Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 655
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Ben de çok düşünüyorum.
Regresyon modeli, çubuk başına fiyatta bir artış öngörüyorsa ve ön ve arka testlerde R2 puanı sıfırın üzerindeyse, bu zaten iyi bir başlangıçtır. Sorun, sonucun istikrarlı olmasına rağmen küçük olması, yayılmanın üstesinden gelinememesidir.
Analitik olarak sorun, R2'nin modeli büyük hatalar için daha fazla cezalandırması ve küçük hataları ve yanlış ticaret yönergelerini görmezden gelmesidir. Kazançların dağılımına bakıldığında, fiyat hareketlerinin çoğu sadece birkaç pip. Ve model, bu tür en ufak hareketlerin doğru yönünü tahmin etmek yerine, daha yüksek bir R2 alacağı dağılımın uzun kuyruklarını tahmin etmeyi öğrenir. Sonuç olarak, model bir şekilde büyük hareketleri tahmin ediyor, ancak küçük olanlarda sürekli olarak yön hataları yapıyor ve yayılmaya göre birleşiyor.
Sonuç - forex için standart regresyon tahminleri kötü. Kendinize ait bir tür uygunluk fonksiyonu icat etmeniz gerekir, böylece işlemlerin yönleri dikkate alınır ve yayılma, doğruluk ve hatta fonksiyon düzgün olmalıdır. O zaman, %50'nin biraz üzerinde bir doğrulukla bile, şimdiden kâr etme şansı olacaktır.
Doğruluk, Keskin oran, kurtarma faktörü ve ticaret tablosunu analiz eden diğer fonksiyonlar çok ayrıktır, standart bir backprop'a sahip bir nöron yerel minimumdan çıkamaz ve gerçekten öğrenemez.
Alternatif bir sonuç, nöronun zayıf sinyallerini tamamen görmezden gelmektir. Sadece güçlülerle ticaret yapın. Buradaki sorun, her zaman arka testte mükemmel sonuçlar gösterecek bir eşik seçebilmenizdir, ancak bununla birlikte ön testte kötü sonuçlar olacaktır. Burada da bir şeyler düşünmeniz gerekiyor.
Yine de, makine öğrenimi regresyon modellerini kullanma fikri son derece şüpheli görünüyor. Ve bu özellikle artışları tahmin etmek için geçerlidir. Ve bu iki kez özellikle anlam açısından bazı katmanları ve algılayıcıları olan bir kara kutu olan NN'ler için geçerlidir. Bu kelimelerin ekonomik veya istatistiksel anlamı nedir?
Sonuçta, GARCH modellerinin artışlar için kullanılması boşuna değil. ve şu anda en yaygın olanlarıdır. Durağan olmayan bir diziyi oldukça anlamlı ekonomik ve istatistiksel anlamlara sahip bileşenlere ayırarak durağan olmayanlığı yenmenin temel fikri çok çekici.
GARCH'da model aşağıdaki adımlardan oluşur:
Hepsi anlamlı ve anlamlı çalışmalar.
Buna harici regresör ekleme olasılığını eklersek, oldukça zengin bir araç elde ederiz, ne yazık ki son derece çeşitli ve dolayısıyla zaman alıcıdır.
peki, sorun ne?
https://www.quantstart.com/articles/ARIMA-GARCH-Trading-Strategy-on-the-SP500-Stock-Market-Index-Using-R
kopyala-yapıştır ve fperet
Hangi temelde?
Yine de, makine öğrenimi regresyon modellerini kullanma fikri son derece şüpheli görünüyor. Ve bu özellikle artışları tahmin etmek için geçerlidir. Ve bu iki kez özellikle anlam açısından bazı katmanları ve algılayıcıları olan bir kara kutu olan NN'ler için geçerlidir. Bu kelimelerin ekonomik veya istatistiksel anlamı nedir?
Sonuçta, GARCH modellerinin artışlar için kullanılması boşuna değil. ve şu anda en yaygın olanlarıdır. Durağan DEĞİL bir seriyi oldukça anlamlı ekonomik ve istatistiksel anlama sahip bileşenlere ayrıştırarak DEĞİL durağanlığını yenmenin temel fikri çok çekicidir.
Yanılıyorsun SanSanych. NS, bu bulanık mantığa eşdeğer bir türdür. Öğretilebilir. Şahsen, gizemli bir şey görmüyorum. Diğer analojileri kullanabilirsiniz
Peki, durağan olmama. Herhangi bir süreç, parçalara ayrılırsa durağan olmayacak ve değilse, rastgele olmayacaktır.
Bu arada, farklı uzun periyotlarda (3 aydan fazla) dağılımların türüne göre aralarında önemli bir fark görmedim.
Ekonomik anlamda - eh, bilmiyorum. Piyasanın gözlemci için rastgele olduğunu varsayıyorum. Rastgele olup olmaması gerçekten önemli değil. Buradaki anahtar kelime gözlemci içindir.
peki, sorun ne?
https://www.quantstart.com/articles/ARIMA-GARCH-Trading-Strategy-on-the-SP500-Stock-Market-Index-Using-R
kopyala-yapıştır ve fperet
Sen ilginç bir insansın! Görünüşe göre her şeyi biliyorsun!
Hangi temelde?
Bir günlüğüm var, fark nedir?
Bir günlüğüm var, fark nedir?
çünkü bu durumda logaritma aykırı değerlerden kurtulmaz: n-gecikmeli artışların hesaplanması aykırı değerleri ortadan kaldırır
logaritma grafiği basitçe 0 civarında ortalar
ve logaritma alarak aykırı değerlerden kurtulmak için logaritmik bir ölçek tanıtmak gerekir.
sadece artışlar
günlük artışları (doğal)
çünkü bu durumda logaritma aykırı değerlerden kurtulmaz: n-gecikmeli artışların hesaplanması aykırı değerleri ortadan kaldırır
logaritma grafiği basitçe 0 civarında ortalar
ve logaritma alarak aykırı değerlerden kurtulmak için logaritmik bir ölçek tanıtmak gerekir.
sadece artışlar
artışların logaritması (doğal)
Emisyonlar hassas bir şeydir. Çok büyük emisyonları daha kabul edilebilir bir maksimum ile değiştirmek daha iyidir.
Emisyonlardan tamamen kurtulmak mümkün değildir. Ancak dağılım üzerindeki etkilerini küçümsemek sadece mümkün ve gerekli değildir ve bu bir logaritma alınarak yapılır.
Ve komşu 10 ve 2 alıntılarıyla belirli bir varsayımsal durumu alırsak, o zaman
10/2 = 5
log(10/2) = 0.69
çünkü bu durumda logaritma aykırı değerlerden kurtulmaz: n-gecikmeli artışların hesaplanması aykırı değerleri ortadan kaldırır
n-lag, TF'deki bir artıştır ve TF ne kadar fazlaysa, artış da o kadar büyük olur.
50'lik gecikmeniz H8'dir, yalnızca TF=8 saatinizin normal programın aksine her dakika başlaması anlamında daha doğrudur.
Emisyonlar hassas bir şeydir. Çok büyük emisyonları daha kabul edilebilir bir maksimum ile değiştirmek daha iyidir.
Emisyonlardan tamamen kurtulmak mümkün değildir. Ancak dağılım üzerindeki etkilerini küçümsemek sadece mümkün ve gerekli değildir ve bu bir logaritma alınarak yapılır.
Ve komşu 10 ve 2 alıntılarıyla belirli bir varsayımsal durumu alırsak, o zaman
10/2 = 5
log(10/2) = 0.69
peki, tamam, ilk artışın değerini elde etmek için e tabanını yükseltmeniz gereken gücü buldunuz
ama emisyonlardan kurtulmadın
Yukarıda 2 resim paylaştım.