Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3174
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
Das hängt damit zusammen, dass Sie die Parameter vorher festgelegt haben, basierend auf Ihrem Wissen oder Ihren Vorlieben. Zunächst wissen Sie, wie Sie eine bessere Kurve erhalten können, und zwar durch welche Parameter. Außerdem könnten Sie zuvor mit einer früheren Geschichte gehandelt haben und auf der Grundlage dieser Erfahrung eine neue Geschichte aufbauen. Die Tiefe einer solchen Gestalttherapie kann enorm sein :)
Ich bin mit diesem Effekt der Umschulung des Gehirns vertraut. In diesem Fall wurde der TS chronologisch vor diesem geschrieben.
Forum zum Thema Trading, automatisierte Handelssysteme und Testen von Handelsstrategien
Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading
fxsaber, 2023.08.17 07:38
Der Chart zeigt drei Jahre tägliches Trading.
Auf jeden Fall danke für die Gedanken.
Die Notwendigkeit der Aufteilung in Zug/Test/Prüfung verstehe ich nicht.
Bitte klären Sie, was der Sinn dieser Intervalle ist.
Im Moment stelle ich mir ein solches Schema auf ihnen vor.
Der erste Punkt scheint merkwürdig. A la "Vorwärtsprüfung" im Tester. Ist das besser als eine reine Optimierung ohne Filterung, aber mit einem kombinierten Intervall: Zug+Test?
Ich praktiziere diese Art der Selbsttäuschung nicht. Das ist die einzige Art, wie ich es mache.
Sie tun dasselbe, was ich beschrieben habe, lesen Sie noch einmal genauer.
Forum zum Thema Handel, automatisierte Handelssysteme und Testen von Handelsstrategien
Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading
mytarmailS, 2023.08.16 13:23
Stellen Sie sich vor, Sie haben nur 1000 Varianten von TS, im Allgemeinen.
Ihre Schritte 1 und 2
1) Sie beginnen mit der Optimierung/Suche nach einem guten TS, das sind Trainingsdaten (Anpassung/Suche/Optimierung).
Nehmen wir an, Sie haben 300 Varianten gefunden, bei denen der TS Geld einbringt...
2) Nun suchen Sie unter diesen 300 Varianten einen TK, der OOS-Testdaten bestehen wird. Sie haben sagen wir 10 TCs gefunden, die sowohl in der Ausbildung als auch im Test Geld verdienen ( OOS ).
Ich mache den zweiten Schritt nicht.
Ich mache den zweiten Schritt nicht.
Dein zweiter Schritt, den du "nicht tust" ))
Worin besteht der Unterschied?
1. Ich habe die Frage nicht ganz verstanden. Das linke OOS ist ein Jahr. Soll es in die Vergangenheit gezoomt werden?
2. Ich gehe davon aus, dass ein Hinweis darauf, dass keine Fehler im Code vorhanden sind, darin besteht, dass der Code genau das tut, was vor der Programmierung beabsichtigt war. In diesem Sinne ist alles in Ordnung.
Und im allgemeinen Fall ist eine TK mit Fehlern im Code immer noch eine TK. Es ist nur nicht genau das, was der Autor ursprünglich beabsichtigt hat.
1. Ja.
2. Ja.
Wenn eine scharfe Pflaume immer direkt nach dem Training auftritt, dann handeln Sie rückwärts und das war's (aber das ist ein sehr seltsames Szenario und es ist schwierig, die Gründe zu erklären). Aber natürlich ist es wahrscheinlich, dass die Pflaume unmittelbar nach dem Training nicht immer (zufällig) auftritt, dann deutet dies auf eine schwache Vorhersagefähigkeit des Modells hin.
Äußerst kategorische Aussagen ohne ein Minimum an Zweifel. Ich habe einen Beitrag über den Standort des OOC geschrieben.
Es ist nicht das erste Mal, dass ich auf Abneigung gegen den Tester stoße. Ich weiß nicht, was an der Nummer Brecher falsch ist.
Ich verstehe nicht, wie man beim Optimieren nach vorne schauen kann.
Zur Methodik. Ich verstehe nicht, warum eine Aufteilung in Training/Test/Prüfung notwendig ist. Die Behauptung, selbst bei der günstigsten statistischen Studie, dass die TK NICHT übertrainiert ist, erscheint mir zu selbstgläubig.
Die Schlussfolgerung, die ich ziehen kann, lautet höchstens: "Es ist wahrscheinlich, dass die TK ein Muster gefunden hat, das einige Zeit vor und nach dem Trainingsintervall vorhanden war. Gleichzeitig gibt es keine Garantie dafür, dass dieses Muster nicht bereits zusammengebrochen ist."
Meine hohe Einstufung basiert auf dem beschriebenen Ansatz, der in MO Standard ist. Ich habe die beschriebene Kreuzvalidierung noch nicht erwähnt. Dies ist der professionelle Ansatz zur Analyse von Märkten in IO.
Was Sie beschreiben, ist Amateur-Niveau, TA-Niveau, wo es unmöglich ist, Schlussfolgerungen mit Statistiken zu begründen. Aus diesem Grund wird die Statistik durch den Tester ersetzt, der in seiner Basis NICHT mit der Statistik verbunden ist.
Wenn Sie dies verstehen, können und sollten Sie einen Tester NUR nach vorläufigen Berechnungen verwenden, deren Schlussfolgerungen auf Statistiken beruhen.
Aus diesem Grund geht der von mir beschriebene Ansatz der Aufbereitung der Rohdaten über den Tester hinaus und ist DEFINITIV eine Garantie für Übertraining und Vorausschau. Vergleichen Sie das sequenzielle Testen und das Testen mit durcheinander geworfenen Daten.
Die Tatsache, dass Sie nicht verstehen, wie OOS auf der linken Seite eine Folge des Vorausschauens sein kann, bedeutet NICHT, dass es nicht so ist. Wenn man sich das Bild ansieht, ist es höchst verdächtig. Es ist zum Beispiel sehr wahrscheinlich, dass der Algorithmus nach etwas in der Zukunft fischt, um ein OOS-Segment zu erzeugen, das das gleiche schöne Bild ergibt wie das OOS. Sobald man sich in Bezug auf das Testsegment in die Zukunft bewegt, ist es ein sofortiger Reinfall.
Fazit.
Das Bild, bei dem die Pflaume rechts vom Test steht, ist ein Hinweis auf Übertraining und/oder Vorausschau.
Getrennt über das Prüfgerät.
Der Tester verfügt über ein Optimierungsdiagramm in Form einer "zweidimensionalen Oberfläche".
Sie kann zur Überwachung des Übertrainings verwendet werden.
Wenn Sie in dieser Oberfläche ein Stück identifizieren können, in dem eine Zelle von anderen Zellen mit ungefähr der gleichen Farbe umgeben ist, dann gibt diese zentrale Zelle die Parameter des NICHT übertrainierten TK an. Eine solche Position entspricht der Tatsache, dass das gefundene Optimum ein Plateau darstellt.
Sieht die "Oberfläche" jedoch wie ein Leopardenfell aus, ist der TS hoffnungslos, da der Tester eine große Anzahl von Maxima gefunden hat, was auf eine äußerst geringe Wahrscheinlichkeit hindeutet, sie in Zukunft zu treffen.
EineReferenz für Fans von Marktmodellen im Allgemeinen.