationen, das sind unterschiedliche Ansätze zur Problemlösung.

+1 macht nicht diese Art von Mathematik...

nur der aktuelle Preis bestimmt den zukünftigen Preis, "das Wissen über vergangene Ereignisse hilft nicht, zukünftige Bewegungen vorherzusagen"... das ist der Unterschied zwischen dem realen Handel und der Simulation - nichts wandert zufällig auf dem Markt, alles ist trivial - irgendwann am Morgen (oder nachdem der LIBOR festgelegt wurde) gleichen alle Banken ihre Kurse an (sogar unabhängig davon, was passiert ist, wie unabhängig davon, was in den Optionszuteilungen zu sehen ist)... es geht nicht um die Anzahl der Ticks pro Sekunde (eine einfache VSA reicht hier aus), sondern um die Routinen des Pits und der Teilnehmer...

Einige haben den Zufall, einige haben das sat -- (einige haben das theoretische Denken, obwohl einige noch schlimmer sind) -- aber sie können die Faktoren nicht von den Zeichen unterscheiden, also gehen sie um den Wald herum, einige in den Wald -- einige suchen nach Abhängigkeiten, einige hoffen auf Stochastik und Unabhängigkeit... um sich wieder an Formeln zu erinnern...

obwohl der Punkt der praktischen Anwendung von ML unverschämt einfach ist

Es gibt im Wesentlichen drei Hauptunterschiede zwischen DL und maschinellem Lernen.

  1. DL liefert hervorragende Ergebnisse bei großen Datensätzen. Algorithmen des maschinellen Lernens können jedoch keine großen Datenmengen verarbeiten. Maschinelles Lernen kann nur mit kleinen Datensätzen arbeiten. Dies ist die Einschränkung des maschinellen Lernens. Aber DL kann leicht Operationen auf großen Datenbeständen durchführen.
  2. Beim maschinellen Lernen müssen Sie alle Merkmale manuell eingeben , um das Modell zu trainieren. Aber DL extrahiert automatisch alle Merkmale. Dies macht DL viel leistungsfähiger als maschinelles Lernen. Denn die manuelle Eingabe ist ein zeitaufwändiger Prozess, vor allem, wenn Sie einen großen Datensatz haben.
  3. Maschinelles Lernen kann keine komplexen Probleme der realen Welt lösen. Deep-Learning-Algorithmen können jedoch problemlos Probleme der realen Welt lösen . Aus diesem Grund werden in vielen Bereichen DL-Algorithmen dem maschinellen Lernen vorgezogen.

-- alle Demagogen hier scheinen sich dafür zu entscheiden, ML von Hand zu machen... außer einer Person... daher kommt ein Handel einfach nicht in Frage

p.s.

alles, was sie tun können, ist, eine Person (die in der Lage ist, ein Computerexperiment durchzuführen) mit einer dummen Frage wie "Was ist der Unterschied zwischen Mo und Average" schmunzelnd zu Wikipedia zu schicken... - ... und sagen, dass es sich um ein sportliches Interesse handelt (indem sie jeden schicken und nicht sich selbst) ... und denken, je schlauer und naiver sie mit ihrer dummen Frage sind, desto näher wird sie jemand zu einem echten Handel führen ... - Reine Manipulation - "Zählen Sie für mich, handeln Sie für mich, sonst sind Sie erledigt" (sie werden wieder betrügen und denken, dass Schafe zu Bullen auf dem Markt werden), nicht verstehen, wo der Markt ist und wo ihr Dialog ist - ... es ist schmutzig hier auf dem Ast

Deep Learning, Everything You Need To Know About Deep Learning.
Deep Learning, Everything You Need To Know About Deep Learning.
  • www.mltut.com
Do you wanna know about the basics of Deep Learning? Here I am gonna discuss all the basic detail of Deep Learning. At the end of this article, your basics
 
Aleksey Nikolayev #:

Daraus ergibt sich nach der Substitution: ACF=sqrt(min(j,k)/max(j,k)). Wenn ich mich nicht geirrt habe, versteht sich).

Wenn es Ihnen nichts ausmacht, würde ich es auch in einer bekannteren Form umschreiben:ACF(t) =sqrt((n-t)/n), wobei n der Stichprobenumfang ist.

 
JeeyCi #:

+1 macht nicht diese Art von Mathematik...

nur der aktuelle Preis bestimmt den zukünftigen Preis, "das Wissen über vergangene Ereignisse hilft nicht, zukünftige Bewegungen vorherzusagen"... das ist der Unterschied zwischen dem realen Handel und der Simulation - nichts wandert zufällig auf dem Markt, alles ist trivial - irgendwann am Morgen (oder nachdem der LIBOR festgelegt wurde) gleichen alle Banken ihre Kurse an (sogar unabhängig davon, was passiert ist, wie unabhängig davon, was in den Optionszuteilungen zu sehen ist)... es geht nicht um die Anzahl der Ticks pro Sekunde (eine einfache VSA reicht hier aus), sondern um die Routinen des Pits und der Teilnehmer...

Einige haben den Zufall, einige haben das Sattwerden -- (einige haben das theoretische Denken, obwohl einige noch schlimmer sind) -- aber sie können die Faktoren nicht von den Zeichen unterscheiden, also gehen sie um den Wald herum, einige in den Wald -- einige suchen nach Abhängigkeiten, einige hoffen auf Stochastizität und Unabhängigkeit... um sich wieder an Formeln zu erinnern...

obwohl der Sinn der praktischen Anwendung von ML denkbar einfach ist

-- alle Demagogen hier scheinen sich dafür zu entscheiden, ML von Hand zu machen... außer einer Person... daher kommt ein Handel einfach nicht in Frage

p.s.

Alles, was sie hier tun können, ist, eine Person (die in der Lage ist, selbst ein Computerexperiment durchzuführen) mit der dummen Frage "Was ist der Unterschied zwischen mo und Durchschnitt" auf Wikipedia zu verweisen... - ... und sagen, dass es sich um ein sportliches Interesse handelt (indem sie jeden schicken und nicht sich selbst) ... und denken, je schlauer und naiver sie mit ihrer dummen Frage sind, desto näher wird sie jemand zu einem echten Handel führen ... - Reine Manipulation - "Zählen Sie für mich, handeln Sie für mich, sonst sind Sie erledigt" (sie sind wieder unfreundlich und denken, dass Schafe zu Bullen auf dem Markt werden), ohne zu verstehen, wo der Markt ist und wo ihr Dialog ist - ... sie sind schmutzig hier auf dem Ast

Auf dem realen Markt? Ich persönlich habe eine Art Philosophie:

*aber ich möchte nicht wirklich darüber diskutieren, denn ohne Beweise ist es sinnlos, über Annahmen zu diskutieren.

 
secret #:
Die Formel wird zurückgezogen, aus sportlichem Interesse) ist sie zum Geldverdienen kaum geeignet.

Die Situation ist sogar noch schlimmer. Die Formel scheint auf die Schwierigkeit der Serie und damit auf die Unmöglichkeit, Geld zu verdienen, hinzudeuten).

 
Arztnummer:

Die Situation ist sogar noch schlimmer. Die Formel deutet auf die Schwierigkeit der Serie und die daraus resultierende Unmöglichkeit, Geld zu verdienen, hin).

Das ist also für SB. Wozu brauchen wir es?)