Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 45
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
OK, das ist eine sehr gute Handelsleistung in der Geschichte! Herzlichen Glückwunsch!
Wie kann man aus den Bereichen eines Prädiktors mehrere Prädiktoren erstellen? Ich verstehe das nicht.
Oh, es ist sehr einfach) Clustering...
1) Wir nehmen jeden Prädiktor und teilen ihn in, sagen wir, 50 Cluster ein (außerdem kann und sollte das Clustern in zwei Arten erfolgen: 1) Clustern "wie es ist", um den Prädiktor nach numerischen Werten zu clustern, und die zweite Art 2) Clustern des normalisierten Prädiktors, um ihn als Bild zu clustern), zusammen erhalten wir alles, was die menschliche Sichtweise ausmacht, wir kennen nicht nur numerische "echte" Werte des Prädiktors, sondern auch das Bild - Kurven, Steigungen
2) Wir erstellen eine Tabelle, in der die Spalten Cluster sind, 50 Cluster ---> 50 Spalten ---> 50 Prädiktoren, überprüfen die Wichtigkeit dieser Prädiktoren mit Hilfe eines Algorithmus und stellen fest, dass von den 50 Prädiktoren nur 1-5 wichtig sind, wir behalten sie
3) Nimm den nächsten Prädiktor, gruppiere ihn und wiederhole die Schritte 1 und 2
Eine solche Auswahl innerhalb des Prädiktors sollte theoretisch die Erkennungsqualität um Größenordnungen verbessern...
aber es gibt auch einige Nachteile
1) aufwendige Berechnungen
2) Wenn jeder Prädiktor einzeln aufgeteilt wird und sein Inhalt getrennt vom Inhalt der anderen Prädiktoren ausgewertet wird, ist es unmöglich, die Korrelation zwischen den Prädiktoren zu bewerten, was irgendwie gelöst werden muss.
Oh, es ist sehr einfach) Clustering...
1) Wir nehmen jeden Prädiktor und clustern ihn in, sagen wir, 50 Cluster (wobei das Clustering in zwei Arten durchgeführt werden kann und sollte: 1) Clustering "so wie es ist", um die numerischen Werte des Prädiktors zu clustern, und die zweite Art 2) Clustering des normalisierten Prädiktors, um ihn als Bild zu clustern) zusammen erhalten wir alles wie das menschliche Sehen, wir kennen nicht nur numerische "echte" Werte des Prädiktors, sondern auch das Bild - Kurven, Steigungen
2) Wir erstellen eine Tabelle, in der die Spalten Cluster sind, 50 Cluster ---> 50 Spalten ---> 50 Prädiktoren, überprüfen die Wichtigkeit dieser Prädiktoren mit Hilfe eines Algorithmus und stellen fest, dass von den 50 Prädiktoren nur 1-5 Elemente wichtig sind, wir behalten sie
3) Nimm den nächsten Prädiktor, gruppiere ihn und wiederhole die Schritte 1 und 2
Eine solche Auswahl innerhalb des Prädiktors sollte theoretisch die Erkennungsqualität um Größenordnungen verbessern...
aber es gibt auch einige Nachteile
1) aufwendige Berechnungen
2) Wenn jeder Prädiktor einzeln aufgeschlüsselt wird und sein Inhalt getrennt vom Inhalt der anderen Prädiktoren bewertet wird, ist es unmöglich, die Korrelation zwischen den Prädiktoren zu bewerten.
Sie können es auf diese Weise versuchen. Im Allgemeinen gibt es eine Methode. Sie erstellen ein Punktdiagramm des Output-Prädiktors. Im Idealfall wird eine gute Abhängigkeit bestehen. Ist die Abhängigkeit jedoch in einem bestimmten Segment (in der Regel im hinteren Bereich) unscharf, werden diese Beobachtungen ausgeschlossen.
Wie wird diese Methode genannt?
gibt es eine in der rc?
Wie kann man das Problem Nr. 2 lösen?
Wie wird diese Methode genannt?
gibt es eine in der rc?
Wie kann man das Problem Nr. 2 lösen?
Übrigens, interessiert sich jemand dafür oder nicht, ich verstehe es nicht. Brauchen Sie einen trainierten Roboter, der die Validierung in 5 Jahren mit Gewinn besteht?
Eine solche
Ich bin aus dem Urlaub zurück. Ich kann die Dateien vorbereiten und posten, und wer sie braucht, kann sie selbst verbessern.
Mich interessiert, wie Sie den Roboter Punkt für Punkt erstellt haben, wenn das nicht schwierig ist...
1) Wählen Sie die Merkmale nach Ihrer Methode aus
2) Sie haben das Modell gebaut
und das war's?
Mich interessiert, wie Sie den Roboter Punkt für Punkt erstellt haben, wenn das nicht schwierig ist...
1) Wählen Sie die Merkmale nach Ihrer Methode aus
2) Sie haben das Modell gebaut
und das war's?
Dies ist ein allgemeines Schema, das immer funktioniert.
Nach dem GBM-Lauf entferne ich die Merkmale anhand ihrer Bedeutung. Und ich probiere eine unterschiedliche Anzahl von Auswahlen aus. Die Maschine wird durch GBM trainiert und ich habe verschiedene Fitnessfunktionen ausprobiert. Es wird eine Kreuzvalidierung durchgeführt. Auch seine Parameter variieren. Und es gibt noch einige weitere Nuancen.
Im Allgemeinen habe ich ein solches Ergebnis erhalten, das beweist, dass komplexer nicht immer besser ist. Für EURUSD verwendet das Modell nur 5 Prädiktoren und nur zwei Kreuzvalidierungsfehler.
Sehr interessantes neuronales Netzwerkhttp://gekkoquant.com/2016/05/08/evolving-neural-networks-through-augmenting-topologies-part-3-of-4/ Glauben Sie, dass man es dazu bringen kann, selbst zu handeln und aus seinen eigenen Fehlern zu lernen? Und wenn ja, wie könnte man das Ihrer Meinung nach bewerkstelligen?
Wenn der Entwickler sagt, dass das Netzwerk einen Reinforcement-Learning-Algorithmus ersetzen kann, ist das vielversprechend.
Es muss experimentiert werden. Aber das Thema ist interessant.
Wenn der Entwickler sagt, dass das Netzwerk einen Reinforcement-Learning-Algorithmus ersetzen kann, ist das vielversprechend.
Es muss experimentiert werden. Aber es ist ein interessantes Thema.
Ich stimme zu, es ist interessant... Aber es ist mir fast nichts klar, angefangen von der Ideologie bis hin zum Code selbst, es gibt zu viel Zeug und viele Operatoren, die ich nicht einmal kenne.
Wenn jemand das alles erklären könnte, zumindest anhand von elementaren Beispielen, wie man es im Handel verwendet, wäre das ein gutes Experiment für so unerfahrene Leute wie mich