Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2772

 
mytarmailS #:

Wurde überhaupt gehandelt oder handelte es sich nur um Tests in der r-ka?

Nur R.

 

Ich bin weit davon entfernt, ein Profi in MO zu sein, deshalb würde ich gerne wissen, wie ich ein Problem lösen kann.

Wie Sie wissen, wird zur Umrechnung der Temperatur von Fahrenheit in Celsius die Standardformel verwendet: C = (F-32)*5/9

DasGradient-Busting zeigt innerhalb der Stichprobe hervorragende Ergebnisse, aber außerhalb der Stichprobe steigt der Fehler sofort an.

Warum? Weil die Formel sehr einfach ist. Was kann man über eine komplexe Beziehung auf dem Währungsmarkt sagen?)

Wie kann man diesen Algorithmus dazu bringen, gute Ergebnisse bei OOS zu zeigen?

 
Evgeni Gavrilovi Gradient-Busting zeigt bei der ersten Stichprobe hervorragende Ergebnisse, aber danach steigt der Fehler sofort an.

Warum? Weil die Formel sehr einfach ist. Was können wir über die komplexe Beziehung auf dem Währungsmarkt sagen?)

Wie kann man diesen Algorithmus dazu bringen, gute Ergebnisse bei OOS zu zeigen?

Man muss alle Daten in einen Bereich normalisieren oder die OOS aus demselben Wertebereich nehmen

Außerhalb dieses Bereichs wird der Extremwert des Bereichs vorhergesagt, so funktionieren Forest and Bousting und OOS teilweise.
 
Ich habe mich immer gefragt, warum die Gewichte im Strategietester angepasst werden? Es passt...

Wäre es nicht die beste Lösung, die Anzahl der Neuronen, Schichten und Funktionsarten (einige in der ersten, andere in der letzten) der Aktivierung im Strategietester zu optimieren? Und die Rückwärtsfortpflanzung des Fehlers als Änderung der Gewichte zu verwenden?

Ich habe beschlossen, die Idee zu testen. Einschichtiges Netz (ich weiß nicht, wie ich die Anzahl der Schichten erweitern kann), Tangensfunktion (ich weiß nicht, wie ich sie ändern kann) an den Neuronen, keine Funktion am Ausgang (ich weiß nicht, wie ich sie einsetzen kann). Rückwärtsfortpflanzung des Fehlers. Trainingszeitraum: Jahr - 2021/08/01-2022/08/01

Optimierung bestand in der Auswahl der folgenden Parameter:

- Anzahl der Eingangsdaten (Schleife an den Eingang die angeforderte Anzahl der Schlusskursdifferenzen N0-N1 gesendet, können Sie andere Dinge tun, aber die Hände nicht erreichen) - von 1 bis 999 (die Array-Variable nicht erlauben, mehr zu tun), Schritt 1.
- Anzahl der Neuronen - von 1 bis 99 999 (lachen Sie nicht), Schritt 1.
- Anzahl der Sätze (Bar++[Anzahl der Eingabedaten]) - 9 999, Schritt 1. Da das Training auf einem Stundenchart durchgeführt wurde, gibt es 6500 Bars in einem Jahr. Das Ergebnis ist fast bis zu anderthalb Jahren, ich denke, es ist in Ordnung.
- Lernfaktor für die Ausgabe : von 0 bis 1 in Schritten von 0,00001.
- Lernfaktor für die Eingabe : von 0 bis 1 in Schritten von 0.00001
- Anzahl der Epochen - von 1 bis 1000, Schritt 1.


Also, ich sage Ihnen gleich etwas über die Anzahl der Epochen - ich habe es nicht geschafft, etwas zu ändern, weder 1 Epoche noch 1000, ich habe keinen großen Unterschied bemerkt, wahrscheinlich gibt es einige Fehler.

ABER! Interessante Beobachtungen:

- je größer die Anzahl der Neuronen, desto mehr Trades (fast jede Kerze, wenn sie in verschiedene Richtungen vorhergesagt werden)
- die Lernrate auf dem Input in den ersten 10 besten Ergebnissen liegt meistens nahe bei 0,7
- die Lernrate auf dem Output in den ersten 10 besten Ergebnissen liegt meistens nahe bei 0,07
- die besten Ergebnisse zeigen die Formel: die Anzahl der Inputdaten < die Anzahl der Neuronen < die Anzahl der Sets. Das beste Ergebnis (soweit ich die Geduld hatte zu warten) war ungefähr so: etwa 200 Eingabedaten, etwa 300 Neuronen und etwa 400 Sätze. Warum das beste Ergebnis? Weil beim Backtest - wellenförmiges glattes Wachstum, bei den 2 Monaten vorwärts - wellenförmiges glattes Wachstum und .... auf den Zeitraum vor dem Backtest von etwa 2 Monaten - wellenförmiges glattes Wachstum .

Aus Gründen des Interesses 99 999 Neuronen - 50/50, aber, natürlich - der höchste Gewinn - oder der höchste drawdown
. Zur gleichen Zeit, die Zahl der Eingänge nicht mehr als 100, die Anzahl der Sätze - nicht mehr als 100. Es ist eine lange Zeit zu warten. Aber es ist nicht bekannt, was die Ergebnisse mit 1000 Eingaben und 1000 Sets oder 10 000 zeigen würde.
 
Evgeni Gavrilovi Gradient Bousting zeigt hervorragende Ergebnisse in der Probe, aber darüber hinaus steigt der Fehler sofort an.

Warum? Weil die Formel sehr einfach ist. Was können wir über die komplexe Beziehung auf dem Währungsmarkt sagen?)

Wie kann man diesen Algorithmus dazu bringen, gute Ergebnisse bei OOS zu zeigen?

Sie müssen AMO an einer Übungsstichprobe erlernen, und Sie müssen ein Modell an einer Teststichprobe auswählen....
Google Kreuzvalidierung
 
СанСаныч Фоменко #:

Nur R

Dann besteht die Wahrscheinlichkeit eines Fehlers im Code, Sie müssen entweder mit echten Anführungszeichen oder mit simulierten Anführungszeichen Tests durchführen....

Ich hatte es vor kurzem, das Zeichen sah auf +1 bar, es war nicht ein offensichtlicher Fehler überhaupt, es dauerte eine halbe Stunde zu sortieren....
 
Ivan Butko Strategietester angepasst werden? Das ist Anpassung...

Ist das nicht der beste Weg.....
Das erste und zweite ist Anpassung, auch bekannt als Suche nach unbekannten Parametern, auch bekannt als Optimierung.
Und es spielt keine Rolle, was man anpasst, Gewichte, Anzahl der Neuronen. Neuronen, FUN. Aktivierung, Anzahl der Äpfel im Korb.
 
mytarmailS #:
Sowohl der erste als auch der zweite Schritt ist eine Anpassung, d. h. eine Suche nach unbekannten Parametern, d. h. eine Optimierung.
Und es spielt keine Rolle, was man anpasst, Gewichte, Anzahl der Neuronen. Neuronen, FUN. Aktivierung, Anzahl der Äpfel im Korb.

Es ist traurig, das zu sagen. Ich weiß nicht, was man dagegen tun kann.

Die grundlegenden Optionen, wo man noch suchen kann...
 
Ivan Butko #:

Es ist traurig, das zu sagen. Ich weiß nicht, was ich dagegen tun soll.

Das sind die wichtigsten Optionen, wo soll man sonst suchen...
Sarkasmus?
 
mytarmailS #:
Sarkasmus?

Nein, ganz und gar nicht. Ich weiß nur nicht, was ich sonst tun soll. Zu versuchen, neuronale Netze vom Markt zu nutzen... Ich glaube auch nicht, dass es da irgendwelche Aussichten gibt.