Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 434
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
Als Minimum müssen wir affine Transformationen der Diagramme durchführen, da die Muster unterschiedliche Neigungswinkel haben (selbstaffine Strukturen),
d.h. Komprimieren oder Strecken der Vorlage um die Höhe.... ? - interessante Option. Aber ich denke, die Kompression sollte nicht mehr als 30-50% betragen, sonst kann man versuchen, nach Mustern in der volatilen Zeit der amerikanischen Sitzung zu suchen, zum Beispiel durch nächtliche Zufallsschwankungen. Sowohl dort als auch dort gibt es unterschiedliche Muster und unterschiedliche Akteure.
Wenn wir die Dehnungskompression bis zu 30-50% in die Arbeit einbeziehen, wird der Anstieg der Anzahl der gefundenen Muster wahrscheinlich nicht sehr groß sein, was die Vorhersage wahrscheinlich nicht sehr beeinflussen wird und daher vernachlässigt werden kann... Es muss jedoch überprüft werden.
Und es ist überhaupt nicht klar, wie man diese Komprimierung in MT-Code implementieren kann, ohne externe Produkte von der Stange zu verwenden...
Suche auf verschiedenen tf
Es scheint mir sogar auf M1 und M5 schon unterschiedliche Muster zu geben. Und es ist nicht richtig, auf ihnen nach den gleichen Mustern zu suchen. Die Muster können ähnlich sein, aber die Gründe, die zu dieser Form von Diagrammen geführt haben, sind unterschiedlich.
Ich sehe keine anderen Optionen für den Vergleich von 2 Preisdiagrammen. Welche anderen Möglichkeiten gibt es...?
Angenommen, es gibt zwei Preisfelder mit jeweils 5 Preisen.
die erste ist a1,a2,a3,a4,a5
die zweite ist b1,b2,b3,b4,b5.
1) Die Preiskurve kann umgedreht werden, d.h. sie kann aus einer gedrehten Anordnung heraus in die Horizontale gelegt werden. Dies kann mit einer linearen Regression geschehen - finden Sie sie, und verwenden Sie die Fehlerreihe anstelle der ursprünglichen Preisreihe. Ob dieser Schritt bei der Mustersuche hilfreich ist, weiß ich nicht, ich habe seine Wirkung nicht im Detail untersucht. Bisher habe ich diesen Schritt noch nicht selbst durchgeführt.
2) Es ist fragwürdig, eine Reihe von Preisen als Muster zu bezeichnen; es muss eine mathematische Beschreibung der durch diese Preise gebildeten Form geben. Zum Beispiel können wir den Anstieg des Preises auf jedem Balken finden und diese Anstiege als eine bestimmte Musterbeschreibung verwenden.
das erste Muster ergibt sich aus der Formel a5-a4, a4-a3, a3-a2, a2-a1
die zweite ist b5-b4, b4-b3, b3-b2, b2-b1.
3) "Ähnlichkeit" von Mustern - entweder Korrelation (habe ich selbst nicht überprüft) oder kartesischer Abstand durch den Satz des Pythagoras (habe ich überprüft, und es hat sehr gut funktioniert) -
sqrt( ((a5-a4)-(b5-b4))^2 + ((a4-a3)-(b4-b3))^2 + ((a3-a2)-(b3-b2))^2 + ((a2-a1)-(b2-b1))^2 )
oder etwas anderes, ich denke, es muss bessere Möglichkeiten geben.
D.h. schrumpfen oder dehnen Sie das Muster in Höhe.... ? - interessante Option. Aber ich denke, Sie sollten das Muster nicht um mehr als 30-50% dehnen, sonst können Sie versuchen, Muster in der volatilen Zeit der amerikanischen Sitzung zu suchen, zum Beispiel durch nächtliche Zufallsschwankungen. Sowohl dort als auch dort gibt es unterschiedliche Muster und unterschiedliche Akteure.
Wenn wir die Dehnungskompression bis zu 30-50% in die Arbeit einbeziehen, wird der Anstieg der Anzahl der gefundenen Muster wahrscheinlich nicht sehr groß sein, was die Vorhersage wahrscheinlich nicht sehr beeinflussen wird und daher vernachlässigt werden kann... Es muss jedoch überprüft werden.
Und es ist überhaupt nicht klar, wie man diese Komprimierung in MT-Code implementieren kann, ohne externe Produkte von der Stange zu verwenden...
Es scheint mir sogar auf M1 und M5 schon unterschiedliche Muster zu geben. Und es ist nicht richtig, auf ihnen nach den gleichen Mustern zu suchen. Die Muster mögen ähnlich sein, aber die Gründe, die zu einer solchen Form der Charts geführt haben, werden unterschiedlich sein.
Zum besseren Verständnis ist es besser, die Eigenschaften von Fraktalen zu untersuchen. Vor allem, wie ich bereits geschrieben habe, geht es um Skalierung und Selbstaffinität.
Skalierung, per Definition - ähnliche Muster werden in unterschiedlichen Zeitintervallen gebildet. Wir können 1-Minuten-Kurse nehmen und ein Array von synthetischen TFs mit einem bestimmten Multiplikator erstellen und dieses Array verwenden, um nach einem ähnlichen Muster wie dem aktuellen zu suchen.
Selbstverwandtschaft - Muster sind ähnlich, aber nie genau gleich. Dies ist das Hauptproblem bei der Auswahl von "Ähnlichkeitskriterien", Korrelation ist hier nicht angebracht.
Der Unterschied manifestiert sich eher in der Neigung der Muster (Neigungswinkel der Regressionslinie) als in ihrer Kontraktion/Dehnung. Ich habe die LR anhand des aktuellen Musters erstellt, dann habe ich Zitate von anderen Plots genommen und den LR-Neigungswinkel auf den Neigungswinkel des aktuellen Musters geändert, und als Ergebnis wurden ähnliche Muster häufiger gefunden. Und bei der Erstellung einer Vorhersage wurde die Vorhersagekurve unter Berücksichtigung der Steigung der LR des aktuellen Musters transformiert.
Nächste. Die Selbstähnlichkeit (Selbstähnlichkeit) von Fraktalen hat noch eine weitere interessante Eigenschaft - wir bilden genau dieselben, aber kleinere Muster innerhalb eines großen Musters. Suchalgorithmus - (zum Beispiel) nehmen Sie die letzten 500 Balken des 1-Stunden-Zeitrahmens mit 10 Balken Vorsprung und im Tester laufen wir durch Minuten oder 5-Minuten-Perioden und suchen nach Mustern, die dem 1-Stunden-Muster ähnlich sind. Wenn wir es finden, projizieren wir die letzten 10 Balken von 1 Stunde auf das 5-Minuten-Muster - das ist die Prognose. Tun Sie dies ebenfalls und berücksichtigen Sie dabei die Winkel der Vorschriften. So habe ich es gemacht.
Ich habe noch keine Kreuzvalidierung an einer Gruppe von aufeinanderfolgenden Mustern durchgeführt, aber es scheint ein interessantes Thema zu sein
Angenommen, wir haben zwei Preisfelder mit jeweils 5 Preisen
die erste ist a1,a2,a3,a4,a5
die zweite ist b1,b2,b3,b4,b5
1) Die Preiskurve kann umgedreht werden, d.h. sie kann aus einer gedrehten Anordnung heraus in die Horizontale gelegt werden. Dies kann mit einer linearen Regression geschehen - finden Sie sie, und verwenden Sie die Fehlerreihe anstelle der ursprünglichen Preisreihe. Ob dieser Schritt bei der Mustersuche hilfreich ist, weiß ich nicht, ich habe seine Wirkung nicht im Detail untersucht. Bislang habe ich diesen Schritt nicht selbst durchgeführt.
2) Es ist fragwürdig, eine Reihe von Preisen als Muster zu bezeichnen; es muss eine mathematische Beschreibung der durch diese Preise gebildeten Form geben. Zum Beispiel können wir den Anstieg des Preises auf jedem Balken finden und diese Anstiege als eine bestimmte Musterbeschreibung verwenden.
das erste Muster ergibt sich aus der Formel a5-a4, a4-a3, a3-a2, a2-a1
die zweite ist b5-b4, b4-b3, b3-b2, b2-b1.
3) "Ähnlichkeit" von Mustern - entweder Korrelation (habe ich selbst nicht überprüft) oder kartesischer Abstand durch den Satz des Pythagoras (habe ich überprüft, und es hat sehr gut funktioniert) -
sqrt( ((a5-a4)-(b5-b4))^2 + ((a4-a3)-(b4-b3))^2 + ((a3-a2)-(b3-b2))^2 + ((a2-a1)-(b2-b1))^2 )
oder etwas anderes, ich denke, es muss bessere Möglichkeiten geben.
Ich habe eine interessante Funktion bemerkt: Es ist möglich, nach Mustern nicht auf Charts, sondern auf dem RSI-Indikator zu suchen. Interessant ist, dass der RSI, egal wie man den Chart entdreht und dreht, dasselbe anzeigt, d.h. es ist nicht notwendig, Charts um einen Winkel zu drehen. Die Ausgabe (Prognose) muss jedoch noch umgerechnet werden, um die Steigung der LR zu berücksichtigen. Außerdem können Sie auf den resultierenden Indikatoren eine Kreuzkorrelation und andere Funktionen aufbauen.
Maxim Dmitrievsky undDr. Trader
Sie scheinen viel Zeit damit verbracht zu haben, nach Mustern in der Geschichte zu suchen, wie der von mir erstellte Indikator.
Verwenden Sie es immer noch oder sind Sie zu neuronalen Netzen gewechselt, da die Suche nach Mustern nicht erfolgversprechend war? Oder ist die Effizienz dieser Ansätze die gleiche, und der einzige Unterschied ist die Geschwindigkeit?
Maxim Dmitrievsky undDr. Trader
Sie scheinen viel Zeit damit verbracht zu haben, nach Mustern in der Geschichte zu suchen, wie der von mir erstellte Indikator.
Verwenden Sie es immer noch oder sind Sie zu neuronalen Netzen gewechselt, da die Suche nach Mustern nicht erfolgversprechend war? Oder ist die Effizienz dieser Ansätze die gleiche, und der einzige Unterschied ist die Geschwindigkeit?
Ich habe meine Arbeit mit Mustern aufgegeben, weil sie nicht das erwartete Ergebnis gebracht hat, das ich wollte. Ich werde später auf das Thema zurückkommen, und es ist eine Menge zu überlegen und zu tun, zeitaufwendig und nicht offensichtlich, bis man es tut. Davor hatten mein Freund und ich einige Entwicklungen der fraktalen Analyse mit Weierstraß-Mandelbrot fii, aber auch dort verwendeten wir Korrelation, ich fand nur manchmal normale Muster. Wenn ich in der Lage bin, Faltungen zu verwenden oder mir eine neue Art der Mustersuche einfallen zu lassen, werde ich zurückkommen... kurz gesagt, ich kann mit der Korrelation nichts anfangen, sie passt nicht zu mir.
Falls es Sie interessiert, hier habe ich vor 100 Jahren ein Einführungsvideo zur Fraktalanalyse aufgenommen. Meiner Meinung nach steht sie in direktem Zusammenhang mit der Musteranalyse.
Und nach welchem Prinzip machen einfache NS (einfache MLP) eine Vorhersage?
Es scheint mir auf die übliche Korrelation - denn das Gewicht der Verbindungen zwischen Neuronen wächst mit der Anzahl der Wiederholungen des Signals entlang dieser Linie, wenn die Antwort der NS zusammenfällt, wenn die Linie bei + oder bei - war, bleibt es um 0 - und dies ist im Wesentlichen eine einfache Mittelwertbildung. Anhand dieser Gewichte wird dann die Ähnlichkeit der Eingabekombination der Prädiktoren mit dem Durchschnitt des Trainingszeitraums ermittelt.
Ich habe noch nicht aufgegeben, ich probiere verschiedene Algorithmen aus, um mehr Gewinn aus den Mustern herauszuholen.
Im Vergleich zu neuronka gibt mir dieser Ansatz mehr Möglichkeiten, ich habe sogar schon geschrieben, dass ich versuche, den Einfluss der Zeit zu berücksichtigen (z.B. die Ähnlichkeit zu verringern, je nachdem, wie lange es her ist, dass das ähnliche Muster gefunden wurde), sowie verschiedene Tricks. Das ist in der Neuronik nicht möglich.
Mein Neuron kann niemals lernen, nur mit Preisen gewinnbringend zu handeln. Aber das Mustermodell schon, also ist die Wahl offensichtlich :)
Aber man kann die Neuronen auf verschiedene Indikatoren anwenden. Aber es spielt keine Rolle, ob es sich um ein Neuron, einen Wald oder sogar ein lineares Modell handelt, alles wird funktionieren, wenn die Indikatoren und das Ziel für das Training richtig gewählt werden.
Wenn Sie z.B. mit Mustern zu tun haben, müssen Sie viel Zeit damit verbringen, eine Methode zur Bewertung der "Ähnlichkeit" von Mustern zu entwickeln, und Sie werden nicht viele nützliche Informationen zu diesem Thema finden, Sie müssen viel experimentieren.
Und wenn Sie mit Indikatoren arbeiten, wird viel Zeit für die Auswahl der Indikatoren und das Training benötigt; die Auswahl und das Training eines Modells (Neuron, Forest, Boosting) wird nicht viel Zeit in Anspruch nehmen.
Ich habe die Arbeit mit Mustern aufgegeben, weil sie nicht das erwartete Ergebnis gebracht hat, das ich wollte. Ich werde später auf das Thema zurückkommen, und es ist viel zu bedenken und zu tun, arbeitsintensiv und nicht offensichtlich, bis man es tut. Davor hatten mein Freund und ich einige Entwicklungen der Fraktalanalyse mit Weierstraß-Mandelbrot fii, aber auch dort verwendeten wir Korrelation, ich fand nur manchmal normale Muster. Wenn ich es schaffe, die Faltung zu nutzen oder eine neue Methode für die Suche nach Mustern zu erfinden, werde ich zurückkommen... Kurz gesagt, ich bin mit der Korrelation aufgeschmissen, sie ist nicht gut genug
die einzige Möglichkeit ist, den Stallburschen um Hilfe zu bitten), er wird mir beibringen, wie ein echter Mann handeln sollte.... es sind nicht Muster und Wissenschaft, die wichtig sind, sondern Mut und Stärke... und man braucht einen echten tschetschenischen Bart... dann wird der Markt einem unbeugsamen und prinzipientreuen Krieger nicht widerstehen.....
hutch style trading rules..........