Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 544

 
Maxim Dmitrievsky:

Es besteht die Möglichkeit, dass Ihr Monitor durch Farben verwirrt wird, die manchmal schwer zu unterscheiden sind, weil er nicht richtig kalibriert ist.

Was haben Sie gebaut?

So etwas gibt es nicht.

Erinnern Sie sich daran, dass ich Ihnen gesagt habe, dass das Pfund auf der Arbitragekarte die falsche Farbe hat?

Was Sie aufgebaut haben, ist ein Geheimnis.

 
Renat Akhtyamov:

Das ist keine Option.

Erinnern Sie sich noch, als ich Ihnen sagte, dass das Pfund auf der Arbitragekarte die falsche Farbe hat.

Was ich gebaut habe, ist ein Geheimnis.


Ich habe alle Farben aufeinander abgestimmt.

 

Nicht über den Markt, aber sehr nützlich und über den allgemeinen Ansatz zur effektiven Erstellung eines Modells (in jeder Phase könnte etwas schief gehen und wir würden es nicht einmal merken):


 

Lehrerloses Lernen (Clustering) und RL(Verstärkungslernen). In dem Versuch, die zu optimierenden Parameter zu reduzieren. Hat jemand darüber nachgedacht, wie Clustering angewendet werden kann? Die zweite Möglichkeit ist komplizierter, man braucht spezielle Pakete

Beispiel: https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-1/

https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-2/

Unsupervised candlestick classification for fun and profit – part 1
Unsupervised candlestick classification for fun and profit – part 1
  • 2015.11.10
  • Kris Longmore
  • robotwealth.com
Candlestick patterns were used to trade the rice market in Japan back in the 1800’s. Steve Nison popularised the idea in the western world and claims that the technique, which is based on the premise that the appearance of certain patterns portend the future direction of the market, is applicable to modern financial markets. Today, he has a...
 
Maxim Dmitrievsky:

Lehrerloses Lernen (Clustering) und RL (Verstärkungslernen). In dem Versuch, die zu optimierenden Parameter zu reduzieren. Hat jemand darüber nachgedacht, wie Clustering angewendet werden kann? Die zweite Möglichkeit ist komplizierter, man braucht spezielle Pakete

Beispiel: https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-1/

https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-2/

Ich habe angefangen, über Verstärkungslernen nachzudenken. Meines Erachtens ist dies die Voraussetzung für einen Austausch.
 
Aleksey Terentev:
Ich fange an, über Verstärkungslernen nachzudenken. Ich denke, dass dies für den Austausch erforderlich ist.

Ich auch, ich beherrsche Python zur gleichen Zeit... R ist lästig. Es gab einen alten Artikel über Kohonen-Layer von o_o, er schrieb etwas über Pluspunkte und so weiter ohne Beispiele und Entwicklung

https://www.mql5.com/ru/articles/1562

Рецепты нейросетей
Рецепты нейросетей
  • 2009.02.12
  • o_o
  • www.mql5.com
Не так давно - на заре технического анализа, когда компьютеры были далеко не у каждого биржевика - появлялись люди, которые пытались предсказывать будущие цены по ими же придуманным законам и формулам. Таких людей часто называли шарлатанами. Время шло, усложнялись методы обработки информации, и теперь очень сложно найти равнодушного к...
 
Maxim Dmitrievsky:

Ich beherrsche auch Python zur gleichen Zeit... R ist lästig. Es gab einen alten Artikel über Kohonen-Layer von o_o, er schrieb etwas über Pluspunkte und so weiter ohne Beispiele und Entwicklung

https://www.mql5.com/ru/articles/1562

Ich habe in pluses qt und opennn geschrieben, ehrlich gesagt wurde dort noch nichts weiter als mlp (opennn) entwickelt.
In der Tat kann ich Sie als Gegenstück zu meinem Repository hinzufügen, ich werde mein Arbeitsschema erklären.
 
Aleksey Terentev:
Ich habe qt und opennn benutzt, und ehrlich gesagt, wurde nichts länger entwickelt als mlp (opennn).
Im Allgemeinen kann ich Sie als Gegenstück zu meinem Repository hinzufügen, ich werde Ihnen erklären, wie das funktioniert.

Ich fürchte, ich muss erst noch ein bisschen mehr lernen, ich bin noch nicht so ein guter Programmierer :) vielleicht später im nächsten Jahr

 
Maxim Dmitrievsky:

Lehrerloses Lernen (Clustering) und RL (Verstärkungslernen). In dem Versuch, die zu optimierenden Parameter zu reduzieren. Hat jemand darüber nachgedacht, wie Clustering angewendet werden kann? Die zweite Möglichkeit ist komplizierter, man braucht spezielle Pakete

Beispiel: https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-1/

https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-2/

Auch das Clustering ist eine interessante Methode. Meiner Meinung nach sollte sie vor dem Training eines Modells angewandt werden, da auf diese Weise die Parameter, die überhaupt nicht korreliert sind, eliminiert werden.
Ich behalte es auch im Hinterkopf. Ich kann es einfach nicht in die Finger bekommen.
 
Aleksey Terentev:
Clustering ist ebenfalls eine interessante Methode. Meiner Meinung nach sollte sie vor dem Training eines Modells verwendet werden, da man auf diese Weise Parameter herausfiltern kann, die überhaupt nicht korreliert sind.
Ich behalte es auch im Hinterkopf. Ich kann es einfach nicht in die Finger bekommen.

insbesondere bei der mehrdimensionalen Clusterbildung können wir versuchen, Vektoren mit Merkmalen und Vektoren mit einer Verzögerung von, sagen wir, Inkrementen zu füttern..., um sie in Gruppen einzuteilen - welche Merkmale entsprechen welchen Inkrementen in der Zukunft

und dann auf diesen Satz für die Ausbildung NS, zum Beispiel ... dh wie Datamining gelten

ja, genau vor der Ausbildung ... oder als separate Sache für TS