Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3177
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
Ich habe diese Funktion noch nie benutzt.
Geht es um diese Funktion?
Ja
Ja
D.h. ich muss ein Ziel-Binary für eine Probe generieren, sagen wir, und sehen, wie oft Quantensegmente durch meine Methode für verschiedene Prädiktoren gefunden werden, und so 10 Mal?
Wenn die Anzahl der gefundenen Quantensegmente im Durchschnitt für alle Prädiktoren ungefähr gleich ist, dann funktioniert die Methode nicht, verstehe ich den Gedanken richtig?
Tail und andere Parameter der Serie bleiben gleich. Ich denke, das ist ein Pluspunkt.
Es besteht die Gefahr, dass wir uns wieder in sinnlosen Argumenten verheddern. Worin besteht der Unterschied zwischen einem zufällig gefundenen Satz, der bei oos funktioniert, und einem, der unter größten mentalen Qualen, aber auch ohne grundlegende Rechtfertigung erfunden wurde? Wenn die Methode der Validierung die gleiche ist. Rhetorische Frage.
Was ist der Unterschied zwischen einer zufälligen Suche und einer Suche mit einem Element der Zufälligkeit der Wahl? ))Das Ziel ist es, Regelverstöße zu erkennen, und dazu muss man wissen, wie sie in der richtigen Form aussehen. Mit anderen Worten, welche statistischen Beschreibungsmerkmale darauf hinweisen, dass es sich tatsächlich um ein Muster handelt. Wenn man sie kennt, dann wäre eine Abweichung von diesen Regeln ein Signal, das Modell zu stoppen.
Und die Zusammenstellung eines Modells aus solchen Regeln scheint immer noch eine stabilere Lösung zu sein als die Zusammenstellung reiner Zufälligkeiten.
Ein paar Regeln, die den Hauptgewinn bringen, können in den Zufall einfließen, aber dann kann der Markt sie für eine Weile vergessen. Bei der Zufallsauswahl ist es wahrscheinlicher, dass man in Panik gerät und das Modell zu Beginn eines Drawdowns ausschaltet, während man bei dem von mir vorgeschlagenen Ansatz darauf wartet, dass sich die Reihenfolge der Regeln ändert, d. h. ein Drawdown kann als normales Phänomen erkannt werden.
Und der oben beschriebene Effekt ist deutlich auf den von mir angefertigten Gifs zu sehen, wo in einem Fall die Stichprobe im Plus ist, und in einem anderen Fall - obwohl die Regeln alle aus dem Musterzug entnommen sind, ihr (Regel-)Auftreten aber nicht einheitlich in der Zeit ist.
Der Vorteil dieses Ansatzes besteht im Idealfall darin, die Stichprobenprüfung ganz zu vermeiden.
Eine Alternative könnte die Deep Model Estimation sein - es gibt auch einige Arbeiten in dieser Richtung.
Als Ergebnis wird nur ein Zufallsmodell verwendet:
1. Wir wissen nicht, warum es funktioniert.
2. Wir wissen nicht, warum es nicht mehr funktioniert.
3. wir wissen nicht, wie man es "repariert".
4. Wir wissen nicht, ob es an der Zeit ist, den Handel einzustellen.
5. Die Lebensdauer eines Zufallsmodells wird kürzer sein, weil es fehlerhafte Regeln enthält.
Bei der Zufallsauswahl erhalte ich persönlich etwa folgendes - von 100 Modellen werden innerhalb eines halben Jahres etwa 10 in der Gewinnzone ausgewählt. Ich möchte mindestens 50% bis 50%, dann können wir Teilfiles machen.
Wäre es nicht ausreichend, die Spalte mit der Zielspalte zu mischen?
Tail und andere Parameter der Serie bleiben gleich. Ich denke, das ist ein Pluspunkt.
Können Sie das näher erläutern - ich verstehe es nicht.
Die Frage war rhetorisch
Sie müssen nicht verstehen, was ich erkläre, und deshalb habe ich keine Lust, Energie auf eine erneute Erklärung zu verschwenden. Bleiben Sie bei Ihrer Meinung über die Identität des Ergebnisses bei verschiedenen Ansätzen.
Sie haben kein Bedürfnis zu verstehen, was ich erkläre, und deshalb habe ich keine Lust, Energie auf eine wiederholte Erklärung zu verschwenden. Bleiben Sie bei Ihrer Meinung über die Identität des Ergebnisses bei verschiedenen Ansätzen.
D.h. ich muss ein binäres Ziel für eine Probe generieren, sagen wir, und sehen, wie oft Quantensegmente durch meine Technik für verschiedene Prädiktoren gefunden werden, und so 10 Mal?
Wenn die Anzahl der gefundenen Quantensegmente im Durchschnitt für alle Prädiktoren gleich hoch ist, dann funktioniert die Methode nicht, verstehe ich den Gedanken richtig?
Nun ja, es geht darum, Ihr Verfahren viele Male an einer großen Anzahl offensichtlich bedeutungsloser Probleme zu wiederholen. Dann sehen Sie, wie die Anwendung auf bestimmte reale Daten im Vergleich zu diesen aussieht - wenn sie nicht sehr auffällig ist, ist die Methode schlecht. Normalerweise wird die Methode formalisiert, indem bei jeder Anwendung der Methode eine Zahl gezählt und eine Stichprobe gezogen wird.
Seht, denn wenn euch kein Muster in der ursprünglichen Serie gegeben wird, wird euch der Hilbertsche Weg nicht zu eurem geliebten Ziel führen. Ihre Bemühungen werden sich in Teufelei verwandeln, und Sie werden statt des Paradieses ein schändliches Gemetzel vorfinden.
Das Problem der Sektierer ist die Angst, ihre religiösen Dogmen zu überprüfen.
Es gibt immer viele Muster - die Frage ist nur, welches die richtige Wahl ist.