Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2846

[Aleksey Nikolayev]

Andrey Dik #:

es ist klar, dass es eine Formel gibt, vielleicht sogar eine geheime, aber wenn es möglich wäre, den Komponenten des komplexen Kriteriums Gewichtungen zuzuweisen.... mmm, fabelhaft.

Nach der Beschreibung zu urteilen, kann man verstehen, dass zuerst ein Teil der besten Passagen nach einem Kriterium ausgewählt wird, dann wird aus den ausgewählten Passagen ein Teil der besten Passagen nach dem zweiten Kriterium ausgewählt, und so weiter.

"Es erlaubt Ihnen, die besten Passagen Schritt für Schritt auszuwählen: zuerst nach der Anzahl der Trades, dann aus dieser Stichprobe nach der Rentabilitätserwartung, dann nach dem Erholungsfaktor und so weiter."

[Andrey Dik]

Aleksey Nikolayev #:

Aus der Beschreibung geht hervor, dass zunächst ein Teil der besten Passagen nach einem Kriterium ausgewählt wird, dann wird aus den ausgewählten Passagen ein Teil der besten Passagen nach dem zweiten Kriterium ausgewählt, und so weiter.

"Es erlaubt Ihnen, die besten Passagen schrittweise auszuwählen: zuerst nach der Anzahl der Trades, dann aus dieser Stichprobe nach der mathematischen Rentabilitätserwartung, dann nach dem Erholungsfaktor und so weiter."

Das Kriterium wird bei jedem Optimierungsdurchgang auf einmal berechnet und nicht erst am Ende der Optimierung, wenn alle Ergebnisse der einzelnen Durchgänge berücksichtigt werden. Daher besteht ein Widerspruch zwischen der Tatsache und der Beschreibung in der Hilfe.

[Evgeni Gavrilovi]

Maxim Dmitrievsky #:

Ich konnte nicht sofort einen Unterschied oder Vorteil erkennen.

Eine neue Art, tabellarische Daten zu erzeugen. Wie viel besser ist es? Oder ist GMM immer noch außer Konkurrenz?

https://github.com/kathrinse/be_great

[Maxim Dmitrievsky]

Evgeni Gavrilovi #:

Eine neue Art, tabellarische Daten zu erzeugen. Wie viel besser ist sie? Oder ist GMM immer noch außer Konkurrenz?

https://github.com/kathrinse/be_great

Ich weiß es nicht, ich analysiere keine tabellarischen Daten

Nicht gut für Zeitreihen

Ein T-gan wäre wahrscheinlich besser

⚙️ Zeitreihen-Transformator Generative Adversarial-Netze

Github: https://github.com/jsyoon0823/TimeGAN

Papier: https://arxiv.org/abs/2205.11164v1

Aktiendaten: https://finance.yahoo.com/quote/GOOG/history

Energiedaten: http://archive.ics.uci.edu/ml/datasets/Appliances+Energie+Vorhersage

@ai_machinelearning_big_data

[Evgeni Gavrilovi]

Maxim Dmitrievsky #:
Etwas T-gan wäre wahrscheinlich besser

Und wie überprüfen Sie die Plausibilität? Vergleichen Sie die Verteilungen der realen und der synthetischen Daten getrennt für jede Reihe?

[Maxim Dmitrievsky]

Evgeni Gavrilovi #:

Wie überprüfen Sie die Wahrscheinlichkeitsrechnung? Vergleichen Sie die Verteilungen der realen und synthetischen Daten getrennt für jede Reihe?

Ich habe irgendwo einen visuellen Vergleich mittels PCA gesehen, kann mich aber nicht mehr genau erinnern. Vielleicht später.

[Maxim Dmitrievsky]

Evgeni Gavrilovi #:

Wie überprüfen Sie die Wahrscheinlichkeitsrechnung? Vergleichen Sie die Verteilungen von realen und synthetischen Daten getrennt für jede Reihe?

https://hackernoon.com/a-gan-approach-to-synthetic-time-series-data-pe2r33fd

[Aleksey Vyazmikin]

Welche Prädiktoren können für Histogramme erfunden werden?

Ich habe sie als Dateien angehängt, da die Bilder nicht eingefügt werden wollen - wahrscheinlich ein weiterer Fehler.

[mytarmailS]

Aleksey Vyazmikin #:

Welche Prädiktoren können wir uns für Histogramme ausdenken?

)))))))

Was ist der Unterschied zwischen einem Histogramm und Punkten? Es ist mir peinlich zu fragen, abgesehen von der Visualisierung

[Aleksey Vyazmikin]

mytarmailS #:
)))))))

Was ist der Unterschied zwischen einem Histogramm und Punkten? Es ist mir peinlich zu fragen, abgesehen von der Visualisierung

Man kann jede Form mit Punkten visualisieren. Die Visualisierung ist notwendig, um das abstrakte Denken anzuregen, was wiederum die Entwicklung von Ideen fördert.

In der Tat ist das Histogramm ein binärer Prädiktor für die Probe, die roten Balken bedeuten, dass das Signal weg ist (Null), und ihre Höhe bedeutet, wie lange es kein Signal "1" in der Probe gab.

Ich gehe davon aus, dass der unterschiedliche Charakter der Häufigkeitsverteilung des Signalauftretens in der Stichprobe dazu dienen kann, die weitere Verwendung dieses Prädiktors im Training zu klassifizieren. Dementsprechend kann der Prädiktor nur für die Konstruktion von Oberwurzelsplits ausgeschlossen oder zur Verwendung empfohlen werden.

Aus diesem Grund werden Prädiktoren zur Beschreibung von Histogrammen benötigt. Ja, wir können auch Prädiktoren für die TP+FP-Bilanz erstellen - Ideen für ihre Beschreibung sind ebenfalls interessant, abgesehen von den bekannten.