Mythos
-
Posts
3,694 -
Joined
-
Last visited
-
Days Won
175
Content Type
Profiles
Forums
Blogs
Gallery
Downloads
Events
Media Demo
Blog Comments posted by Mythos
-
-
Mea culpa. Ich muss zugeben i bin derzeit beruflich dermaßen eingeteilt, das die Motivation für alles andere leider ziemlich gegen 0 geht. Aber es geht langsam voran. Eine erste Version der CDL hab ich mal implementiert aber noch nicht getestet.
Auch der Evolutionsalgo ist noch nicht ganz fertig...
Ich meld mich auf jeden Fall sobald es was erzählenswertes gibt.
-
Naja, bei dem Experiment gehts in erster Linie um den Versuch eben nicht vorzugeben "was" das NN lernen soll. Sprich ich will ihm nicht vorgeben woran ich ein Pattern festmache etc.
Die Einschränkung auf Rauf/Nichtrauf trainiert derzeit. Bis jetzt mit gleich geringem Erfolg.
Derzeit sind die Inputs alle relativ, genauso wie die wenigen verwendeten Indikatorwerte.
-
Wie gesagt, es kann sehr leicht sein das es ein Repräsentationsproblem ist. Bzw. ist die Frage "Wie ist die richtige Repräsentation für ein NN?" noch weit weg von beantwortet.
Bin für Vorschläge jederzeit offen.
-
@whipsaw: kann sein, kann nicht sein. Es war auf jeden Fall eine Teilmenge aus Opera, Software, Vorschau->Ändern->bestätigen,Internetconnection etc. Ich würde jetzt erstmal nicht sofort der Software die Schuld geben...
-
Wie die Outputs zu interpretieren sind ist mir halbwegs klar. Die Frage die bleibt: Auf was trainiere ich?
Wenn ich trainingsdaten habe, die zu 60% "falsch" sind (weil sie sagen das NN sollte "rauf" signalisieren obwohl es hier gar nichts lernen kann), wie soll es dann sinnvoll lernen?
Die Links schau ich mir dann am Abend an, muss jetzt ins Büro.
-
Genau das mache ich ja derzeit. Aber die bisherigen Ergebnisse lassen vermuten das es eben zu schwer zu sein scheint.
An sich wäre es genau der Plan das Netz alles selber lernen zu lassen. Aber das Problem sind glaub ich die verrauschten Daten. Es gibt kein Pattern das immer stimmt.
Vor allem weil die "nicht Aussagekräftigen Patterns" es glaub ich ziemlich vermasseln.
Nehmen wir mal an es gibt ein Superpattern, wos mit 100% danach rauf geht. Selbst wenn das Netz dieses Pattern erkennt und zu 100% richtig prognostiziert, wenn das Pattern zB nur in 10% der Fälle auftritt (was schon viel wäre). Was prognostiziert das Netz in den restlichen 90%?
Wenn es "flat" prognostiziert, ist das falsch, weil wir (da wir nicht wissen an welchen Bars der Output wichtig ist) für jeden Bar die Klassifizierung "rauf", "runter" oder "flat" machen. Wenn der Kurs also in 30% rauf, in 30% runter und 30% flat geht (also die 90% aufgeteilt), wird das Netz (da es die 90% nicht prognostizieren kann) immer mind. 60% fehlerquote haben.
Und das obwohl es ein superpattern gelernt hat mit dem man reich werden würde. Wenn man wüsste wann es das Pattern erkannt hat, und wann es raten muss weil es "halt irgendwas sagen muss".
Bei der Bilderkennung ist es leichter. Da gibt es eben nur "richtiges Bild" oder "falsches Bild".
Falls dir eine Variante einfällt wie man ein solches Superpattern per NN lernen kann ohne 60% Fehlerquote zu erhalten: ich freu mich über Ideen ;)
-
Naja bleibt die Frage was er dann lernen soll.
Bei Bilderkennung ist es einfach. Da gibt es die Muster im Bild die erkannt werden und aus.
Bei Kursverläufen ist es schwieriger weil zweischichtig:
1. Schicht/Frage: Welche Kursmuster haben danach einen statistisch signifikant prognostizierbaren Verlauf? Sprich nach welchen Patterns geht es rauf/runter?
2. Schicht/Frage: Möglichst fehlerfreie Erkennung dieser Muster.
Ist Frage 1 geklärt hat man nur mehr ein klassisches Problem aus der Mustererkennung und ein NN läuft ohne Probleme. Aber genau Frage 1 ist ja der schwierige Teil.
Ich befürchte das einerseits Frage 1 aber vor allem die Kombination zu "schwer" für ein NN ist. Man muss die Fragen also vermutlich doch getrennt behandeln.
Bzgl. Encoding der Inputs: Ja das ist ein großes Problem, aber hier gehts auch wieder um Frage 1: Was ist sinnvoller: Repräsentation relativ zur ATR, in absoluten Pips, in % etc?
-
Geclusterte Inputregionen sind keine blöde Idee. Aber ich hab immer mehr das Gefühl, dass das Netz nicht wirklich von den reinen Daten lernen kann.
bzgl. Overfitting: Mit 5 Schichten hat es eben nicht gefittet sondern die Inputs schlicht ignoriert. Die ersten Schichten bekamen Gewichte um 0 und dann wurde mit dem Bias ein konstanter Output erzeugt.
Das 5 Schichten extrem viel sind ist mir klar, ich wollts nur mal testen und war eben überrascht das es nicht fittet.
-
ja da scheint beim speichern was komplett durcheinander gewürfelt zu sein. Ich hab probiert den Text so gut es geht wiederherzustellen. Is nur schwer sich zu erinnern was man gestern geschrieben hat ;)
Ja, die starke Vereinfachung wird auf jeden Fall nötig bzw. hab ich schon eine Idee wie ich das ganze angehen werde.
-
kurzes Update: wenn man ihn langsam antrainiert (zuerst mit wenig trainingbars) akzeptiert er auch mit 2 inneren Schichten die Inputs.
Aber es bleibt dabei, entweder er lernt die Trainingsmenge auswendig oder er bleibt auf ~60% Fehler. Also Test ist immer ~60% Fehlerquote
-
Ja würd ich gern/hab ich. Der Quote-tag hat scheinbar die Leerzeichen am Zeilenanfang wieder gelöscht. Ich werds mir nochmal anschauen.
Beim 2. Versuch scheints geklappt zu haben, hoffe jetzt is es leichter lesbar. Den gesamten Code gibts eh auch im Downloadbereich. Da is es sicher "richtig" eingerückt.
-
habs auch nicht wirklich als Kritik aufgenommen. Freu mich immer über Input. Fürs Daten analysieren ist RapidMiner dann sicher besser weil mehr Möglichkeiten.
Ich will aber auch kein statisches NN machen, sondern es im weiteren Verlauf automatisch "nachlernen" lassen etc. Könnte man in der Praxis dann zwar händisch einmal wöchentlich über RapidMiner spielen, aber ich wills vollautomatisch backtesten auch ;)
-
Hauptgrund: weil ichs nicht kannte. Jetzt wo ichs kenne, neuer Hauptgrund: Ich will ja was lernen ;)
Im Ernst, einerseits bin ich mir jetzt nicht sicher ob man RapidMiner ohne Probleme vollautomatisieren und an MT anbinden kann, andererseits will ich ein NN mal komplett selber bauen. Fertige Blackboxen sind eben immer noch Blackboxen auch wenn sie viel können. Falls das eigene NN scheitert, kann leicht sein das ich mir den RapidMiner anschaue, aber erstmal bau ichs selber.
-
thx
-
btw.II Gibt es DIE Definition des "Heiligen Grals" eigentlich?
Natürlich: Er liefert dauerhaft Gewinne bei minimalem Drawdown. Und das ohne das nachjustierungen nötig wären. Sprich du überweist Geld auf ein Konto, startest den Gral und wenn du dann einmal im Monat auf das Konto schaust, wirds einfach ständig viel viel mehr ;)
-
Ich hoffe es wird kein Martingal, Roulette System...
Zumindest derzeit nicht geplant ;)
-
Also mein Hauptkonto steht derzeit bei ~8.5mio aber in der Größenordnung ist die TEFEx leider noch zu illiquid um anständig zu traden deswegen gehts jetzt nur mehr sehr langsam aufwärts.
-
1 Mio reale TEFEx-Dollares. Bei TEFEx gibts keine Demo.
Aber das war nur die Challenge mit dem neuen Konto. Auf meinem Hauptkonto siehts anders aus
-
Und zur Frage nach dem Sinn. Nunja, man kann auf diese Weise stark mit den Gedanken der "Opfer" spielen, und etwa News vortäuschen die es nicht gibt.
Also News vortäuschen kannst du mit der Methode nur bei mMn sehr einfältigen Menschen. Wenn ich aufgrund des Linknamens eine News ableite anstatt draufzuklicken und den Inhalt zu lesen... sojemand kannst genauso beeinflussen wennst einfach den Linktitel änderst oder einfach eine simple, gutklingende Falschmeldung rausgibst.
@Aufmerksamkeit: Maximal in der "ich klick alles was nicht bei 3 auf den Bäumen is"-Sparte.
vielleicht bin ich zusehr außerhalb von dem ganzen twitter hype aber für mich ist das ganze maximal eine Spaßaktion. Ich find auch das plain-links zu posten eigentlich schon schlechter Stil ist... ob die jetzt komisch heißen oder nicht... Who cares?
Und weil ich grad so drin bin: Mal ernsthaft, ham die Leute nix besseres zu tun als Texte in Links zu ändern damit sie "interessanter" klingen? Ich würds ja verstehen wenn es ein Marketingversuch von der Seite selber wär, aber Unbeteiligte? Und wer schickt solche Links weiter? "damit der andere genausoblöd schaut wie ich"?
Da wundert man sich dann nicht mehr wo pisa herkommt...
-
Wollt ihr mehr Infos auf der TEFEx zur Verfügung stellen/von anderen sehen?
Da sich niemand traut was zu schreiben, nehm ich das als "passt scho". Damit bleibt die Menge der Userspezifischen Daten wie es ist.
TEFEx ist ja auch eine Börsensimulation und kein Social Network ;)
-
Lol, ein Buch schreiben wär lustig. Wär spannend auf welcher Seite die Leser durchschnittlich merken würden das es sich gar nicht um reales Geld handelt...
Aber bin nit so der Schreiberling, vor allem nicht in Buchdimensionen.
-
@gesamt: Es gibt die gesamte Liste aller Trader und jene die sich in der Highscore anzeigen lassen. "gesamt" sagt dir also wo du in der Liste aller Trader stehst. In deinem Fall heißt das es gibt 3 Trader die besser sind als du, sich aber nicht in der Highscore anzeigen lassen.
@Userprofil: Bin mir nicht sicher ob das technisch einwandfrei möglich ist, und ob das alle wollen. Wenn dann wär das wieder ein feature das jeder persönlich freischalten muss. Es kann ja User geben die bewusst einen anderen TEFEx-Namen wählen um nicht sofort erkannt zu werden etc.
@4 Stunden: war hin und retour. Aber ganz so klein is AUT auch wieder nicht. Von Bregenz nach Wien hast schon ein paar hundert kilometer (und dank Alpen mit ewig mehr als per Luftlinie möglich).
-
Da freut sich das Entwicklerherz gleich doppelt. Ein erfolgreicher User UND den Bildungsauftrag erfüllt
-
ich mich auch... ich mich auch ;)
Punkt oder Strich? Mal oder Plus?
in KI vs. Evolution
A blog by Mythos in General
Posted
Das stimmt, aber wenns darum geht eine Reihe von Regeln auf ein Pattern zu matchen ist die pessimistische View glaub ich die bessere.
Weil wenn ich sage "High gestern Low gestern ...." macht es wenig Sinn wenn die Regeln im Median gut matchen. Also zB 2 gar nicht 3 perfekt, da is der Median dann 100%....