Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 570
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
https://medium.com/@ceshine/feature-importance-measures-for-tree-models-part-i-47f187c1a2c3
Sie sollten versuchen, mindestens 1 Methode zu den Algib-Wäldern hinzuzufügen, dann kann alles automatisch in МТ5 ohne R erledigt werden, z. B. das Abrufen von Daten
Die beeindruckendste Prädiktorenauswahl in Caret: gafs - genetische Auswahl von Prädiktoren; rfe - umgekehrte Prädiktorenauswahl (am schnellsten); safs - simulierte Robustheit der Prädiktorenauswahl (Annealing) - am effizientesten.
Wenn wir von maschinellem Lernen sprechen, sollten wir vorsichtig sein - es ist eine Hülle, die den gesamten Zyklus umfasst: Datensuche, Modellierung, Schätzung.
PS.
Das Einzige, woran Sie sich festhalten, ist das "So wird's gemacht...".
Nein, ich meine genau die Methode der Auswahl in RF, nicht auf andere Weise. Oder ist es für RF? Soweit ich weiß, ist Gini am beliebtesten.
Ja, R MDI wird verwendet
Zur Auswahl der Prädiktoren...
Ursprünglich dem Modell hinzugefügt - Tag der Woche. Ich beobachtete den Handel der besten Variante - es stellte sich heraus, dass sie an 40 Tagen (8 Wochen) gelernt hatte, am Donnerstag zu kaufen, und im Test über 10 Tage (2 Wochen) kaufte sie fast jeden Donnerstagsbalken und gewann. Und an anderen Tagen handelte sie entweder gar nicht oder nur vereinzelt.
Fazit: Ich muss den Wochentag streichen, um mein Trading ausgeglichen zu gestalten. Jetzt teste ich ohne sie und wir werden sehen, was passiert.
Aber ich wurde rein nach gesundem Menschenverstand eliminiert, die Automatisierung hielt diesen Prädiktor für sehr wichtig.
Es ist also ein bisschen weit hergeholt, sich auf Automatisierung zu verlassen... Obwohl es möglich ist, dass der Wochentag das Einzige ist, was Sie manuell sehen und verstehen können, kann es sein, dass etwas Feineres nicht bemerkt wird
Zur Auswahl der Prädiktoren...
Ursprünglich dem Modell hinzugefügt - Tag der Woche. Ich schaute mir den Handel der besten Variante an und es stellte sich heraus, dass ich 40 Tage lang (8 Wochen) gelernt hatte, am Donnerstag zu kaufen und im Test 10 Tage lang (2 Wochen) kaufte ich fast jeden Donnerstagsbalken und gewann. Und an anderen Tagen handelte sie entweder gar nicht oder nur vereinzelt.
Fazit: Ich muss den Wochentag streichen, um mein Trading ausgeglichen zu gestalten. Ich teste jetzt ohne sie und wir werden sehen, was passiert.
Aber diese Eliminierung basiert rein auf gesundem Menschenverstand, die Automatisierung hat diesen Prädiktor für sehr wichtig gehalten.
Es ist also ein bisschen riskant, sich auf die Automatisierung zu verlassen...
Ich bin nur neugierig zu verstehen, wie es funktioniert, damit ich überhaupt nichts tun muss :) wenn eine Variable nicht wichtig ist, löschen Sie sie einfach, um unnötige Dimensionalität zu vermeiden
Es kommt nicht darauf an, ob das Modell in der Zukunft funktioniert, sondern darauf, wie gut die aktuellen Merkmale das Ziel beschreiben.
Andererseits ist bei NS oder Deep NS die Merkmalsauswahl nicht sehr wichtig, da sie nur eine geringere Gewichtung ergibt und zusätzliche Merkmale fast keine Auswirkungen haben. Zusätzliches Tuning ist natürlich gut, aber es ist Datensatanismus für Statistiken und eignet sich nicht für Handicaps und wird 5-7% Qualitätssteigerung bringen, was nichts ist
Die Auswahl der Prädiktoren im Forex-Bereich ist an sich schon fast eine Zeitverschwendung, da die Bedeutung von Satz zu Satz variiert. IMHA
Andererseits ist die Merkmalsauswahl bei NS oder Deep NS überhaupt nicht sehr wichtig, sie führt nur zu einer geringeren Gewichtung und zusätzliche Merkmale haben fast keine Auswirkungen. Zusätzliches Tuning ist sicherlich gut, aber es ist Datensatanismus für Statistiken, nicht geeignet für Handicapping
In meinem Beispiel erwies sich der Donnerstag als sehr günstig für Käufe (im Intervall von 50 Tagen), und offenbar wies NS diesem Wochentag das höchste Gewicht zu. Es hat funktioniert, aber ich halte es für einen Fehler, donnerstags in jeder Bar zu kaufen. Schließlich können sich die Dinge ändern, wir müssen nach tieferen Mustern suchen.
Vielleicht ein Jahr lang lernen... Aber es wird 6 oder 7 Mal länger dauern. Dann wird vielleicht der Wochentag an Bedeutung verlieren.
In meinem Beispiel erwies sich der Donnerstag als ein sehr guter Einkaufstag (im 50-Tage-Intervall), und offenbar haben die NS den Wochentag am stärksten gewichtet. NS verdient, aber ich denke, dass es ein Fehler ist, donnerstags in jeder Bar zu kaufen. Schließlich können sich die Dinge ändern, wir müssen nach tieferen Mustern suchen.
Das kann sich ändern, ja :) Sie brauchen entweder eine größere Stichprobe oder müssen sich selbst umschulen und beurteilen... Ich tue das Zweite. Der letzte Lauf, sozusagen :)
Wir sollten auch die Häufigkeit der Gaps studieren, ich erinnere mich an das JPY-Chart, als ob eine Axt benutzt wurde, um den Anstieg der Notierungen zu zerhacken. Wie man also handelt. Diese Amplituden von mehr als 1000 Pips sollten strukturiert werden (durch die Volatilitätsniveaus der Gaps) und die Wahrscheinlichkeit ihrer Wiederholung sollte berechnet werden. Die Wahrscheinlichkeit ist hoch - der Expert Advisor schläft auf diesem Chart. Oder Sie können den Anstieg der Gap-Wahrscheinlichkeit abfangen und in dem Wissen, in welche Richtung es gehen wird, Pending Orders verwenden, um zu versuchen, darauf zu reagieren. Es ist auch wichtig zu studieren, was vor der Lücke passiert - denn sie ist eindeutig von Menschen gemacht, so dass sie dort vor der Lücke schummeln, um die Aufträge in die entgegengesetzte Richtung zur Richtung der bevorstehenden Lücke zu konzentrieren. Hinzugefügt.
Und ich stimme zu, was das Set angeht. Allerdings ist der Satz für jeden Zeitrahmen unterschiedlich. Bei Minuten ist es ein Tag, bei einer Stunde ein Monat usw. Oder meinen Sie das gewinnbringende Verhaltensmuster der Zitate, das häufiger auftritt? Dann ja - ein Satz wird nach dem Zeitpunkt der Erstellung dieses "Musters" gemessen
Und die Werte der Kursentwicklung oder Ihre Prädiktoren (so wie ich sie verstehe, sind sie sich wiederholende Muster des Kursverhaltens auf dem Chart), die näher am aktuellen Datum liegen, sollten ein größeres Gewicht haben, d.h. die Geschichte für 1 Jahr ist nur für die Suche nach diesen Prädiktoren von Interesse - die sich wiederholenden "Gewinn"-Muster des Kursverhaltens für die Reihe der Prädiktoren und geben ihnen ein Gewicht entsprechend ihrer Häufigkeit der Entdeckung auf der Kursentwicklung. Die zweite Gewichtung sollte den Status des Prädiktors entsprechend der Nähe zu den letzten Ereignissen im Diagramm erhöhen.
Das ist wie Mendelejew, der aufwacht und alles aus dem Schlaf erzählt. Ich verstehe selbst nichts davon))) Viel Glück, wir warten auf die Ergebnisse.
100% p.a. und Stabilität im Handel. Ich brauche nichts anderes. Übertreiben Sie es nicht.
Prädiktor
100% p.a. reichen nicht aus, ein Monat ist nötig :)
Zur Auswahl der Prädiktoren...
Ursprünglich dem Modell hinzugefügt - Tag der Woche. Ich beobachtete den Handel der besten Variante - es stellte sich heraus, dass sie an 40 Tagen (8 Wochen) gelernt hatte, am Donnerstag zu kaufen, und im Test über 10 Tage (2 Wochen) kaufte sie fast jeden Donnerstagsbalken und gewann. Und an anderen Tagen handelte sie entweder gar nicht oder nur vereinzelt.
Fazit: Ich muss den Wochentag streichen, um mein Trading ausgeglichen zu gestalten. Jetzt teste ich ohne sie und wir werden sehen, was passiert.
Aber diese Eliminierung basiert rein auf dem gesunden Menschenverstand, die Automatisierung hat diesen Prädiktor für sehr wichtig gehalten.
Es ist also ein bisschen weit hergeholt, sich auf Automatisierung zu verlassen... Obwohl es möglich ist, dass der Wochentag das Einzige ist, was Sie manuell sehen und verstehen können, kann es sein, dass etwas Feineres nicht bemerkt wird
nein... nach dem Löschen des Wochentags ist es immer noch dasselbe. Es gibt 5 Tagesbalken als Kontext, vielleicht kommt es daher... Ich muss es ohne sie versuchen.
Das bedeutet, dass es wenig Wirkung hat... wie kann ich ohne es verstehen? ) Nur wenn Sie die Werte der einzelnen Prädiktoren nacheinander umstellen, neu trainieren und beobachten, wie sich der Gesamtfehler ändert
nur könnte es eine Überraschung sein, dass sich zufällig gemischte Daten plötzlich als sehr wichtig erweisen :) + lange Zeit, wenn es sehr viele Funktionen gibt. Ohne Funktionen ist es also eine sysiphosische Aufgabe