Wo verläuft die Grenze zwischen passenden und tatsächlichen Mustern? - Seite 16
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
Regularisierungsalgorithmen sind Algorithmen, die den Overlearning-Effekt von NS verhindern. Wenn Sie danach googeln, finden Sie eine ganze Reihe implementierter und funktionierender Lösungen.
Mit diesen Algorithmen verschwindet also das Thema "die Grenze zwischen Anpassung und Regelmäßigkeit" einfach.
Die Frage der Netzarchitektur bleibt jedoch offen.
Und verwechseln Sie nicht Normalisierung und Regularisierung.
Bei der Normalisierung geht es darum, unterschiedlich skalierte Daten auf den gleichen Maßstab zu bringen.
Und schließlich funktionieren nicht alle Arten von NS auf den Finanzmärkten gut.
"Wo ist die Grenze zwischen passenden und echten Mustern?"
Für mich selbst habe ich diese Frage sehr einfach gelöst: Die gleichen TS-Einstellungen führen natürlich zu ungefähr der gleichen Rentabilität,
an die Volatilität der Währungspaare angepasst, wobei er an mehreren Währungen arbeitet, mindestens 3-4 Hauptpaare. Wenn diese Bedingung
ist es möglich, diese Bedingung zu erfüllen - die Anpassung ist ausgeschlossen.
"Wo ist die Grenze zwischen passenden und echten Mustern?"
Für mich selbst habe ich diese Frage sehr einfach gelöst: Die gleichen TS-Einstellungen führen natürlich zu ungefähr der gleichen Rentabilität,
für die Volatilität des Währungspaares korrigiert, während Sie an mehreren Währungen arbeiten, mindestens 3-4 Hauptpaare. Wenn diese Bedingung
ist es möglich, diese Bedingung zu erfüllen - die Anpassung ist ausgeschlossen.
Ich denke, dass der Code, wenn er nach realen Mustern funktioniert, auch ohne Optimierungen (Optimierung der Bereiche, in denen die Code-Parameter verwendet werden) gewinnbringend arbeiten wird. Das macht wahrscheinlich den Unterschied aus.
Finanzinstrumente sind nicht stationär und weisen daher keine stabilen Muster auf.
Ist die Nicht-Stationarität nicht ein stabiles Muster? :)
Für die ganz Begabten: Nicht-Stationarität ist das Fehlen von statistischen Regelmäßigkeiten wie Erwartung und Varianz.
Legen Sie Bollinger-Hüllkurven auf das Diagramm, und Sie können die "Muster" der Nicht-Stationarität erkennen, denn das Zentrum des Indikators ist die Erwartung, und der Abstand vom Zentrum zu den Hüllkurven ist die Streuung.
Natürlich ist die Nicht-Stationarität auch eine Art von Regelmäßigkeit. Aber man kann damit kein Geld verdienen ))))
Natürlich ist die Nicht-Stationarität auch eine Art von Regelmäßigkeit. Aber man kann damit kein Geld verdienen ))))
Natürlich ist die Nicht-Stationarität auch eine Art von Regelmäßigkeit. Aber man kann damit kein Geld verdienen ))))