CashorNothing

Ich habe mich damit auch schon beschäftigt. State of the Art in Deutschland: TU Darmstadt http://www.ke.tu-darmstadt.de/lehre/faq-poker-als-ki-domane . Dort findest du auch jede Menge Paper, Bachelorarbeiten etc. Testen kannst du deinen Bot bei http://www.computerpokercompetition.org/

Verlust/Gewinn ergibt sich aus Hebel und eingesetztem Kapital. Beide Parameter verhalten sich proportional zueinander. Lässt man Finanzierungskosten usw. außen vor, nimmt man bei einem großen Hebel einfach weniger Kapital "in die Hand". M.M. nach sind die absoluten Erwartungen bei kleinen Kontogrößen zu hoch. Wer 1k € hat möchte min. 100 € verdienen um schnell zur Million zu kommen. Realistische 1%/pro Trade (je nach Handelsfrequenz), also 10€ Gewinn "lohnen sich ja nicht". Der 2. Faktor sind Spread, Slippage, Ordergebühren sollten einen minimalen Einfluss haben, dies kann hauptsächlich nur durch eine große Positionsgröße erreicht werden. Dies führt zu einem Dilemma, wie sollen z.B. 10€ Ordergebühren durch die 10€ Gewinn neutralisiert werden .... Aus den genannten Parametern lässt sich leicht für jeden Markt/Broker ein mindest Kapital errechnen. Um alle Bedingungen in etwa einzuhalten empfehle ich bei 1k€ mit einem micro Lot (0.01) EUR/USD zu handeln. Bei Gewinnaussichten von wenigen Cents bis paar Euros, haben nur wenige das Disziplin sich 14-15h vor den Rechner zu knallen. Ohne das Risiko zu erhöhen wird es schnell schwer werden den Lebensunterhalt zu finanzieren. PS: Die Größen sind teilweise zu optimistisch gewählt und gelten natürlich nicht für jede individuelle Konfiguration aus Broker, Markt und Handelsstil. Das ganze soll nur ein Denkanstoß sein.

Ich mochte das Charttechnikerargument auch nie und seit Taleb weiß ich warum und kann es jetzt akzeptieren. Verwendet habe ich es jedoch schon immer. Ich meinte nicht, dass es ein Black Swan ist. Talebs Buch wird m. M. immer nur auf den Black Swan reduziert. Es ist auch nicht DAS Buch das man unbedingt gelesen haben sollte. Die große Quintessenz die ich daraus gezogen habe sind die psychologischen und philosophischen Betrachtungen. Ich möchte auch nicht den Thread torpedieren und für sinnlos erklären (was ich wohl damit getan habe). Ich bin nur der Meinung dass die Suche nach dem fundamentalen Warum (wenn es dies überhaupt gibt) den Aufwand nicht lohnt Tradingergebnisse zu verbessern. *duck und weg*

Ist doch egal warum der EUR/USD fällt. Es lassen sich jetzt 100 Gründe finden. Selbst wenn man jetzt den Grund findet wird dir dieses Wissen auch in Zukunft nichts nützen. Die Natur des Menschen ist es für Ereignisse Ursachen zu finden um daraus bei einer Wiederholung die Folge vorauszusagen. Dazu passt das Buch "Der Schwarze Schwan" von Nassim N. Taleb, dass wie ich finde mehr ein Psychologiebuch ist. Ich versuche mich in meinem Trading darauf zu konzentrieren, dass ich eine Situation erkenne während sie eintritt und nicht davor. Konkret: Einen beginnenden Ausbruch/Trend erkennen und hoffen das man ihn noch für eine kurze Zeit handeln kann. Warum jetzt ein Ausbruch/Trend passiert spielt doch keine Rolle. Es ist schon schwierig genug den Ausstieg zu finden. Warum den Einstieg vorhersagen? Fakten handeln und keine Prognosen.

Ähnlich. Hab die Papers überflogen, Solar cycle forecast ist aber modellbasiert. Das LiveStatistics wird empirisch bestimmt.

Die Visualisierung ist gut. Weiß jemand wie performant das ganze ist? Die Fragen die ich mir natürlich stelle, was für ein Ähnlichkeitsmaß wird verwendet? Das kann man schließlich beliebig kompliziert machen. Ein Problem ist, je "ähnlicher" die Muster sein sollen desto weniger werde ich finden. Wird diese Kostenfunktion optimiert? Freue mich über weitere Informationen ;).

Wie siscop schon sagte müsste Lesezugriff immer gehen. Wenn du "gleichzeitig" mit mehr als einem Prozess Lesen und Schreiben willst wirst du um mutex nicht herumkommen.

Möchtest du GPS nicht verwenden? Das Kalman-Filter fordert mittelwertfreies Rauschen. Jedoch hat jeder Sensor einen Nullpunktfehler! Hinzu kommen Temperaturdrifts und nicht lineare Sensorkennlinnen etc. Deshalb ist reines aufintegrieren Fehlerhaft und nicht unbedingt wegen dem Rauschen. Du musst deshalb die Zustandsschätzung durch eine weitere unabhängige „Informationsquelle“ unterstützen. Durch GPS etwa kann das Kalman-Filter alle Offsets und Fehler weitgehendst korrigieren! Eine andere Möglichkeit ist es einen weiteren Sensor zu nehmen (was beim Smartphone vmtl. ausscheidet). Markus Haid zeigte verbesserte Ergebnisse mit 2 Beschleunigungssensoren in seiner Diss. Sehr Lesenswert! Per Fernleihe kommt man da ran.

Kalman-Filter sind Stand der Technik. Daher findet man sie in allen möglichen Kontexten. Von der Wetterprognose bis zur Finanzmathematik. Darüber gibt es jede Menge Literatur. In der Finanzmathematik läuft es dann mehr oder weniger auf ARMA-Modelle hinaus. Mit ein wenig Kreativität findet man aber auch eigene Modelle die gut funktionieren. Sowohl die Schätzung im Zeit, als auch im Frequenzbereich lohnt sich! Möchtest du das Kalman-Filter im kinematischen Kontext verwenden solltest du darüber auch Literatur finden können. Oder das Systemmodell selbst herleiten ;). Für die Modellierung des Prozessrauschens empfehle ich dir: White Noise Acceleration Model Wiener Process Acceleration Model Piecewise Constant White Acceleration Model Piecewise Constant Wiener Process Acceleration Model Findest du in jedem Bar-Shalom Buch. Auch bei den Papern von Li (Survey of Maneuvering Target Tracking Part 1-5) findest du jede Menge Modelle. Auch wenn es aufwendig erscheint schreibe dir in MATLAB eine Simulation und Teste dein Systemmodell und deine verschiedenen Modelle für das Prozessrauschen. Insbesondere das Prozessrauschen ist der Schlüsselpunkt! Ob du richtig modelliert hast weißt du wenn du den Filter auf Konsistenz überprüfst. Dazu empfehle ich dir einen „normalized estimation error square“ Test. Als gute Referenz für den Einstieg in die Welt der Kalman-Filter und Partikel-Filter empfehle ich: Optimal State Estimation von Simon. Ich kenne kein Buch dass so ausführlich ist.