Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3189

 
Aleksey Vyazmikin #:

Mit einem solchen Ausdruck ist es gut, Gedichte zu lesen oder Gurken auf dem Markt zu verkaufen.

Wo bleibt die konstruktive Kritik?

Das war's. Was gibt's zu kritisieren?) War Ihnen klar, was Sie getan haben und warum? Wenn ja, warum haben Sie dann im Forum danach gefragt?)

Ich sehe einige Versuche, die Zahlen, die nach früheren Bemühungen übrig geblieben sind, irgendwo unterzubringen.
 

Tja, und noch ein nicht ganz wissenschaftlicher Zusatz - der in der Stichprobe erhobene Indikator muss irgendwie mit dem Gewinn korrelieren. Der Unterschied zur SB auf der Grundlage eines völlig linken Merkmal macht keinen Sinn, IMHO.

Nun und die Vereinfachung des Berechnungsschemas, zusätzlich zur Beschleunigung, wird ein größeres Vertrauen in die Abwesenheit von Fehlern und dementsprechend eine geringere Wahrscheinlichkeit der Selbsttäuschung geben.

 
Aleksey Nikolayev #:

Ausarbeitung eines vereinfachten Berechnungsschemas für Simulationen.

Um ein gewisses (nicht absolutes) Vertrauen in die Aussagekraft zu haben, sollte das Ergebnis für reale Daten mindestens in den 5%-Schwanz der Stichprobe (links oder rechts) fallen. Die Stichprobe sollte jedoch mindestens mehrere Tausend umfassen.

Wenn ich die Bedingungen des Experiments wie folgt ändere:

1. Auf der ursprünglichen Stichprobe finden wir Quantensegmente, die in der Zukunft verwendet werden sollen, als Ergebnis wird eine Quantentabelle gebildet - weiter arbeiten wir nur mit ihr.

2. Wir erzeugen nach dem Zufallsprinzip eine Zieltabelle mit den gleichen Parametern wie das Original - 1000 Zyklen.

3. Zählen Sie, wie viele Quantensegmente im Vergleich zur ursprünglichen Variante ausgewählt werden. Sie können gleich oder geringer sein.

4. bewerten Sie anhand der Standardabweichung. Wenn die Streuung klein ist, dann haben zufällige Ziele eine große Chance, in die ausgewählten Quantensegmente zu gelangen.

Wie sehen Sie das?

 
Aleksey Nikolayev #:

Tja, und noch ein nicht ganz wissenschaftlicher Zusatz - der in der Stichprobe erhobene Indikator muss irgendwie mit dem Gewinn korrelieren. Die Abgrenzung von der SB aufgrund eines völlig linken Merkmals macht IMHO keinen Sinn.

D.h. das Ziel so ändern, dass der Gewinn mit dem Original vergleichbar ist? Ich bin mir nicht ganz sicher, was gemeint war.

 
Maxim Dmitrievsky #:
Das ist die Ziellinie, was gibt es da zu kritisieren?) War Ihnen klar, was Sie getan haben und warum? Wenn ja, warum haben Sie dann im Forum gefragt?)

Ich sehe einige Versuche, die Zahlen, die nach früheren Bemühungen übrig geblieben sind, irgendwo unterzubringen.

Jetzt geht es darum, dass du nicht verstehst, was ich tue, und das sehe ich, wenn ich die Rückmeldungen auf Fragen und Behauptungen deinerseits auswerte.

Wenn Sie es herausgefunden haben, werden wir wieder in den Dialog eintreten.

 
Aleksey Vyazmikin #:

Jetzt geht es darum, dass du nicht verstehst, was ich tue, und das ist für mich offensichtlich, wenn ich das Feedback auf Fragen und Behauptungen deinerseits auswerte.

Wenn Sie es verstanden haben, lassen Sie uns zum Dialog zurückkehren.

Sie suchen nach Sequenzen, die sich von den Sequenzen auf jemandem unterscheiden. Sie werden keine finden.

Das liegt daran, dass niemand eine gefunden hat. Es reicht aus, die Entropie mit Hilfe von Inkrementen zu berechnen und keinen Blödsinn zu machen.
 
Aleksey Vyazmikin #:

Wenn ich die Bedingungen des Experiments wie folgt ändere:

1. Auf der ursprünglichen Probe finden wir Quantensegmente, die weiterverwendet werden sollen, als Ergebnis wird eine Quantentabelle gebildet - wir arbeiten weiter nur mit ihr.

2. Wir erzeugen nach dem Zufallsprinzip eine Zieltabelle mit den gleichen Parametern wie die Originalprobe - 1000 Zyklen.

3. Zählen Sie, wie viele Quantensegmente im Vergleich zur ursprünglichen Variante ausgewählt werden. Es können gleich viele oder weniger sein.

4) Schätzen Sie anhand der Standardabweichung. Wenn die Streuung klein ist, haben zufällige Ziele eine große Chance, in die ausgewählten Quantensegmente zu gelangen.

Was denken Sie?

Stellen Sie einen Bezug zum Gewinn her, zumindest annähernd, und vergleichen Sie den tatsächlichen Gewinn mit einer Stichprobe von Zufallsgewinnen. Prüfen Sie, ob der durchschnittliche Gewinn in der Stichprobe gleich Null ist und ob es keine Fehler gibt. Prüfen Sie die Signifikanz der Positivität des realen Gewinns im Verhältnis zur Stichprobe - die Drei-Sigma-Regel.

Ich bin nicht bereit, auf die Einzelheiten Ihrer Aufgabe einzugehen, da meine eigenen Aufgaben zu umfangreich sind.

 
Aleksey Vyazmikin #:

D.h. das Ziel so ändern, dass der Gewinn mit dem Original vergleichbar ist? Ich bin mir nicht sicher, was gemeint war.

Sind Ihre Quants darauf ausgelegt, einen Gewinn zu erzielen? Gibt es dafür ein Schema? Machen Sie es extrem einfach, so dass Sie, wenn auch nur grob, eine schnelle Stichprobe berechnen und prüfen können, ob das tatsächliche Ergebnis den Schwanz dieser Stichprobe trifft.

Ihre Bereitschaft, von den Menschen zu verlangen, sich in Ihre Denkweise zu vertiefen, und Ihr völliger Unwille, sich mit einfachen und allgemein bekannten Ideen wie Monte Carlo zu befassen, ist ermüdend.

Ich denke, ich habe genug.

 
Aleksey Nikolayev #:

Ihre Bereitschaft, von anderen zu verlangen, sich in Ihre Denkweise hineinzuversetzen, ist ermüdend, begleitet von Ihrem völligen Unwillen, sich auf einfache und allgemein bekannte Ideen wie Monte Carlo einzulassen.

Ich denke, ich habe genug.

Ich hätte es selbst nicht besser sagen können.
Ich habe schon vor langer Zeit erkannt, dass der Flachmann pfeift.
Es zu ignorieren, ist die beste Lösung. Das ist gesünder für Sie.
 
Maxim Dmitrievsky #:
Sie suchen nach Sequenzen, die sich von den Sequenzen auf jemandem unterscheiden. Sie werden keine finden.

Das liegt daran, dass niemand eine gefunden hat. Es reicht aus, die Entropie mit Hilfe von Inkrementen zu berechnen und keinen Blödsinn zu machen.

Das mit der strengen Folge habe ich nur als Beispiel zur Verdeutlichung geschrieben. Und ich habe geschrieben, dass die Lösung dieses Problems die Stabilität des Modells verbessern kann. Aber die Lösung kann auch anders aussehen.

Auch ohne das oben erwähnte Problem zu lösen - die Auswahl der richtigen Quantentabelle verbessert das Lernen, was von mir an Dutzenden von Beispielen getestet wurde.

Dann habe ich gezeigt, wie man schnell eine Vorverarbeitung für das Training durchführen kann, indem man die Probe von inkonsistenten Daten bereinigt. Auf den Gifs können Sie sehen, dass Sie mit dieser Methode sogar ein profitables Modell für neue Daten erhalten können.

Alles in allem funktioniert der Ansatz, seine Weiterentwicklung ist mein Ziel.

Zu behaupten, dass es nicht funktioniert, bedeutet also, die Realität zu leugnen.

Ich glaube nicht, dass der Preis in reiner SB-Form vorliegt, deren Natur nicht zumindest teilweise analysiert werden kann. Wenn es reine SB ist, dann ist der ganze Zweig ein Fehler.