Entwicklung von Systemen

[fereli90]

Dieser Faden ist der Entwicklung von verschiedenen ML-Systemen gewidmet (Machine Learning)

[fereli90]

Kurze Beschreibung des Low-Strike-Systems Dieses System ist ziemlich einfach. Wenn weder das TP noch das SL erreicht werden, schließt sich das Geschäft am Marktpreis ab, wenn das Segel geschlossen wird. Es wird an jedem Segel neu trainiert, um den Marktveränderungen gerecht zu werden. Es wird Low-Strike genannt, weil es keine extreme Genauigkeit vorgibt. Es sucht nach ausreichender Genauigkeit, um entsprechend dem Verhältnis R:R, das es erzeugt, profitabel zu sein. Ich bin dabei, dass der Algorithmus eine Erfolgsrate von 30-40% hat, also der Name. Die R:Rs variieren zwischen 1:3 und 1:10 oder mehr. Kurze Beschreibung des High-Strike-Systems Dieses System ist ebenfalls ziemlich einfach. Es funktioniert ähnlich wie das vorherige, aber mit großen Datenmengen trainiert. Es trainiert auch in jedem Segel und passt die Befehle entsprechend. Aus diesem Grund wird es nur in 1-Minut-Grafik verwendet. Dennoch können die Operationen von mehr als 20 Tagen dauern.

[2]

Sehr interessant, Sis. Ich mag automatisches Lernen. Natürlich gehen deine Systeme davon aus, dass das vergangene Preisverhalten die Zukunft vorhersagt, was für manche etwas umstritten ist. Ich persönlich denke, dass es oft so ist. Warum? Weil Menschen den Preis bewegen, entweder direkt oder mit Programmen, die sie geschrieben haben. Und wenn etwas im Laufe der Zeit konstant ist, ist Angst, Hoffnung und Gier. Übrigens, es gibt einen kleinen Fehler im zweiten Beitrag, der zweite Titel sollte "High Strike" sagen, nicht "Low Strike."

[fereli90]

just this foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot foot up foot foot foot foot foot foot foot foot foot foot foot foot foy foy foot foot foot foot up foot foot foot foot foot foot foot foot foot foot up foot foot foot foot foot

[fereli90]

Ich stimme zu, dass der Preis in der Vergangenheit den zukünftigen Preis aus den von Ihnen erwähnten Gründen vorhersagen kann. Selbst wenn der Markt völlig zufällig wäre, gäbe es immer eine Art Muster in der Datenverteilung, die für eine Weile nutzbar wäre. Der Trick ist, dass nichts die ganze Zeit funktioniert, also muss man ständig die Logik des Systems anpassen, um sich anzupassen. Ah, und danke für die Erkennung des Typfehlers, habe ich es korrigiert. Wenn du einen anderen siehst, sag mir Bescheid. Hier hinterlasse ich ein interessantes Video über zufällige Distributionen, für alle, die es vertiefen möchten.

[FisioLou]

Danke für das Video, es sieht gut aus. Ich hoffe, Sie sehen es heute Abend. Eine kurze Frage: Die X-Achse Ihrer Grafiken ist die Anzahl der Operationen? Weil es scheint, dass das System fast auf jeder Kerze arbeitet.

[fereli90]

Ja, das System betreibt jede 4-Stunden-Kerze (mit den vorherigen Einstellungen).

[fereli90]

Dieser Faden konzentriert sich nach wie vor ausschließlich auf die Entwicklung der ML-Systeme, an denen ich arbeite. Ich werde mich nicht auf Details zur inneren Logik einlassen, sondern nur auf die Organisierung von Fortschritten und Ergebnissen. Sobald die Systeme die Basistests bestanden haben, werde ich sie tatsächlich in Forward Testing eintragen und weiter hier dokumentieren. Dank allen, die dem Faden folgen. Systeme: Low Strike High Strike

[fereli90]

Systemübersicht Low Strike Mit der Preisverteilung in den letzten X Segeln trainiert. Berechnet einen Eintrag, ein Stopp und ein Ziel, um die nächste Kerze zu bedienen. Wenn keines erreicht wird, schließt es an der Kerze zu schließen. Es wird mit jeder Kerze trainiert, um sich den Marktveränderungen anzupassen. Suchen Sie nach moderater Rentabilität (30%-40% Erfolg).

[xyayxayyay90]

Sehr interessant Sis. Ich liebe es zu sehen, dass jemand Machine Learning ernsthaft erforscht. Ja, davon auszugehen, dass die Vergangenheit die Zukunft vorhersagt wird diskutiert, aber wie du sagtest: Menschen ändern sich nicht. Angst und Gier wiederholen sich. Ich hoffe, wie sich das alles entwickelt.

[fereli90]

System: Low Strike Par: EURUSD Spread: 3 pips Zeitraum: 2010-2016 Segelgröße: 240 Trainingsflügel: 200 Ergebnis: Sehr schlechte Ergebnisse. Spread zerstört die Leistung. Kurze Operationen mit geringer Distanz zwischen SL und TP tolerieren kein so hohes Spread. System: Low Strike Par: EURUSD Spread: 0.2 pips Gleicher Zeitraum und Konfiguration Ergebnis: Etwas Besseres, aber dennoch sehr volatiler und zufällig. Das System zeigt immer noch eine Überanpassung. Die Transaktionskosten, wenn auch niedriger, sind im Verhältnis zum gewünschten Gewinn hoch. System: Low Strike Par: EURUSD Spread: 0.2 pips Trainingsblasen: 25 Ergebnis: Viel besser. Das System reagiert schneller und verhindert eine Überanpassung. Die Bilanz war stabiler, und die Endleistung verbesserte sich mehr als 200% gegenüber dem vorherigen. Es reicht noch nicht aus, um tatsächlich zu arbeiten, aber es ist eine viel vielversprechendere Basis. Der Schlüssel ist, ein Gleichgewicht zwischen Anpassung und Stabilität zu finden. Nächster Schritt: Erweiterte Tests in anderen Rahmen und Aktiva.

[fereli90]

Ich bestätige, dass es auch auf zufälligen Märkten immer brauchbare Muster geben wird, zumindest für eine begrenzte Zeit. Die Preisverteilung ist nie 100% chaotisch. Das Problem ist, dass jedes System, das darauf basiert, flexibel sein muss. Statische Modelle überleben nicht. Deshalb trainieren diese Algorithmen ständig. Und ja, ich habe den Fehler behoben, den Sie markiert haben. Nochmals vielen Dank!

[oxrayn1993225]

Danke für das Video, es sieht sehr gut aus. Und ja, wenn du deine Grafiken siehst, siehst du aus, als würdest du auf fast jeder Kerze operieren. Das kostet die Operationen sehr viel. Vielleicht, wenn du die Zeit auf jedem Trade ausbreitest oder SL/TP weiter benutzt, kannst du diese Auswirkung reduzieren.

[fereli90]

Richtig, es betreibt jede 4-Stunden-Kerze als Einheit. Wenn in diesem Zeitraum weder das TP noch das SL gegeben werden, schließt es zum Abschlusspreis. Aber das große Problem ist nicht so sehr die Belichtungszeit, sondern die niedrige Segelvolatilität. Das macht das Spread proportional hoch. Und das ist, wo das System abstürzt. Wir werden es später in neuen Tests sehen.

[fereli90]

Heute habe ich einen Test mit dem Low Strike-System mit 1 Stunde Kerzen und Spread von 0.1. Ergebnis: akzeptabel, aber immer noch sehr empfindlich auf kleine Preisänderungen. Die Genauigkeit beträgt 36%. Das Drawdown war kleiner, aber immer noch nicht überzeugt. Ich werde einen Volatilitätsfilter testen, bevor Sie Operationen öffnen, um zu sehen, ob es die Qualität der Einträge verbessert.

[fereli90]

Ich stelle mir vor, das EURUSD-Paar aus dem High-Strike-System vollständig zu entfernen. Ihre Bewegungen scheinen für die Art der Vorhersage, die ich mit dieser Konfiguration zu machen versuche, zu irritierend zu sein. Außerdem verbraucht es viele Trainingsressourcen und die Ergebnisse rechtfertigen keine Anstrengung. Ich werde es für die nächste Phase mit AUCAD ersetzen.

[fereli90]

Neues Experiment mit High Strike in 1-Minuten-Grafik, aber mit einem kürzeren "Mobilfenster"-Ansatz. Training auf den letzten 250 Kerzen. Überraschenderweise haben sich die Ergebnisse sowohl in der Präzision als auch in der Stabilität verbessert. Es scheint weniger, sogar bei ML-Modellen.

[fereli90]

Eine seltsame Tatsache: Mit nur einer �“nderung der Aktivierungsfunktion des Modells wurden die Ergebnisse um 18% zum Nettogewinn abgefeuert. Ich ging von ReLU zu ELU, und das allgemeine Verhalten wurde gemildert. Manchmal machen kleine Details einen großen Unterschied.

[fereli90]

Ich habe mehrere Nachrichten erhalten, die fragen, ob diese Systeme auf Krypto angewendet werden können. Theoretisch ja, aber nicht ohne Anpassungen. Das Verhalten von BTC oder ETH zum Beispiel hat eine so unterschiedliche Volatilität, dass man alles von Grund auf neu ausbilden müsste.

[fereli90]

Ich schreibe einen Teil des Low-Strike-Systems, damit ich Operationen in Nachrichten mit hoher Wirkung ignorieren kann. Bisher unterschied das System keine Kontexte und das führte zu absurden Eingängen in Zeiten hoher Volatilität.

[fereli90]

Anfängerfehler: Ich vergaß, die Eingabedaten in ein Experiment zu standardisieren und das System wurde völlig verrückt. Lektion: Unterschätze niemals die Vorverarbeitung von Daten, selbst in etwas so scheinbar einfachem wie Forex.

[fereli90]

Ich habe das High Strike System auf USDJPY getestet und muss sagen, dass es eines der besten Verhaltensweisen ist, die es bisher gibt. Ihre Stabilität macht es perfekt für diese Art präziser Vorhersagen. Viel besser als EURUSD oder GBPUSD.

[fereli90]

Fühlt sich sonst noch jemand, dass je mehr Daten Sie verwenden, desto zufälliger wird das Verhalten des Systems? Manchmal ist es weniger. Ich überlege, die Größe des Trainingssets sogar im High Strike-Modell zu begrenzen.

[fereli90]

Ich habe dem Modell eine zusätzliche Schicht Dropout hinzugefügt, und endlich wurde die Überanpassung reduziert! Die Forward-Tests gehen besser. Ja, jetzt dauert es länger, um zu trainieren, aber es bricht nicht zusammen, wenn sich der Trend ändert.

[fereli90]

Ich teste eine Hybridversion, die Richtungsvorhersage mit einem Netzwerk kombiniert, das die Kraft der Bewegung kategorisiert. Jetzt scheint es vielversprechend. Wenn ich beide mit konsequenter Logik verbinden kann, könnte es der wichtigste Fortschritt bis jetzt sein.

[fereli90]

Eine verrückte Idee: Was, wenn das System nur einmal am Tag betrieben wird, aber mit der größten Wahrscheinlichkeit des Erfolgs? Manchmal ist es auf lange Sicht kostengünstiger, weniger Operationen zu suchen, aber mehr Qualität. Ich werde es nächste Woche ausprobieren.

[fereli90]

Für diejenigen, die fragen, ob das System in MT4 replizierbar ist: nicht direkt, aber ich entwickle eine Brücke über Python, die integriert werden kann. Wenn Sie bereit sind, teile ich es hier, wenn ich sehe, dass es echtes Interesse gibt.

[fereli90]

Ich habe ein kleines Backtest mit 2022-Daten gemacht und die Ergebnisse waren deutlich schlechter. Dies lässt mich glauben, dass das System sehr an die Bewegungen nach 2020 angepasst ist. Ich muss mit breiteren Daten neu trainieren.

[fereli90]

Das Low-Strike-System neigt dazu, Verluste zu sammeln, wenn der Markt im Rang ist. Ich werde versuchen, einen einfachen Trendfilter zu blockieren Eingänge unter diesen Bedingungen. Vielleicht etwas so grundlegende wie ein mobiler Durchschnitt von 20 Perioden kann mehr helfen, als es scheint.

[fereli90]

Neue Funktionalität: Das System berechnet nun seinen eigenen Drawdown in Echtzeit und stoppt den Betrieb, wenn eine vordefinierte Schwelle überschritten wird. Dies sollte übermäßige Verluste vermeiden, die wir in früheren Tests gesehen haben.

[fereli90]

Ich habe eine Signalqualitäts-Metrik auf der Grundlage der jüngsten historischen Volatilität hinzugefügt. Operationen mit geringer Punktzahl werden ausgeschlossen. Es scheint, die Erfolgsquote zu verbessern, obwohl es die Anzahl der Operationen reduziert. Aber ich bevorzuge Qualität über Quantität.

[fereli90]

Heute habe ich die EA-Logs überprüft und erkannt, dass es einen Bug in der Art und Weise gab, wie die TP berechnet wurden. Es wurde eine Dezimalstelle von mehr verwendet. Gelöst und erneut getestet: die Ergebnisse haben sich um 12% verbessert. Nicht schlecht für so eine kleine Anpassung.

[fereli90]

High Strike beginnt mit 1-Minuten-Grafikzeichen auf GBPJPY. Interessanterweise reagiert dieses Paar sehr gut auf Mikrotrend-�“nderungen. Es wird mein neuer Testfokus sein.

[fereli90]

Ich habe Adams Systemoptimierung auf RMSprop umgestellt und die Ergebnisse scheinen weicher, weniger extremer zu sein. Ich hatte nicht erwartet, dass es so einen Unterschied gibt, aber das Verhalten ist gleichmäßiger.

[fereli90]

Interessantes Testen: Das Low-Strike-System mit nur europäischen Sitzungsdaten verbessert seine Rentabilität um 17%. Es scheint, dass die Konzentration auf bestimmte Tageszeiten der Schlüssel sein kann.

[fereli90]

Ich implementiere ein Sekundärnetzwerk, das als Signalabfrage dient. Nur wenn beide Netze übereinstimmen, wird der Befehl ausgeführt. Ja, es fügt Komplexität hinzu, aber es könnte die falschen Eingänge stark reduzieren.

[fereli90]

Ich habe eine Verbesserung ins Auge gefasst, um Operationen in Rollover-Zeiten zu vermeiden. Nur eine kleine �“nderung des Skripts, aber es kann große Kopfschmerzen vermeiden.

[fereli90]

Hat jemand versucht, LSTM für solche Modelle zu verwenden? Ich prüfe, ob die Computerüberladung es wert ist. Meine Intuition sagt ja, aber ich habe noch keine Beweise.

[fereli90]

Nach mehreren Tests habe ich bestätigt, dass das Low Strike-System auf Accounts mit variablem Spread nicht lebensfähig ist. Es muss fast perfekt ausgeführt werden. Dies beschränkt sich auf ECN-Broker mit festen und niedrigen Spreads.

[fereli90]

Ich testete das System erneut bei CHFJPY und zu meiner Überraschung war das Verhalten sehr stabil. Es ist ein Paar, das normalerweise unbemerkt bleibt, aber seine technische Struktur fördert diese Art von Systemen.

[fereli90]

Ich entwickle eine grafische Schnittstelle, um die Systementscheidungen in Echtzeit zu visualisieren. Es wird nützlich sein, besser zu verstehen, wie die KI denkt. Manchmal ist sogar der Schöpfer überrascht.

[fereli90]

Ich habe eine interne Metrik namens "Signal-Vertrauen" erstellt und scheint gut mit den Endergebnissen zu korrelieren. Jetzt führe ich nur noch Operationen durch, wenn das Vertrauen 70% übersteigt.

[fereli90]

Ich werde die Trainingslogik umstrukturieren und das Modell lernen, Stauzonen zu vermeiden, keine seitlichen Operationen mehr, das wird mein Mantra von jetzt an sein.

[fereli90]

Heute Ergebnisse: +1.4%. Nichts spektakuläres, aber konsistent. Das Wichtigste ist, dass es keine Drawdown gab. Ich bevorzuge das tausend Mal zu einem Tag von +5% mit vorherigem Sturz.

[fereli90]

Jedes Mal, wenn das System eine Demo-Account-Operation öffnet, habe ich Alarme per E-Mail ausgelöst. So kann ich Ihr Verhalten überwachen, ohne an das Diagramm geklebt zu sein.

[fereli90]

Vorläufiger Abschluss? Weniger Daten = mehr Anpassungsfähigkeit. Mit 25 Kerzen zu trainieren ist viel effizienter als mit 200, zumindest in meinen Tests.

[fereli90]

Neue verrückte Idee: Was ist, wenn ich dieses System mit klassischer price action kombinieren? Vielleicht könnte ein Filter von Mustern wie Surrounds oder Pin-Bars die Einträge noch weiter verbessern.

[fereli90]

Ich entwerfe einen Stresstest unter extremen Bedingungen wie Brexit oder VOCID. Ich will sehen, ob das System zusammenbricht oder sich anpasst.

[fereli90]

Ich habe die Anzahl der Parameter des Modells reduziert und seine Ausführungsgeschwindigkeit hat sich um 30% verbessert.

[fereli90]

Ich bin kurz davor, eine stabile Version des Systems für echtes Forward Testing zu haben. Wenn alles so weitergeht wie bisher, wird er in zwei Wochen mit echtem Geld operieren.