Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 944
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
Gestern habe ich auch einen Satz für 2017 erstellt - auch hier liegen die Daten innerhalb von 30 % der korrekten Werte, aber was mich überrascht, ist, dass ich ähnliche Ergebnisse für verschiedene Sätze von Prädiktoren erhalte (ich habe sie in zwei Gruppen unterteilt). Ich frage mich: Ist das Zufall oder nur eine Gelegenheit, den Wald zu nutzen?
Es gibt keinen Grund, auf die Genauigkeit zu achten, sie ist eine schlechte Kennzahl, vor allem, wenn es viele Klassen gibt. Zum Beispiel sind 50 % aller Stichproben in dem Fall, in dem ich den letzten Baum trainiert habe, die Klasse "0". Der Baum könnte immer "0" zurückgeben und bereits in 50% der Fälle richtig liegen (statt 33% zufällig), das Ergebnis scheint besser zu sein als zufällig, aber es ist offensichtlich, dass der Baum nutzlos ist.
Bessere Metrik zum Beispiel -https://en.wikipedia.org/wiki/Cohen's_kappa
Es ist besser, von der letzten angehängten Datei aus zu fusionieren - dort ist die Aufteilung etwas genauer 0 - alles, was keinen Gewinn brachte, und in früheren Dateien ist 0 auch das, was einen sehr kleinen Gewinn brachte.
Besser, Sie machen es selbst. Es gibt zwei Zielgruppen, jede mit einer Reihe von Klassen, ich möchte nicht durcheinander kommen.
Ich brauche eine Zielvorgabe mit 3 Klassen -
"-1" für die Eingabe einer Kurzbezeichnung.
"1" für einen langen Eintrag.
"0", wenn sowohl die Kauf- als auch die Verkaufspositionen negativ sind (oder beide positiv sind, wenn sie es jemals sind)
Es ist einfacher, einen solchen Baum zu trainieren als 4 wie bisher. Und es ist einfacher, damit zu handeln.
Was mich jedoch überraschte, war die Tatsache, dass die Klassifizierung außerhalb der Trainingsstichprobe besser funktionierte, wenn die Anzahl der Ziele erhöht wurde. Vielleicht sollten Sie die Anzahl der verschiedenen Klassifizierungen erhöhen?
Es sollte mehrmals überprüft werden, und wenn es bestätigt wird, ist es in Ordnung. Vielleicht lernt der Baum, bestimmte Klassen gut zu erkennen, z. B. den Gewinn von mindestens 100 Punkten oder etwas Ähnliches. Dann wird es möglich sein, neue Ziele mit dieser Logik für das echte Konto zu erstellen.
Wir könnten zum Beispiel zehn Klassen erstellen - "0", wenn die Long-Position in jedem Fall verloren wird, "1", wenn die Long-Position von 0 bis 100 Punkten gewonnen wird. "2", wenn der Long-Gewinn zwischen 100 und 200 Pips liegt. "-1", wenn der Short-Gewinn 0 bis 100 Pips beträgt. "-2", wenn der Short-Gewinn zwischen 100 und 200 Pips liegt. usw. Anhand der zusammenfassenden Tabelle der richtigen und falschen Antworten können wir dann sehen, ob eine Klasse eindeutig besser ist als die anderen.
p.s. Ich habe es nie selbst gemacht. Vielleicht rede ich Unsinn. Aber wenn man in Bäume und viele Klassen kommt, dann ist ein solcher Test eine logische Fortsetzung des Experiments.
PS: Ich kann dir über TW Zugang zu meinem Laptop geben, damit du deinen PC nicht belastest.
Ich brauche es jetzt nicht, ich habe dort einige R-Skripte durcheinander gebracht, ich versuche verschiedene Methoden der Parameterauswahl. Wenn etwas passt und das Ergebnis besser ist als in Ihrem Programm, werde ich das Skript hier anhängen und Sie können weiter experimentieren.
Sie verstehen nicht, worum es geht, es ist nicht auf dieser Abstraktionsebene, vergessen Sie es.)
Es geht nicht um das Niveau, es geht um das Thema. Ein Muster ist eine ähnliche Reaktion auf einen äußeren Faktor (Reiz), in unserem Fall zum Beispiel, wenn der Kurs um X Punkte gestiegen ist, ist die Wahrscheinlichkeit, dass er bald korrigieren wird, höher als nicht. Oder alle 5 bullischen Candlesticks in einer Reihe von kleinen Candlesticks deuten auf eine hohe Wahrscheinlichkeit einer großen bearischen Candlestick hin, die sich mit mindestens 3 der bullischen Candlesticks überschneiden wird. Aber wenn sich die Wahrscheinlichkeit dieser Ereignisse ändert, dann ist das für mich eine Änderung des Musters, und dann funktioniert der TS nicht mehr.
Aber Ihre Vision ist anders?
Haben Sie eine andere Vision?
Ich habe meine Vision bereits beschrieben lol
Und das ist nicht nur eine Vision, das ist Realität. Es ist jedem selbst überlassen, ob er das akzeptiert oder nicht.
die Abstraktionsebene - nicht eine Essiggurkenstange, sondern warum sich die Muster auf dem Markt ändern und mit welcher Periodizität, Ursache und Wirkung. Ich bin es leid, mich zu wiederholen.
Ich muss nicht auf die Genauigkeit achten, das ist eine schlechte Kennzahl, vor allem wenn es viele Klassen gibt. In dem Fall, in dem ich den letzten Baum trainiert habe, sind zum Beispiel 50 % aller Beispiele der Klasse "0" zuzuordnen. Der Baum kann immer "0" zurückgeben, und er wird in 50% der Fälle richtig liegen (statt 33% zufällig), das Ergebnis scheint besser zu sein als zufällig, aber es ist offensichtlich, dass der Baum nutzlos ist.
Eine bessere Metrik wäre zum Beispielhttps://en.wikipedia.org/wiki/Cohen's_kappa.
Ich werde später alle Regeln für die beiden Modelle heranziehen und sehen, was das Ergebnis ist, wenn ich die beiden Modelle zusammenzähle. Jetzt habe ich ein Netzwerk in Training gesetzt, vielleicht findet es ja etwas, aber es sucht schon seit 12 Stunden - ist das überhaupt normal für Netzwerke?
Es ist besser, dies selbst zu tun. Es gibt zwei Zielgruppen, jede mit einer Reihe von Klassen, ich möchte nicht durcheinander kommen.
Ich brauche ein Targeting mit 3 Klassen -
"-1" zur Eingabe der Kurzbezeichnung
"1" für langen Eintrag
"0", wenn sowohl Long als auch Short negativ sind (oder beide positiv sind, falls sie es jemals sind)
Dieser Baum ist leichter zu unterrichten als die bisherigen 4. Und es ist einfacher, damit zu handeln.
In Ordnung, ich werde es bald tun und hier posten.
Dies muss wiederholt getestet werden, und wenn es sich bestätigt, dann ist es gut. Es ist möglich, dass der Baum lernt, bestimmte Klassen gut zu erkennen, z. B. einen Gewinn von mindestens 100 Punkten oder ähnliches. Dann wird es möglich sein, neue Ziele mit dieser Logik für das echte Konto zu erstellen.
Zum Beispiel können wir zehn Klassen erstellen - "0", wenn Long in jedem Fall verliert, "1", wenn Long von 0 bis 100 Punkten gewinnt. "2", wenn der Long-Gewinn zwischen 100 und 200 Pips liegt. "-1", wenn der Short-Gewinn 0 bis 100 Pips beträgt. "-2", wenn der Short-Gewinn zwischen 100 und 200 Pips liegt. usw. Anhand der zusammenfassenden Tabelle der richtigen und falschen Antworten können wir dann sehen, ob eine Klasse eindeutig besser ist als die anderen.
p.s. Ich habe es nie selbst gemacht. Vielleicht rede ich Unsinn. Aber wenn Sie es mit Bäumen und vielen Klassen zu tun haben, dann ist dieser Test eine logische Fortsetzung des Experiments.
Ich denke, der Baum arbeitet nach dem Eliminationsprinzip, d. h. wenn er eine 1 findet, sind alle anderen 0, aber wenn es mehr Varianten gibt, fängt er an, die verbleibenden Nullen zu klassifizieren, anstatt sie zu stapeln, was den Fehler reduziert (aber das ist meine Hypothese). Und um ihm zu helfen, diese anderen 2, 3, 4 zu klassifizieren, denke ich, einen Prädiktor hinzuzufügen, der nicht nur das finanzielle Ergebnis des Inputs anzeigt, sondern auf der Grundlage der verfügbaren anderen Prädiktoren ein Signal für den Input bildet, dann sollte es eine Rückkopplung geben, d.h. ich denke, verschiedene Begründungen für die Inputs und ihre finanziellen Ergebnisse hinzuzufügen. Problematisch wird es, wenn sich die Eingaben verschiedener TS widersprechen; vielleicht sollte man diese Situation in eine separate Gruppe aufnehmen.
Ich probiere verschiedene Methoden zur Auswahl der Parameter aus. Wenn etwas schließlich funktionieren wird, und das Ergebnis wird besser sein als in Ihrem Programm - ich werde das Skript hier anhängen, können Sie weiter zu experimentieren.
Wenn Sie es brauchen, lassen Sie es mich bitte wissen, solange die Hardware im Leerlauf ist.
Ich habe meine Vision bereits beschrieben, lol.
Und das ist nicht nur eine Vision, das ist Realität. Es ist jedem selbst überlassen, ob er dies akzeptiert oder nicht.
die Abstraktionsebene - nicht die Essiggurke, sondern warum sich die Muster auf dem Markt ändern und mit welcher Periodizität, Ursache und Wirkung. Ich bin es leid, mich zu wiederholen.
Daraufhin habe ich geantwortet, dass das Tool Unsinn zeigt und sich auf Trends konzentriert, was nicht stimmt.
Daraufhin habe ich geantwortet, dass das Tool Unsinn anzeigt und sich auf Trends konzentriert, was falsch ist.
vereinbart
vereinbart
D.h. die Zyklen können vorhanden sein, nur das Werkzeug ist nicht dasselbe - es ist eine visuelle Wahrnehmung.
Sagen Sie mir bitte, ob es 1001 Kriterien gibt und ich falsch liege. Es hat keinen Sinn, meine visuelle Wahrnehmung in Frage zu stellen, und wenn ich mich irre, möchte ich wissen, ob ich mich irre.
D.h. die Zyklen können vorhanden sein, nur das Werkzeug ist nicht dasselbe - es ist eine visuelle Wahrnehmung.
Sagen Sie mir bitte, ob es 1001 Kriterien gibt und ich falsch liege. Es hat keinen Sinn für mich zu argumentieren, ich habe meine visuelle Wahrnehmung gesagt, wenn ich falsch liege, würde ich gerne wissen, dass ich falsch liege.
Ich habe einige aktuelle Zeitschriften gezeigt, und die Zersetzung definiert auch sie
Vladimir Perervenko verwendet die Spektralanalyse, die sehr ähnlich ist
wie man sie in der Praxis einsetzt, damit jeder eine kranke kreative Phantasie hat, denn ich gebe keine Ratschläge, bevor der Gral nicht fertig ist
Ich habe einige tatsächliche Periodizitäten gezeigt, und die Zersetzung bestimmt sie auch
Vladimir Perervenko verwendet die Spektralanalyse, die sehr ähnlich ist wie die
Wie man es in der Praxis anwendet, überlasse ich jedem seiner kranken kreativen Fantasie, denn ich gebe keine Ratschläge, bevor der Gral nicht fertig ist.
Glauben Sie, dass diese Zyklen bei der kleinen TF existieren? Schauen wir es uns an, es wird noch mehr Bars geben!