Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 82
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
Je mehr Bäume das Modell trainiert, desto mehr lernt die "0"-Klasse, und je mehr die "0"-Klasse lernt, desto mehr beginnt sie, die "1"- und "-1"-Klassen zu absorbieren (zu verdrängen). Deshalb: Je mehr Bäume, desto weniger Geschäfte
Irgendetwas stimmt nicht, der Wald wird fast immer mit 100%iger Genauigkeit trainiert, ohne dass es zu Verzerrungen kommt. Bei der Validierung mit solchen Daten kann es Probleme geben, aber bei der Vorhersage von Ergebnissen aus Trainingsdaten wird der Wald immer genau sein. Ich kann davon ausgehen, dass Sie keine Klassifizierung, sondern eine Regression verwenden, und wenn Sie das Modell testen, erhalten Sie keine eindeutigen Klassen -1;0;1, sondern tatsächliche Zahlen im Bereich von -1 bis 1. Mit dieser Art von verzerrter Regression wird nichts Gutes herauskommen.
Besser ist es, wenn Sie eine Tabelle trainingData haben, bei der die letzte Spalte die Zielvariable ist und alle anderen Spalten Prädiktoren sind:
nicht wirklich...
Was ich hier schreibe, gilt nur für meinen Ansatz.
Du weißt, wie ich mein Ziel erreiche, nämlich mit Umkehrungen.
Ich habe drei Klassen von Pivots ( 1 , -1 , 0 )
Sie wissen auch, dass die Schiefe der Klassen enorm ist, die Klasse "0" ist dutzendfach größer als "-1" und "1".
und das bedeutet, dass das Modell am besten auf die Klasse "0" trainiert wird, weil sie die meisten Beobachtungen hat und während des Trainings des Modells, je mehr Bäume, desto mehr "0"-Klassen trainiert werden und da die "0"-Klasse besser und stärker wird, beginnt sie die "1"- und "-1"-Klassen zu absorbieren (verdrängen) Deshalb: Je mehr Bäume, desto weniger Geschäfte
Für mich schreiben Sie erstaunliche Dinge!
Ein sehr origineller Ansatz für unausgewogene Klassen.
Dann gehe ich davon aus, dass Ihre Liste von Prädiktoren nicht nur kein Rauschen enthält, sondern auch eine sehr hohe Vorhersagekraft hat.
Wenn ja, wie haben Sie dies erreicht?
Irgendetwas stimmt nicht, der Wald wird fast immer mit 100%iger Genauigkeit trainiert, ohne dass eine Verzerrung vorliegt. Bei der Validierung kann es Probleme mit solchen Daten geben, aber der Wald wird die Ergebnisse der Trainingsdaten immer genau vorhersagen. Ich kann davon ausgehen, dass Sie keine Klassifizierung, sondern eine Regression verwenden, und wenn Sie das Modell testen, erhalten Sie keine eindeutigen Klassen -1;0;1, sondern tatsächliche Zahlen im Bereich von -1 bis 1. Mit dieser Art von verzerrter Regression wird nichts Gutes herauskommen.
Nehmen wir an, Sie haben eine Tabelle trainingData, bei der die letzte Spalte die Zielvariable ist und alle anderen Spalten Prädiktoren sind:
100 % für einen Baum ist absoluter Unsinn!
Wenn alle Ihre Prädiktoren Rauschen sind, ist dieses Ergebnis sehr schwer zu erreichen: Es wird immer noch ein Fehler von 3 bis 5 % bleiben. Rauschen liefert immer sehr gute Ergebnisse mit allen Kreuzvalidierungen und anderen Tricks.
Eine Genauigkeit von 100 % bedeutet nur eines: Unter den Prädiktoren gibt es ein Duplikat der Zielvariablen (eine Abwandlung davon). Das heißt, das Modell blickt in die Zukunft.
100%ige Genauigkeit bedeutet nur eines: Unter den Prädiktoren befindet sich ein Duplikat der Zielvariablen (eine Abwandlung davon). Das heißt, das Modell blickt in die Zukunft.
Was gefällt Ihnen an diesem Ansatz nicht? Wie werden Sie die Parameter anpassen?
Ja, der Ansatz ist großartig, es ist schwer, sich etwas Besseres auszudenken, das Problem liegt im Markt selbst...
Erinnern Sie sich, ich habe Ihnen von meinen Experimenten, Korrelationen und der Suche nach Mustern in der Geschichte erzählt (nicht SSA, aber davor), was ich getan habe:
Ich nahm die aktuelle Situation und suchte nach seinen Analoga in der Vergangenheit und sah, wie sie endete, wenn ich eine Situation "X" gefunden, wenn ich 20 Analoga, von denen 17 endete mit einem Rückgang und 3 mit einem Anstieg, so dass der statistische Vorteil ist offensichtlich(wir haben zu verkaufen),durch die Art und Weise, warum ist nicht Cross-Validierung? nur durch ein einzelnes Muster, nicht wahr? Wir haben herausgefunden, dass dieses Muster nicht funktionieren wird, wir haben herausgefunden, dass der Markt mit einem riesigen Prozentsatz der Wahrscheinlichkeit nach oben gehen wird, es geht gegen seine eigenen Statistiken mit einer riesigen statistischen Wahrscheinlichkeit.
Um es einfacher zu machen, wenn wir gestern das Ereignis "x" hatten und danach fiel alles herunter und vorgestern hatten wir das Ereignis"x" und danach fiel auch alles herunter und nach gestern gab es einen Fall nach dem Ereignis"x"- wenn wir also heute das Ereignis"x" haben- wird alles wachsen, welche Gegenprüfung wird uns hier helfen?Nichts, niemals.
Das Wichtigste ist, den Prozess zu verstehen.
Der Markt ist ein grausames Geschäft, bei dem einige Leute, die dieses Geschäft aufgebaut haben, anderen legal Geld abnehmen. Die Masse, die Mehrheit, muss immer verlieren, jeder weiß das, jeder schreibt darüber, niemand verheimlicht es, kurz gesagt, es ist ein Axiom - ein Muster von 95% der Händler, die Geld verlieren - der Markt bewegt sich gegen die Mehrheit mit der Wahrscheinlichkeit, dass die Händler mit diesen 95% Geld verlieren.
Und was verwendet die Crowd beim Handel? In der Tat hat die Menge nichts außer einer Sache, die sie dazu bringt, Geschäfte zu machen.
Alle Aktionen , die mit der visuellen Beobachtung von Charts und der Suche nach Mustern in der Aufschlüsselung beginnen und mit dem Training von neuronalen Netzen enden, sind nichts anderes als der Handel mit Statistiken, genau die Statistiken, die auf dem Markt nicht funktionieren, verstehen Sie, was ich meine?
der Markt bewegt sich gegen die Handlungen der Masse ----- die Masse handelt auf der Grundlage von Statistiken ------ alles, was Sie tun müssen, ist, die Handlungen der Masse in der Zukunft vorherzusagen und das Gegenteil zu tun, die einzige Möglichkeit zur Vorhersage sind Statistiken
)))) mit einem beginnen und mit dem dritten enden :) Nun, das war's, zumindest habe ich es hinter mir gelassen.)
p.s. alles, was ich hier gesagt habe, ist meine persönliche Meinung, ich möchte niemandem etwas aufzwingen, ich kann argumentieren und es beweisen, aber ich bin nicht in der Stimmung dafür
Irgendetwas stimmt nicht, der Wald wird fast immer mit 100%iger Genauigkeit trainiert, ohne dass eine Verzerrung vorliegt. Bei der Validierung kann es Probleme mit solchen Daten geben, aber der Wald wird die Ergebnisse der Trainingsdaten immer genau vorhersagen. Ich kann davon ausgehen, dass Sie keine Klassifizierung, sondern eine Regression verwenden, und wenn Sie das Modell testen, erhalten Sie keine eindeutigen Klassen -1;0;1, sondern tatsächliche Zahlen im Bereich von -1 bis 1. Bei einer derart verzerrten Regression kann nichts Gutes herauskommen.
Besser noch: Nehmen wir an, Sie haben eine trainingData-Tabelle, bei der die letzte Spalte die Zielvariable ist und alle anderen Spalten Prädiktoren sind:
Nein, Klassifizierung, Sie haben etwas falsch verstanden...
Ich hatte es so, zwei Modelle, getrennt Kauf- und Verkaufsklassen (1, 0) und (-1, 0)
sieht hässlich aus ) zustimmen
Ja, der Ansatz ist großartig, es ist schwer, sich etwas Besseres vorzustellen, das Problem liegt im Markt selbst...
Erinnern Sie sich, dass ich Ihnen von meinen Experimenten, Korrelationen und der Suche nach Mustern in der Geschichte (nicht SSA, aber davor) erzählt habe, was ich getan habe:
Ich nahm die aktuelle Situation und suchte nach seinen Analoga in der Vergangenheit und sah, wie sie endete, wenn ich eine Situation "X" gefunden, wenn ich 20 Analoga, von denen 17 endete mit einem Rückgang und 3 mit einem Anstieg, so dass der statistische Vorteil ist offensichtlich(wir haben zu verkaufen),durch die Art und Weise, warum ist nicht Cross-Validierung? nur durch ein einzelnes Muster, nicht wahr? Wir haben herausgefunden, dass dieses Muster nicht funktionieren wird, wir haben herausgefunden, dass der Markt mit einem riesigen Prozentsatz der Wahrscheinlichkeit nach oben gehen wird, es geht gegen seine eigenen Statistiken mit einer riesigen statistischen Wahrscheinlichkeit.
Um es einfacher zu machen, wenn wir gestern das Ereignis "x" hatten und danach fiel alles herunter und vorgestern hatten wir das Ereignis"x" und danach fiel auch alles herunter und nach gestern gab es einen Fall nach dem Ereignis"x"- wenn wir also heute das Ereignis"x" haben- wird alles wachsen, welche Gegenprüfung wird uns hier helfen?Nichts, niemals.
Das Wichtigste ist, den Prozess zu verstehen.
Der Markt ist ein grausames Geschäft, bei dem einige Leute, die dieses Geschäft aufgebaut haben, anderen legal Geld abnehmen. Die Masse, die Mehrheit, muss immer verlieren, jeder weiß das, jeder schreibt darüber, niemand verheimlicht es, kurz gesagt, es ist ein Axiom - ein Muster von 95% der Händler, die Geld verlieren - der Markt bewegt sich gegen die Mehrheit mit der Wahrscheinlichkeit, dass die Händler mit diesen 95% Geld verlieren.
Und was verwendet die Crowd beim Handel? In der Tat hat die Menge nichts außer einer Sache, die sie dazu bringt, Geschäfte zu machen.
Alle Maßnahmen , die vom visuellen Durchstöbern von Charts und der Suche nach Mustern in den Ausbrüchen bis hin zum Training neuronaler Netze reichen, sind nichts anderes als der Handel mit Statistiken, und zwar genau den Statistiken, die auf dem Markt nicht funktionieren - Sie wissen, wovon ich spreche.
der Markt bewegt sich gegen die Handlungen der Masse ----- die Masse handelt auf der Grundlage von Statistiken ------ alles, was Sie tun müssen, ist, die Handlungen der Masse in der Zukunft vorherzusagen und das Gegenteil zu tun, die einzige Möglichkeit zur Vorhersage sind Statistiken
)))) mit einem beginnen und mit dem dritten enden :) Das war's, zumindest habe ich es hinter mir gelassen.)
p.s. alles, was ich hier gesagt habe, ist nur meine Meinung, niemand zwingt mir etwas auf, ich kann argumentieren und es beweisen, aber nicht die Stimmung
OK.
Für mich ist Forex ein einfaches Signal mit Rauschen. Wenn ich eine Sucht finde, nehme ich das Geld, wenn ich umschulte, nimmt der Makler es weg. Und über die Menschenmengen usw. habe ich keine Informationen. Ich weiß nicht, wie ich genug davon bekommen kann.
Wenn ich dieses Experiment beendet habe, möchte ich mich mit Aktienkursen beschäftigen. Ich werde dort echte Volumina bekommen, was auch ein Vorteil ist.
GUT.
Für mich ist Forex ein dummes Signal mit Rauschen. Wenn ich eine Sucht finde, nehme ich das Geld, wenn ich umschulte, nimmt der Makler das Geld. Und über die Menschenmengen usw. habe ich keine Informationen. Ich weiß nicht, wie ich genug davon bekommen kann.
Wenn ich dieses Experiment beendet habe, möchte ich mich mit Aktienkursen beschäftigen. Ich möchte echte Zitate verwenden.
Nach Beendigung dieses Experiments möchte ich mich mit Aktienkursen beschäftigen. Dort wird es echte Volumina geben, was ebenfalls ein Pluspunkt ist.
Glauben Sie mir, das Volumen wird Ihnen nicht viel helfen, Sie können es durch regelmäßige Volatilität ersetzen, ich habe fast immer nur auf dem realen Markt gehandelt, ich weiß, wovon ich spreche
OK.
Ich werde versuchen, aus dem Band Input-Fiches zu machen, und dann werden wir sehen.