Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 156
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
2) peki, evet ... ama bu Sharp 2-3 nasıl hesaplanır? Fonlar bunu nasıl değerlendiriyor, daha doğrusu Sharp'ın gerçek ticarete ilişkin gerçek değerlendirmesinin bu olduğuna NASIL karar veriyorlar?
İşin gerçeği şu ki, modellerde Sharp getirinin riske oranıdır, neyin getiri olarak kabul edileceğine dair birçok varyasyon vardır, örneğin aptalca büyüme yüzdesi veya büyüme dinamiklerinin gerilemesi vb. risk, CKO veya maksimum düşüş, vb. farklılıklar temel değildir, ancak 2-3 gerçek olsaydı, herkes milyarder olurdu, birkaç nedenden dolayı, doktora ekibi bunu yapsa bile, gerçek ticarette çok daha az ortaya çıkıyor. Ancak bunların çoğu kapasite ile ilgilidir, eğer birçok model 100.000 $ veya hatta 10 milyon $'a kadar ticaret yaparsa, durum çok daha iyi olur, ancak yatırımları ve maaşları çalışan ikramiyeleriyle bile geri ödemez.
İşin gerçeği şu ki, modellerde Sharp getirinin riske oranıdır, neyin getiri olarak kabul edileceğine dair birçok varyasyon vardır, örneğin aptalca büyüme yüzdesi veya büyüme dinamiklerinin gerilemesi vb. risk, CKO veya maksimum düşüş, vb. farklılıklar temel değildir, ancak 2-3 gerçek olsaydı, herkes milyarder olurdu, birkaç nedenden dolayı, doktora ekibi bunu yapsa bile, gerçek ticarette çok daha az ortaya çıkıyor. Ancak bunların çoğu kapasite ile ilgilidir, eğer birçok model 100.000 $ veya hatta 10 milyon $'a kadar ticaret yaparsa, durum çok daha iyi olur, ancak yatırımları ve maaşları çalışan ikramiyeleriyle bile geri ödemez.
İyi tamam.
Büyümeyi yukarı / aşağı olarak sınıflandırmadığımı, bir regresyon modeli oluşturduğumu varsayalım. Bu nedenle, R^2 veya başka bir determinizm metriği (örneğin, sağlam bir mutlak sapma metriği) oldukça uygundur.
Karşılıklı bilgiyle ilgili olarak - asılsız mı yoksa metriğin güvenilir bir şekilde çalışmadığına dair güçlü kanıtlar var mı? Ben şüpheliyim.
Güncelleme: Karşılıklı bilgileri kullanarak sentetik ve gerçek veriler üzerinde çok araştırma yaptım. Bağımlılık durağansa, metrik her yerde iyi çalışır. Bağımlılık gürültünün eşiğindeyse, metrik sıfır bağımlılık gösterebilir. Ancak genel olarak, çok boyutlu doğrusal olmayan sistemlerde örneğin F1'den daha kötü çalışması için hiçbir neden göremiyorum. Buradan okuyabilirsiniz: https://habrahabr.ru/company/aligntechnology/blog/303750/
Ancak fiyat hareketi artışının sınıflandırmasını hala yaptığımda, şu resimdeki gibi bir şey elde ettim (5 döviz çifti için, yani hepsi için bir model):
Yani 50 ertelenmiş numune için en az ortalama doğruluk değerleri bölgede en fazla %57'dir. Bireysel döviz çiftleri için, %60'ın üzerinde medyan doğruluk elde ediyorum. Bu sadece zaman serisi verilerinde.
Üzgünüz, somut kanıt vermek için zaman yok, piyasa verileri durağan değil ve bağımlılıklar doğrusal değil, örneğin, 10 boyutlu fraktal gürültüyü 2d'de şu şekilde simüle edin: kırmızı bir sınıf yeşil diğeri yalnızca 10d'de
Gördüğünüz gibi, çok fazla Gaus bağımlılığı yok, her türlü "ada" var vb. Peki, sınıflandırma düştükçe bir boyut eklerken ve çıkarırken karşılıklı bilgi veya r ^ 2 kullanmanın verimliliğinin ne olduğunu hesaplayın. R ^ 2 genellikle doğrusaldır, karmaşık topolojinin ve birçok adanın ayırıcı hiper yüzeyinin olması durumunda, her şey üzücüdür. Klasik istatistiksel kriterler burada vazgeçilmezdir, kendiniz kontrol edebilirsiniz. Ve böyle bir yulaf lapasının 100d veya 1000d ise?
Üzgünüz, somut kanıt vermek için zaman yok, piyasa verileri durağan değil ve bağımlılıklar doğrusal değil, örneğin, 10 boyutlu fraktal gürültüyü 2d'de şu şekilde simüle edin: kırmızı bir sınıf yeşil diğeri yalnızca 10d'de
Gördüğünüz gibi, çok fazla Gauss bağımlılığı yok, her türlü "ada" var vb. Peki, sınıflandırma düştükçe bir boyut eklerken ve çıkarırken karşılıklı bilgi veya r ^ 2 kullanmanın verimliliğinin ne olduğunu hesaplayın. R ^ 2 genellikle doğrusaldır, karmaşık topolojinin ve birçok adanın ayırıcı hiper yüzeyinin olması durumunda, her şey üzücüdür. Klasik istatistiksel kriterler burada vazgeçilmezdir, kendiniz kontrol edebilirsiniz. Ve eğer böyle bir yulaf lapasından 100d veya 1000d ise?
Kanıt değil...
Beni anlayamazsın. Sınıflandırmıyorum ama regresyon modeli kuruyorum diyorum. Ve işte sınıflandırma... Herhangi bir hiper düzlem çizmiyorum. Medyan hedef değerin koşullu bir modellemesini yapıyorum ve kalitesini artık analizi ile ölçüyorum. Her zaman olduğu gibi, bu yapılır.
Sınıflandırma hakkında konuşursak, örneğin bir şeyin olasılığı sıfıra yakınsa, bir şeyin normalliği için gereksinimler gerekli değildir. Doğrusal olmama ve çok boyutluluk sadece karşılıklı bilginin kapsamıdır. Bunu pek iyi anladığını sanmıyorum...
%10 depozito yüklemesidir.
1.000$ depozitonuz varsa, %10 oranında yüklersiniz - 100$'lık bir işlem açarsınız.
Ve şimdi, DİKKAT, komisyoncu/mutfak tarafından sağlanan kaldıraca bağlı olarak, farklı lotlar satın alabilirsiniz - 10.000$ (1:100), 5.000$ (1:50), 20.000$ (1:200).
not yokernybabay ........
Açık temada küfür etmeyin...
Sayalım.
İlk örnek. 500 dolarım var. bir mikro lotun maliyeti 1.000 ABD dolarıdır. Bir mikro lotla bir işlem açıyorum (çünkü büyük miktarlardaki alımlar artık doğal risk limitine uymuyor) ve dolayısıyla 1:2'lik bir kaldıraç kullanıyorum. Dağıtıcı bana 1:100'lük maksimum kaldıraç verdiğinden, 1000$ / 100'lük satın alma için depozitoyu %2 oranında yüklüyorum.
İkinci örnek. Aynı sermaye seviyesinde 5 işlem açarsam depozitoyu %10 oranında yükler ve 1:10 kaldıraç (0,01 * 100000 * 5/500) kullanırım.
Yani sadece depo yükleme yüzdesi sağlanan maksimum kaldıraca bağlıdır ve tüm pirzola için açmayı mümkün kılar. İlgili gerçek kaldıraç bana kalmış. Ama benim yatırımımla minimum 1:2.
Şimdi her şey açık mı?
Açık temada küfür etmeyin...
Sayalım.
İlk örnek. 500 dolarım var. bir mikro lotun maliyeti 1.000 ABD dolarıdır. Bir mikro lotla bir işlem açıyorum (çünkü büyük miktarlardaki alımlar artık doğal risk limitine uymuyor) ve dolayısıyla 1:2'lik bir kaldıraç kullanıyorum. Dağıtıcı bana 1:100'lük maksimum kaldıraç verdiğinden, 1000$ / 100'lük satın alma için depozitoyu %2 oranında yüklüyorum.
Aynı sermaye seviyesinde 5 işlem açarsam depozitoyu %10 oranında yükler ve 1:10 kaldıraç (0,01 * 100000 * 5/500) kullanırım.
Şimdi her şey açık mı?
Mutfağın size sağladığı omuzu kullanıyorsunuz. Kaldıracı değiştirmezsiniz (ayarlanmıştır - sabittir), ancak belirli bir kaldıraçla kullanılan sermaye miktarını değiştirirsiniz.
Bir kez daha - hesap türünüz için mutfak size ne kadar kaldıraç sağlıyor? 1:100?
Mutfağın size sağladığı omuzu kullanıyorsunuz. Kaldıracı değiştirmezsiniz (ayarlanmıştır - sabittir), ancak belirli bir kaldıraçla kullanılan sermaye miktarını değiştirirsiniz.
Bir kez daha - hesap türünüz için mutfak size ne kadar kaldıraç sağlıyor? 1:100?
Maksimum kaldıraç evet, 1:100'dür. Ama kullanmıyorum. Bir kez daha tekrarlıyorum.
Kanıt değil...
Beni anlayamazsın. Sınıflandırmıyorum ama regresyon modeli kuruyorum diyorum. Ve işte sınıflandırma... Herhangi bir hiper düzlem çizmiyorum. Medyan hedef değerin koşullu bir modellemesini yapıyorum ve kalitesini artık analizi ile ölçüyorum. Her zaman olduğu gibi, bu yapılır.
Sınıflandırma hakkında konuşursak, örneğin bir şeyin olasılığı sıfıra yakınsa, bir şeyin normalliği için gereksinimler gerekli değildir. Doğrusal olmama ve çok boyutluluk sadece karşılıklı bilginin kapsamıdır. Bunu pek iyi anladığını sanmıyorum...
Peki, neden sınıflandırmayalım, örneğin 1000 faktörü ele alalım, örneğin bu cihazın farklı zaman dilimleri için yukarı / aşağı hareketinin olasılıklarını veren 100 çıktıya sahip derin bir sinir ağı . Bu gerileme nedir? Gerileme, fiyatın tahmin edildiği zamandır.
Karşılıklı bilgileri kullanmanız sizin için daha uygundur ve biz sadece faktörleri sıralar ve her birinin, zaten daha kötü olan BELİRLİ BİR MODEL İÇİN nihai tahmini yüzde kaçının etkilediğini hesaplarız. hile ile googleNet. Regresyona ihtiyacımız yok, belirli bir varlığın ne kadara mal olacağı umrumda değil, bu modeli karmaşıklaştırıyor ve mantıklı değil, asıl mesele N saniye boyunca belirli bir olasılıkla doğru yönde hareket etmesidir.
Maksimum kaldıraç evet, 1:100'dür. Ama kullanmıyorum. Bir kez daha tekrarlıyorum.
Tamam, temel şeyleri anlamıyorsan, tartışmanın bir anlamı yok.
Kısacası, faizinizi hedge fon faizine çevirmek için onu yaklaşık 10'a bölmeniz gerekir.