Lieber Besucher, herzlich willkommen bei: INVESTOX-Forum. Falls dies Ihr erster Besuch auf dieser Seite ist, lesen Sie sich bitte die Hilfe durch. Dort wird Ihnen die Bedienung dieser Seite näher erläutert. Darüber hinaus sollten Sie sich registrieren, um alle Funktionen dieser Seite nutzen zu können. Benutzen Sie das Registrierungsformular, um sich zu registrieren oder informieren Sie sich ausführlich über den Registrierungsvorgang. Falls Sie sich bereits zu einem früheren Zeitpunkt registriert haben, können Sie sich hier anmelden.
Donnerstag, 19. Februar 2004, 22:17
@ vice versa
Du hast recht, Schrifterkennung mag etwas einfacher sein, da immer das gleiche Muster gesucht wird. Andererseits muss die Schrifterkennungs sich ja auch aus den Worten usw. die Buchstaben resp. Wörter raussuchen.
@ Hungerturm
Eine ähnliche Idee, die du beschreibst ist mir auch schon gekommen. Das Problem ist hierbei, dass der Output des NN dann rückwirkend, wenn sich das gesuchte Muster fertig ausgebildet hat, den Bereich rückwirked markieren müsste (in deinem Falle die 1). Das Muster kann ja erst erkannt werden, wenn es fertig ausgebildet ist.
Für diesen Zweck sind aber die vorgestrickten Outputs der NN in Investox m.E. nicht ausgelegt (bitte korrigiere mich wenn ich da was falsches behaupte). Wir wollen ja keine Prognose machen, sondern zurückblickend eine Mustererkennung durchführen.
Bei der Kursmuster-Analyse möchte man sich ja eigentlich nicht auf einen Zeitbereich beschränken, wie das bei der eingebauten Version der Fall ist.
Eine Möglichkeit, eine solche Muster-Erkennung zu Programmieren wäre "von Hand" allenfalls möglich.
Wenn man bei einem EOD-Ansatz z.B. davon ausgeht, dass sich typische Musterlängen zwischen 10 und 40 Tagen abspielen, dann müsste man ein gesuchtes Muster über möglichst viele Zeitbereiche abspeichern. Diese verschiedenen Zeitbereiche (verschieden lange Kursmuster) werden dann untersucht. Wenn sich eine hohe Korrelation über den gesamten Zeitbereich einstellt, dann wäre quasi das Muster erkannt.
Was mir an einem solchen Ansatz nicht gefällt ist dass er wahrscheinlich wenig robust ist. Kursmuster-Erkennung über Vorgabe von verschieden ählichen Mustern finde ich viel eleganter und sinnvoller.
Wäre allenfalls ein Denkanstoss Investox dahingehend zu erweitern, dass die Kursmuster-Korrelationsanalyse zur neuronalen Musteranalyse erweitert wird.
Dass dieses Verfahren schon in einem Buch dargestellt wurde wusste ich nicht. Ich habe viel über Mustererkennung mit NN gelesen. Scheint ja eigentlich einer der häufigsten Anwendungsgebiete zu sein, u.a in der Qualitätkontrolle.
Ich bin fest überzeugt, dass so eine Kursmusteranalyse ein sehr mächtiges Werkzeug sein kann, mit dem sich Trades mit rel. Tiefen Risiko generieren lassen.
Freundliche Grüsse
Michael
PS @ Bernhard:
Der Flug war recht angenehm. Leider ist der Zeitgewinn im Vergleich zum Zug nicht so dolle. Der Weg München HB - Flughafen ist leider auch 40 Minuten. Vielleicht können wir ja das nächste Treffen in Raum Basel machen. Wäre ja ausgleichende Gerechtigkeit, einmal in Deutschland, dann der Schweiz und schliesslich Österreich
. Dann fangen wir wieder bei Deutschland an. (Es soll jetzt bitte niemand sagen, wir seien nicht in der EU und hätten eh nichts zu melden ) 
Du hast recht, Schrifterkennung mag etwas einfacher sein, da immer das gleiche Muster gesucht wird. Andererseits muss die Schrifterkennungs sich ja auch aus den Worten usw. die Buchstaben resp. Wörter raussuchen.
@ Hungerturm
Eine ähnliche Idee, die du beschreibst ist mir auch schon gekommen. Das Problem ist hierbei, dass der Output des NN dann rückwirkend, wenn sich das gesuchte Muster fertig ausgebildet hat, den Bereich rückwirked markieren müsste (in deinem Falle die 1). Das Muster kann ja erst erkannt werden, wenn es fertig ausgebildet ist.
Für diesen Zweck sind aber die vorgestrickten Outputs der NN in Investox m.E. nicht ausgelegt (bitte korrigiere mich wenn ich da was falsches behaupte). Wir wollen ja keine Prognose machen, sondern zurückblickend eine Mustererkennung durchführen.
Bei der Kursmuster-Analyse möchte man sich ja eigentlich nicht auf einen Zeitbereich beschränken, wie das bei der eingebauten Version der Fall ist.
Eine Möglichkeit, eine solche Muster-Erkennung zu Programmieren wäre "von Hand" allenfalls möglich.
Wenn man bei einem EOD-Ansatz z.B. davon ausgeht, dass sich typische Musterlängen zwischen 10 und 40 Tagen abspielen, dann müsste man ein gesuchtes Muster über möglichst viele Zeitbereiche abspeichern. Diese verschiedenen Zeitbereiche (verschieden lange Kursmuster) werden dann untersucht. Wenn sich eine hohe Korrelation über den gesamten Zeitbereich einstellt, dann wäre quasi das Muster erkannt.
Was mir an einem solchen Ansatz nicht gefällt ist dass er wahrscheinlich wenig robust ist. Kursmuster-Erkennung über Vorgabe von verschieden ählichen Mustern finde ich viel eleganter und sinnvoller.
Wäre allenfalls ein Denkanstoss Investox dahingehend zu erweitern, dass die Kursmuster-Korrelationsanalyse zur neuronalen Musteranalyse erweitert wird.
Dass dieses Verfahren schon in einem Buch dargestellt wurde wusste ich nicht. Ich habe viel über Mustererkennung mit NN gelesen. Scheint ja eigentlich einer der häufigsten Anwendungsgebiete zu sein, u.a in der Qualitätkontrolle.
Ich bin fest überzeugt, dass so eine Kursmusteranalyse ein sehr mächtiges Werkzeug sein kann, mit dem sich Trades mit rel. Tiefen Risiko generieren lassen.
Freundliche Grüsse
Michael
PS @ Bernhard:
Der Flug war recht angenehm. Leider ist der Zeitgewinn im Vergleich zum Zug nicht so dolle. Der Weg München HB - Flughafen ist leider auch 40 Minuten. Vielleicht können wir ja das nächste Treffen in Raum Basel machen. Wäre ja ausgleichende Gerechtigkeit, einmal in Deutschland, dann der Schweiz und schliesslich Österreich
. Dann fangen wir wieder bei Deutschland an. (Es soll jetzt bitte niemand sagen, wir seien nicht in der EU und hätten eh nichts zu melden ) Dieser Beitrag wurde bereits 1 mal editiert, zuletzt von »Mikel« (19. Februar 2004, 22:47)
Donnerstag, 19. Februar 2004, 22:52
@Bernhard
meiner Meinung nach kannst du das Problem nur lösen, wenn du die Kursdaten die dem Netz für das Training zu Verfügung stehen entsprechend selektierst. D.h. konkret es darf sich im Trainings- und Evaluierungszeitraum kein Verhältnis von 9:1 in bezug auf das zu untersuchende Kursmuster ergeben.
Über die Lernbeschränkung kann man eine solche Selektion der Daten (wenn ich es richtig verstehe) leider nicht vornehmen, da die Bewertung des NN anhand aller Daten erfolgt. Dies bedeutet auch die Bewertung der Ergebnisse im Evaluierungs- und Kontrollzeitraum erfolgt anhand aller Daten und nicht anhand der durch die Lernbeschränkung gefilterten. Wenn der Evaluierungszeitraum jedoch eine andere Verteilung der Daten in bezug auf die zu untersuchende Situation berücksichtigt als der Trainingszeitraum, dann kann das Training m.E. nicht optimal verlaufen. Versuche mit Hilfe der Lernbeschränkung das NN-Training auf Kursmuster zu begrenzen blieben bei mir bislang auch erfolglos. Eine Alternative ist es die Daten per Hand zu selektieren. Habe ich aber noch nie gemacht. Genaugenommen müsste man es eigentlich immer machen, damit man eine saubere Klassifizierung der Trainingsdaten über alle auftretenden Situationen hinbekommt. Damit meine ich es gibt immer wieder wechselnde Phasen von Marktzusammenhängen, z.B. Abwärtstrend Euro/$, Abwärtstrend Bonds, Aufwärtstrend Aktien. In einer anderen Phase vielleicht Aufwärtstrend Euro/$, Abwärtstrend Bonds, Abwärtstrend Aktien etc.. Um Generalisieren zu können muss das NN all diese Phasen beherrschen (und nicht auf die in den Kursdaten am häufigsten vertretende Konstellation spezialisiert sein). Erstens ist es sehr viel Arbeit Trainingsdaten in allen denkbaren (bzw. in der Praxis auftretenden) Konstellationen zusammenzustellen und gleichmässig zu gewichten, zweitens sind diese vielleicht gar nicht ausreichend in der Historie vorhanden. Das schwächste Glied in der Kette bestimmt den Trainingserfolg. Von 10 Jahren Daten bleiben dann vielleicht 6 Monate fürs Training übrig. Außerdem hat man Sprünge in den Daten die auf die Datenlücken zurück zu führen sind. Man muss also aufpassen, dass die Lücken nicht zu einer Verzerrung der berechneten Indikatoren führen, bzw. die Daten so anpassen dass keine solchen Sprünge entstehen. Die Daten in bezug auf unterschiedliche Marktzusammenhänge richtig zu selektieren dürfte zudem gar nicht so einfach sein. Vorteil: bei der Selektion der Trainingsdaten in bezug auf die Generalisierungsfähigkeit kann man keine Überoptimierung betreiben und man sieht sofort ob ein NN funktioniert oder nicht, wenn man es anschließend auf eine zusammenhängende Datenreihe testet.
Ich bin weiterhin der Meinung, dass Datenreihen grundsätzlich überwiegend nicht verwertbare Muster beinhalten. Eine mit Hilfe der technischen Analyse verwertbare Situation tritt bei EoD Daten vielleicht nur alle paar Tage auf. Alle dazwischen liegenden Daten sind im Grunde nichts als Müll für das Training eines Neuronalen Netzes. Prinzipiell müsste man schon vorher wissen, wann eine mit Hilfe der technischen Analyse verwertbare Situation auftritt, damit man diese in den Trainingsdaten entsprechend berücksichtigen kann. Ist wahrscheinlich das gleiche Problem wie das mit dem Huhn und dem Ei
meiner Meinung nach kannst du das Problem nur lösen, wenn du die Kursdaten die dem Netz für das Training zu Verfügung stehen entsprechend selektierst. D.h. konkret es darf sich im Trainings- und Evaluierungszeitraum kein Verhältnis von 9:1 in bezug auf das zu untersuchende Kursmuster ergeben.
Über die Lernbeschränkung kann man eine solche Selektion der Daten (wenn ich es richtig verstehe) leider nicht vornehmen, da die Bewertung des NN anhand aller Daten erfolgt. Dies bedeutet auch die Bewertung der Ergebnisse im Evaluierungs- und Kontrollzeitraum erfolgt anhand aller Daten und nicht anhand der durch die Lernbeschränkung gefilterten. Wenn der Evaluierungszeitraum jedoch eine andere Verteilung der Daten in bezug auf die zu untersuchende Situation berücksichtigt als der Trainingszeitraum, dann kann das Training m.E. nicht optimal verlaufen. Versuche mit Hilfe der Lernbeschränkung das NN-Training auf Kursmuster zu begrenzen blieben bei mir bislang auch erfolglos. Eine Alternative ist es die Daten per Hand zu selektieren. Habe ich aber noch nie gemacht. Genaugenommen müsste man es eigentlich immer machen, damit man eine saubere Klassifizierung der Trainingsdaten über alle auftretenden Situationen hinbekommt. Damit meine ich es gibt immer wieder wechselnde Phasen von Marktzusammenhängen, z.B. Abwärtstrend Euro/$, Abwärtstrend Bonds, Aufwärtstrend Aktien. In einer anderen Phase vielleicht Aufwärtstrend Euro/$, Abwärtstrend Bonds, Abwärtstrend Aktien etc.. Um Generalisieren zu können muss das NN all diese Phasen beherrschen (und nicht auf die in den Kursdaten am häufigsten vertretende Konstellation spezialisiert sein). Erstens ist es sehr viel Arbeit Trainingsdaten in allen denkbaren (bzw. in der Praxis auftretenden) Konstellationen zusammenzustellen und gleichmässig zu gewichten, zweitens sind diese vielleicht gar nicht ausreichend in der Historie vorhanden. Das schwächste Glied in der Kette bestimmt den Trainingserfolg. Von 10 Jahren Daten bleiben dann vielleicht 6 Monate fürs Training übrig. Außerdem hat man Sprünge in den Daten die auf die Datenlücken zurück zu führen sind. Man muss also aufpassen, dass die Lücken nicht zu einer Verzerrung der berechneten Indikatoren führen, bzw. die Daten so anpassen dass keine solchen Sprünge entstehen. Die Daten in bezug auf unterschiedliche Marktzusammenhänge richtig zu selektieren dürfte zudem gar nicht so einfach sein. Vorteil: bei der Selektion der Trainingsdaten in bezug auf die Generalisierungsfähigkeit kann man keine Überoptimierung betreiben und man sieht sofort ob ein NN funktioniert oder nicht, wenn man es anschließend auf eine zusammenhängende Datenreihe testet.
Ich bin weiterhin der Meinung, dass Datenreihen grundsätzlich überwiegend nicht verwertbare Muster beinhalten. Eine mit Hilfe der technischen Analyse verwertbare Situation tritt bei EoD Daten vielleicht nur alle paar Tage auf. Alle dazwischen liegenden Daten sind im Grunde nichts als Müll für das Training eines Neuronalen Netzes. Prinzipiell müsste man schon vorher wissen, wann eine mit Hilfe der technischen Analyse verwertbare Situation auftritt, damit man diese in den Trainingsdaten entsprechend berücksichtigen kann. Ist wahrscheinlich das gleiche Problem wie das mit dem Huhn und dem Ei
Freitag, 20. Februar 2004, 11:09
Hallo,
Dies gilt m.E. aber nur für das Training mit GA-Selektion, da nur dort die Bewertung relevant ist. Für das Training eines Einzelnetzes (Adjustierung der Gewichte) ist die Bewertung nicht relevant (lediglich gflls. als Abbruchskriterium für das Training).
Viele Grüße
Andreas Knöpfel
Zitat
Dadurch, dass die Bewertung auf alle Zeiträume stattfindet, ist diese relativ unsinnig (für dieses Problem).
Dies gilt m.E. aber nur für das Training mit GA-Selektion, da nur dort die Bewertung relevant ist. Für das Training eines Einzelnetzes (Adjustierung der Gewichte) ist die Bewertung nicht relevant (lediglich gflls. als Abbruchskriterium für das Training).
Viele Grüße
Andreas Knöpfel
Freitag, 20. Februar 2004, 11:23
Hallo!
@Bernhard+Michael
Ich kann euch den Titel der Literatur nicht mehr genau nennen weil ich damals immer mal was aus Fachbüchern kopiert habe um sie nicht kaufen zu müssen denn die sind richtig teuer! Ich denke es war ein Buch von
J.LEDERMAN.Der Titel war: (keine Garantie für die Richtigkeit.. )
Börsenhandel mit künstlicher Intelligenz
Vielleicht mal unter AMAZON suchen! Soweit ich mich erinnern kann, war dieser Beitrag der einzige zu dem Thema Kursmustererkennung und Neuronale Netze!
@Bernhard+Michael
Ich kann euch den Titel der Literatur nicht mehr genau nennen weil ich damals immer mal was aus Fachbüchern kopiert habe um sie nicht kaufen zu müssen denn die sind richtig teuer! Ich denke es war ein Buch von
J.LEDERMAN.Der Titel war: (keine Garantie für die Richtigkeit..
)Börsenhandel mit künstlicher Intelligenz
Vielleicht mal unter AMAZON suchen! Soweit ich mich erinnern kann, war dieser Beitrag der einzige zu dem Thema Kursmustererkennung und Neuronale Netze!
Happy Trading
Freitag, 20. Februar 2004, 12:20
Hallo Michael!
Es bleibt die Frage offen ob man dazu sich überhaupt die Mühe machen sollte und ein NN dafür zu erstellen? Kommt aber sicher auch sehr auf die Anforderung des Musters und de Verwendungszweck an..
Nehmen wir an, man will nur einen Screen von Kursmustern über ein Aktienbundle machen. Dazu kann man auf einschlägigen Internetseiten nach belieben Kursmuster suchen und darstellen lassen.Allerdings stellt sich jetzt die Frage, wie sich die Kursmuster in der Vergangenheit bewährt haben-wie man sie handeln muss und in welchen Zusammenhang sie auftreten und..und..und.. . Dazu könnte man jetzt die Kursmusteranlyse einsetzen,ahnliche Muster in der Zeitreihe ermitteln und dies auf Profitabilität prüfen!
Allerdings denke ich auch das man mit der Kursmusteranlyse allein schon ganz brauchbare Ergebnisse erzielen könnte da sie zwar nicht ganz so dynamisch wie ein NN ist aber dennoch mit Korellationen arbeitet! Weiterhin ist man damit in der Lage nicht nur Triangels,Flaggen,Wimpel ect. zu finden sondern auch Veränderungen die sich im "Microbereich" abspielen welche man mit dem blossen Auge gar nicht erkennen kann.
Aber auch hir lässt sich ähnliche zeitlicher und inhaltlicher Aufwand betrieben wie bei einem NN!das sollte man nicht unterschätzen!
Es bestätigt meine Vermutung, dass mit einer "richtigen" Kursmusteranalyse sehr hohe Trefferquoten erreicht werden könnten.
Es bleibt die Frage offen ob man dazu sich überhaupt die Mühe machen sollte und ein NN dafür zu erstellen? Kommt aber sicher auch sehr auf die Anforderung des Musters und de Verwendungszweck an..
Nehmen wir an, man will nur einen Screen von Kursmustern über ein Aktienbundle machen. Dazu kann man auf einschlägigen Internetseiten nach belieben Kursmuster suchen und darstellen lassen.Allerdings stellt sich jetzt die Frage, wie sich die Kursmuster in der Vergangenheit bewährt haben-wie man sie handeln muss und in welchen Zusammenhang sie auftreten und..und..und.. . Dazu könnte man jetzt die Kursmusteranlyse einsetzen,ahnliche Muster in der Zeitreihe ermitteln und dies auf Profitabilität prüfen!
Allerdings denke ich auch das man mit der Kursmusteranlyse allein schon ganz brauchbare Ergebnisse erzielen könnte da sie zwar nicht ganz so dynamisch wie ein NN ist aber dennoch mit Korellationen arbeitet! Weiterhin ist man damit in der Lage nicht nur Triangels,Flaggen,Wimpel ect. zu finden sondern auch Veränderungen die sich im "Microbereich" abspielen welche man mit dem blossen Auge gar nicht erkennen kann.
Aber auch hir lässt sich ähnliche zeitlicher und inhaltlicher Aufwand betrieben wie bei einem NN!das sollte man nicht unterschätzen!
Happy Trading
Freitag, 20. Februar 2004, 16:45
Hallo Michael!
Ganz kurz-zum Ende des abgefragten Bereiches sollte die K > xy ( je nachdem welche Sentensivitätsstufe in der KME gewählt wurde) sein! Kleiner Tipp am Rande: Es ist oft besser den GD einer Zeitreihe zu verwenden als wie die Zeitreihe selbst denn auch die K-Analyse nimmt das Hintergrundrauschen der Zeitreihe wahr und das um so heftiger, je sensibler die S-Stufe gewählt wurde..
Eigentlich müsste ja jetzt im Fraglichen Bereich, den ich mir rausgesucht habe, die Korrelation 100% sein.
Ganz kurz-zum Ende des abgefragten Bereiches sollte die K > xy ( je nachdem welche Sentensivitätsstufe in der KME gewählt wurde) sein! Kleiner Tipp am Rande: Es ist oft besser den GD einer Zeitreihe zu verwenden als wie die Zeitreihe selbst denn auch die K-Analyse nimmt das Hintergrundrauschen der Zeitreihe wahr und das um so heftiger, je sensibler die S-Stufe gewählt wurde..
Happy Trading