Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 302
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
Ein interessantes Thema. Viel Blabla, aber auch einige kluge Gedanken. Ich danke Ihnen.
+
))) Das Wichtigste ist die Kommunikation und der Prozess. Es scheint, dass einige Leute bereits neuronale Bots entwickeln. Ich möchte es versuchen.
Leider ist die Einstiegsschwelle zu diesem Thema sehr hoch. Das Gebiet der MO selbst ist schon recht alt und allein die Zahl der verschiedenen Zweige und Methoden tendiert schon gegen unendlich.
Und wenn man sich noch nie damit beschäftigt hat, kann man in diesem Meer von Informationen ertrinken). Und ich möchte nicht nur Stücke aufheben, da ein systematischer Ansatz für das Projektil erforderlich ist.
Aber ich habe bisher keine kohärenten systematisierenden Informationen gefunden.
Für mich ist der Vorhersagefehler nicht das Hauptproblem. Für mich besteht das Hauptproblem darin, das Modell neu zu trainieren. Entweder habe ich auch nur einen schwachen Hinweis darauf, dass das Modell NICHT neu trainiert wird, oder das Modell wird überhaupt nicht benötigt.
Ich habe in diesem Thread (und auch in anderen) schon oft über die Diagnose von Überanpassung und die Instrumente zur Behandlung von Überanpassung geschrieben. Kurz gesagt, es geht darum, die Eingangsprädiktoren von Rauschen zu befreien, und das Modell selbst ist von untergeordneter Bedeutung.
Alles andere ist für mich uninteressant, denn jedes Ergebnis ohne die Überlegung des Übertrainings ist nur so gut wie, jetzt, vielleicht morgen, und übermorgen ist das Depo aufgebraucht.
Wenn Sie bei der Prüfung eine gute Drehzahl haben (außerhalb der Trainingsstichprobe), ist alles in Ordnung. Die Überfütterung lässt sich in gewissem Sinne nicht vermeiden, sondern nur auf ein akzeptables Maß reduzieren.
PS: Herr Mihail Marchukajteswurde angeboten, um zu beweisen, dass der Reshetov-Klassifikator cool ist, Sie können es auch versuchen, ich frage mich, ob jemand in der Lage sein wird, mehr als 65% Genauigkeit aus diesen Daten zu erhalten)))
Nun, Überfütterung bedeutet, dass die Messwerte beim Lernen und beim Test unterschiedlich sind. Wenn Sie einen guten Messwert beim Test haben (außerhalb der Trainingsprobe), ist alles in Ordnung. In gewissem Sinne lassen sich Überfütterungen gar nicht vermeiden, sondern nur auf ein akzeptables Maß reduzieren.
PS: Herrn Mihail Marchukajteswurde angeboten, die Steilheit des Reshetov-Klassifikators zu beweisen, Sie können es auch versuchen, ich frage mich, ob jemand in der Lage sein wird, mehr als 65% Genauigkeit aus diesen Daten zu erhalten)))
Ein Tester ist eine Art Nacharbeit. Und Sie brauchen Konfidenzintervalle für die TC-Leistung.
Leider ist die Einstiegsschwelle in das Fach sehr hoch. Das Gebiet der MO selbst ist recht alt und allein die Zahl der verschiedenen Zweige und Methoden tendiert bereits gegen unendlich.
Und wenn Sie sich noch nie damit beschäftigt haben, können Sie in dieser Informationsflut ertrinken). Und ich will nicht nur Stück für Stück vorgehen, trotzdem ist ein systematischer Umgang mit dem Werkzeug erforderlich.
Aber ich habe bisher keine kohärenten, systematisierenden Informationen gefunden.
Das ist sie nicht.
Systematik bedeutet, dass ALLES genutzt wird: Vorbereitung der Ausgangsdaten, Anpassung des/der Modells/Modelle und Bewertung des Modells.
In einer ersten Annäherung ergibt das alles ein Geklapper - man kann es sehen und damit herumspielen. Wenn Sie meinen Artikel nehmen, ist der Arbeitsaufwand minimal (ein paar Stunden für alles), denn es gibt nicht nur eine Anleitung, sondern auch Daten für die Übungen.
Leider ist die Einstiegsschwelle zu diesem Thema sehr hoch. Das Gebiet der MO selbst ist schon recht alt und allein die Zahl der verschiedenen Zweige und Methoden tendiert schon gegen unendlich.
Und wenn man sich noch nie damit beschäftigt hat, kann man in diesem Meer von Informationen ertrinken). Und ich will nicht nur Stück für Stück vorgehen, trotzdem ist ein systematischer Umgang mit dem Werkzeug erforderlich.
Aber ich habe bisher keine kohärenten systematisierenden Informationen gefunden.
Unsere Welt ist so strukturiert, dass die Themenrentabilität eine monotone Funktion der Höhe der Eintrittsschwelle in das Thema ist. Je höher die Eintrittsschwelle (nicht unbedingt die konzeptionelle Komplexität, sondern auch Geld, soziale Verbindungen, geografische Lage usw.), desto rentabler ist das Geschäft möglicherweise.
Was für viele einfach ist, kostet in der Regel wenig und reicht nicht einmal aus, um einen Erwachsenen zu ernähren, ganz zu schweigen von allerlei Extravaganzen.
Unsere Welt funktioniert so, dass die Rentabilität eines Themas eine monotone Funktion der Höhe der Eintrittsschwelle zu diesem Thema ist. Je höher die Eintrittsschwelle ist (nicht unbedingt in Bezug auf die konzeptionelle Komplexität, sondern auch in Bezug auf Geld, soziale Beziehungen, geografische Lage usw.), desto rentabler ist der Fall.
Was für viele einfach ist, kostet in der Regel wenig und kann nicht einmal einen Erwachsenen ernähren, ganz zu schweigen von all den Exzessen.
Was vielen Menschen leicht fällt, kostet in der Regel wenig und reicht nicht einmal aus, um einen Erwachsenen zu ernähren....
++
oder genauer gesagt, ein gar nicht-perspektivisch
Ich beobachte den Thread so und merke, dass er weg ist...
Allein die Tatsache, dass es sie gibt, ist überraschend)))
Es ist die Art von Thema, über die es ungesund ist, laut und ausführlich zu sprechen, also...
Das ist sie nicht.
Bei der Systematik geht es darum, ALLES zu nutzen: Aufbereitung der Rohdaten, Anpassung des/der Modells/Modelle und Bewertung des Modells.
In einer ersten Annäherung ergibt das alles ein Geklapper - man kann es sehen und damit herumspielen. Wenn Sie meinen Artikel nehmen, ist der Arbeitsaufwand minimal (ein paar Stunden für alles), da er nicht nur Anleitungen, sondern auch Daten für die Übungen enthält.
Unter einem systematischen Ansatz verstehe ich jedoch, dass man versteht, was man tut, und daher in der Lage ist, die Ergebnisse seines Handelns zu planen und vorherzusagen.
Vielen Dank für diesen Artikel. Ich bin mit keiner bestimmten Software vertraut, also ist es perfekt für einen Neuling - einfach und klar. Aber ich verstehe nicht, welche Methode verwendet wird, Regression oder Klassifizierung?
Natürlich habe ich es sofort auf meinen eigenen Systemen ausprobiert. Wenn eine Frage schwierig ist, dann wird sie, Gott bewahre, im Laufe des Stücks herausgefunden werden.
1. ich benutze keine Candlesticks zum Ein- und Ausstieg - nur einen Strom von Kursen und Candlesticks nur auf der Historie der vorherigen Kerze. Ich kann es zwar nach Kerzenständern lernen lassen, aber es ist mir immer noch ein Rätsel, wie ich Rattle dazu bringen kann, den Fluss der Notierungen innerhalb des aktuellen Kerzenständers zu schlucken. Der Candlestick-Fluss sollte irgendwie analysiert werden.
2) Was ist mit wiederherstellbaren Prädiktoren zu tun? Zum Beispiel mit Regressionslinien und Sigmas. Man kann sie nicht einmal in den Verlauf einfügen (zum Lernen), wir brauchen Funktionen, die sie im laufenden Betrieb berechnen und ihre früheren Zeichnungen aus dem Verlauf entfernen.
Ebenso gibt es schillernde Prädiktoren, die nicht immer vorhanden sind und sich aus bestimmten Punkten der Serie ergeben und im Allgemeinen auch im Laufe des Stücks neu aufgebaut werden können.
4 Die Frage der Normalisierung der Prädiktoren durch die Punkte 2 und 3 - sie ist grundsätzlich unmöglich.
Und der Verlauf der Prädiktoren sollte sowohl während der Ausbildung als auch während der Arbeit berechnet werden.
Bislang bleibt uns viel Unverständnis.