Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2738
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
Ich bin im Allgemeinen der Meinung, dass all dies nutzlos ist, und je größer die Stichprobe, desto besser, aber ich bin bereit, es zu testen, und zu diesem Zweck brauchen wir ein geeignetes Werkzeug. Ein Werkzeug, das die optimalen Bereiche für das Training des Modells bestimmt, auch wenn es am Anfang auf der Geschichte basiert, und dann wollen wir sehen, ob wir es schaffen, ohne in die Zukunft zu schauen.
Die Diskretisierung ist ein Spezialfall der Filterung (Komprimierung von Informationen), wenn sie nicht nützlich wäre, gäbe es sie gar nicht.... Es als Dilettantismus zu bezeichnen, bedeutet, ein Idiot zu sein, was nicht überraschend ist
Und wo haben Sie Lärm in Lückentexten gesehen und warum sind sie schlechter als Mashka. Es hat keinen Effekt. Zufällig geteilt durch zufällig
Die MAs sind in mancher Hinsicht besser:
0. Der Schlusskurs erbt das Rauschen von Ticks. Buchstäblich - ob ein Tick vor dem Schließen des Balkens erzeugt wurde oder nicht, ob der Timer irgendwo geklickt hat. Plus oder minus ein paar drei Punkte. Es ist an der Börse Tage haben erhebliche Open / Close.
1. MA sind sie bereits integral (ja - durchschnittlich)
2. sie repräsentieren den Preis ganz angemessen. (deshalb habe ich darauf hingewiesen, dass die LWMA Verschiebung von ein wenig mehr als 1/3, um ein Drittel ist es genau die tatsächliche geglättete Preis ohne unnötige Lärm). 3.
3. Sie sind besser zu vergleichen und können normalisiert werden.
---
Schließlich - und was ist das Ziel Ihrer Forschung?
es besteht der Verdacht, dass einige Forumsteilnehmer und noch mehr das Füllen von Seiten mit "profitablen Expert Advisors und Signalen" das Ergebnis von KI ist. Das heißt, NN machen Geld mit dem Thema Near-Trading.
Auf jeden Fall verdienen neuronale Netze und Big-Data an der Trendanalyse sozialer Netzwerke (Handel). Deshalb sind sie auch gesponsert und daher etwas einseitig; aber das übersteigt unsere Möglichkeiten :-(
Vielen Dank für die Antwort
Wenn der Thread nicht mindestens einmal im Monat aufgeheizt wird, wird er sterben und das Forum wird langweilig
SSF hat nicht viel Neues gesagt, natürlich ist das Ziel, eine Korrelation zwischen den Prädiktoren und dem Ergebnis zu finden, ein offensichtliches Ziel. Das einzig Neue, das ich mitbekommen habe, ist, dass er etwa 200 signifikante Merkmale für das gesamte Training gefunden hat, aber für bestimmte Daten nur 5 Prozent davon verwendet.
Ich verstehe das so, dass es einige Möglichkeiten gibt, den Zustand/die Eigenschaften einer Reihe schnell zu bestimmen, um aussagekräftigere Prädiktoren nur für die neuesten Daten auszuwählen. Für die richtige Auswahl stellt sich natürlich die Frage des Umfangs oder der Länge. Aber anscheinend funktioniert es sogar mit nur 200 gefundenen und ausgewählten Prädiktoren im gesamten großen Training.
Ich sehe das folgendermaßen. Eine Reihe hat Eigenschaften, die in einigen Indizes stabil sind, aber diese Indizes und ihre Anzahl sind in verschiedenen Abschnitten unterschiedlich. MO findet einige verschiedene Zustände ausreichender Dauer der Stabilität der Reihe, die durch verschiedene Modelle und entsprechende Modelleinstellungen - Prädiktoren - beschrieben werden können. Die Gesamtzahl der Prädiktoren ist die Gesamtzahl der Einstellungen für verschiedene Modelle, und dementsprechend kann man durch die Definition eines Modells schnell die zuvor gefundenen Einstellungen für dieses Modell finden.
Wenn man umfangreich entwickeln will, dann muss man die Gesamtzahl der Prädiktoren und die Anzahl der Modelle erhöhen.
Ich stimme mit SSF überein, dass die heute verfügbaren und akzeptablen Daten für die Verarbeitung Zitate sind, die Formalisierung anderer Daten ist eine Wissenschaft, wenn auch vielversprechend.
Die MAs sind in mancher Hinsicht besser:
0. Der Schlusskurs erbt das Rauschen von den Ticks. Buchstäblich - ob ein Tick vor dem Schließen des Balkens erzeugt wurde oder nicht, ob der Timer irgendwo geklickt hat. Plus oder minus ein paar drei Punkte. Es ist an der Börse, dass Tage signifikante Open/Close haben.
1. MA sie sind bereits integral (ja - Durchschnitt)
2. sie repräsentieren den Preis ganz angemessen. (das ist, warum ich darauf hingewiesen, dass die LWMA Verschiebung um ein wenig mehr als 1/3, ein Drittel ist genau die tatsächliche geglättete Preis ohne unnötige Lärm).
3. sie sind besser zu vergleichen und können normalisiert werden
---
Was ist schließlich Ihr Studienobjekt?
Ich stimme Max zu, kurze Durchschnittswerte und ausgedünnte Daten sind für die Untersuchung in Bezug auf Rauschen und Nutzsignal in unserem diskreten Fall gleich.
Der Untersuchungsgegenstand sind Inkremente, wenn ich mich nicht irre))))))
Der SSF hat nicht viel Neues gesagt, natürlich ist das Ziel, eine Korrelation zwischen Prädiktoren und Ergebnis zu finden, ein offensichtliches Ziel.
NF und MD sind krank von der Idee, das Ziel mit Merkmalen zu verknüpfen, einer von ihnen ist schon lange krank, der andere hat gerade erst damit angefangen...
Ich hoffe, dass niemand hier an seine Genialität glaubt, und persönliche Überschneidungen sind einfach nur Vampirismus psychologisch)))) Und wenn es für eine der Parteien einen psychologischen Nutzen bringt, hat es seinen Platz))))))
Jeder hat ungefähr die gleichen Werkzeuge, die Daten sind die gleichen, und die Wahrnehmungen ...
Ich habe einen kleinen Vorschlaghammer, keinen großen Hammer und schon gar keinen großen Hammer)))))))
Die Werkzeuge sind alle in etwa gleich, die Daten sind alle so weit gleich, und die Ansichten ...