Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3036

 
Aleksey Vyazmikin #:

Sie können mir die Salden schicken - ich werde sie mit meiner Methode auswerten - und mir sagen, wie sie ausgefallen sind.

Ich schätze sie bisher nach Augenmaß)))))) Gefällt mir - gefällt mir nicht.
Nächste Woche mache ich das, was ich mir vorgenommen habe.
 

Es ist sehr interessant zu erleben, wie wahrgenommene visuelle und auditive Muster zu Wahrnehmungsmüll werden und dennoch ihre Muster beibehalten.

Vielleicht gibt es im Gehirn eine Grenze für die Wahrnehmung komplexer Muster.....


 

Zufälligkeit ohne Wiederholung :)


 
Wenn man z.B. einen stationären Zustand über FF erhält, wird dies einen stationären Zustand von TC charakterisieren? Jedem ist klar, dass dies Kurvafitting ist.
Das ist die einzige Möglichkeit, zufällig eine stabile FS zu erhalten, mit roher Gewalt.
 
Maxim Dmitrievsky #:
Wenn man z.B. einen stationären Zustand über FF erhält, wird dieser einen stationären Zustand TC charakterisieren? Jedem ist klar, dass es sich dabei um Kurwafitting handelt
Das ist die einzige Möglichkeit, zufällig und mit roher Gewalt eine stabile FS zu erhalten.
Bei anderen Varianten erhält man fast zufälligen Mist. Man muss verschiedene Varianten ausprobieren.
 
Forester #:
Bei den anderen Varianten wird es fast zufällig. Es ist notwendig, verschiedene Varianten auszuprobieren.
Nun, hier schließt sogar der Ansatz selbst die Möglichkeit eines nicht zufälligen Erfolgs nicht ein :) besser sehen Regeln aus, die auf Stabilität getestet werden. Auf der einen Seite die Faltung, auf der anderen Seite die Regeln. Eine universelle Sache, theoretisch. Ich werde es natürlich nicht testen (nur ein Scherz), ich habe noch nicht herausgefunden, wie man Faltungsmerkmale anschließend analysiert. Ich habe die Regeln herausgefunden.
 
Forester #:
Die anderen Varianten machen es fast zufällig. Du musst verschiedene Varianten ausprobieren.

Auch von dieser Variante bekommt man Scheiße ...

es reicht nicht, das schöne/nicht schöne Gleichgewichtswachstum zu beobachten.

Maxim Dmitrievsky #:
Nun, hier beinhaltet nicht einmal der Ansatz selbst die Möglichkeit eines nicht-zufälligen Erfolgs :) besser sehen die Regeln aus, die auf Stabilität getestet werden.

DieRegelstabilität ist bei OOS genauso wenig praktikabel wie die Gleichgewichtskurve bei fite.


Ich habe das alles schon einmal gemacht, in verschiedenen Formen, viele Male....


Aber ich denke immer noch, dass jeder wissen sollte , wie man FF schreibt und AO benutzt...

 
mytarmailS #:

Diese Option wird auch ein Chaos verursachen ...

beobachten die Balance wachsen schön / nicht schön ist nicht genug.

Regelstabilität ist auf OOS ebenso wenig praktikabel wie die Gleichgewichtskurve fite


Ich habe das alles schon, in verschiedenen Formen, viele Male gemacht ...


Aber ich denke immer noch, dass jeder wissen sollte , wie man FF schreibt und AO.... benutzt.

Es gibt eine riesige Anzahl von verschiedenen Modellen, von denen jedes über Parameter zur Anpassung verfügt. Durch die Anpassung der Modelle erhält man eine Fülle von Ergebnissen.

Man sollte versuchen, die Vorhersage zu verbessern, indem man die besten Vorhersagen aus den Modellen auswählt, z. B. durch die Verwendung eines Ensembles von Modellen caretEnsembles::

Wenn Sie ein komplettes Handelssystem von der Vorverarbeitung und der Auswahl der Prädiktoren bis hin zum EA erstellen, werden Sie feststellen, dass es bei jedem Schritt, und davon gibt es eine ganze Menge, einige Chips gibt, die den Vorhersagefehler "out of sample" auf unter 20 % senken können, und das bei gleichem Verhältnis von gewinnbringenden zu verlustbringenden Geschäften im Tester.

Leider wird diese kleine und mühsame Arbeit durch Unsinn ersetzt.


 
СанСаныч Фоменко #:

Es gibt eine riesige Anzahl verschiedener Modelle, jedes mit eigenen Parametern. Das Ergebnis ist eine Flut von Modellanpassungsergebnissen.

Man sollte versuchen, die Vorhersage zu verbessern, indem man die besten Vorhersagen aus den Modellen auswählt, zum Beispiel durch Verwendung eines Ensembles von Modellen caretEnsembles::

Wenn Sie ein komplettes Handelssystem von der Vorverarbeitung über die Auswahl der Prädiktoren bis hin zum EA erstellen, werden Sie feststellen, dass es bei jedem Schritt, und davon gibt es eine ganze Menge, einige Chips gibt, die es Ihnen ermöglichen, den Vorhersagefehler "außerhalb der Stichprobe" auf unter 20 % zu senken, und zwar bei gleichem Verhältnis von gewinnbringenden zu verlustbringenden Geschäften im Tester.

Leider wird diese kleine und mühsame Arbeit durch Unsinn ersetzt.

Sie haben es schon zum 40. Mal kopiert, das Gleiche, das Gleiche ....

Die Frage ist nur, wo ist der Roboter?

 

СанСаныч Фоменко #:

der Vorhersagefehler "außerhalb der Stichprobe" unter 20 % liegt und im Testgerät das gleiche Verhältnis von gewinnbringenden und verlustbringenden Geschäften besteht.

Der Klassifizierungsfehler ist kein Indikator. Der Indikator ist die Bilanz und die Bilanzlinie. Jahre 5 und mehr.
Ich habe Ihnen den Saldo mit 8,3% Klassifizierungsfehler auf dem OOS gezeigt. https://www.mql5.com/ru/forum/86386/page3008#comment_46150275

Gewinnbringend, aber trotzdem ein solches Modell in den Korb geworfen.

Zeigen Sie Ihre Bilanzlinie mit 20% auf OOS. Es wird ein Beispiel sein, nach dem man streben sollte.

Машинное обучение в трейдинге: теория, модели, практика и алготорговля - Попробуйте разобрать ошибки модели и создать учителя
Машинное обучение в трейдинге: теория, модели, практика и алготорговля - Попробуйте разобрать ошибки модели и создать учителя
  • 2023.04.09
  • www.mql5.com
В реальности ошибка классификации по имеющейся паре вне выборки. что модель отработала в 0 при ошибке классификации 9. Типа и проанализоровать зависимость ошибки правила err от частоты freq его появления в выборке