INVESTOX-Forum

Hallo Frieder,

nein ich bin leider nicht da Vielleicht können wir dennoch über Details auf anderem Wege sprechen. Wäre toll.

Ich muss das mal nachbilden ob ich ähnliche Ergebnisse dieses "Sommer-Systemes" raus bekomme.

Hallo Gemeinde, Gerasan und Herman,

ich möchte das nächste Hoch der Folgeperiode prognostizieren. Die Eingaben sind wie ich von Hermann erfuhr dann lediglich:

Prognoseziel = High
Prognoseperiode = 1

ABER was gebe ich bei Enterlong und Short ein? Denn im Grunde möchte ich ja gar kein Signal sondern das prognostizierte nächste Hoch.
Geht das gar nicht oder ist meine Denkweise falsch. Und ist es normal das der Signal-Indi immer bei der aktuellen Kerze ist oder könnte er auch mal 5 Perioden in der Zukunft stehen wenn ich z.B. das Hoch der nächsten 5 Perioden möchte?

Hallo Gerasan,

genau so hatte ich es bereits gemacht
Dachte nur es gäbe eine andere Lösung da bei mir die Signallinie im Dailybereich zum Teil über 1 Monat gleich bleibt, was mir komisch vorkommt. Natürlich wird es auch an den Inputs liegen aber das er so lange das selbe Hoch anzeigt das zum Teil auch weit weg vom Kurs ist verstehe ich im Augenblick noch nicht.

Die Signallinie bleibt aber immer beim aktuellen Balken oder?

Hallo Gerasan,

danke für Deine Antwort. Allerdings verstehe ich das nachfolgende nicht.

Zitat von »Gerasan«

In userem Premium Support erläutern u.A. auch diesen Aspekt. Ich bitte um Verständnis, das ich es deswegen hier preisgeben kann. Ich kann dazu nur soviel sagen, daß es die Inputs und bestimmte Investox Einstellungen betrifft.

Ich möchte doch kein System, sondern hatte nur eine Frage dieser Stufenförmigkeit der Signallinie. Fakt ist, das diese Linie nicht das anzeigt was sie sollte. Also stellt es in meinen Augen einen Fehler dar und wenn dieses mit Einstellungen zu tun hat verstehe ich nicht warum man diese nicht nennt.

Gerasan, wenn Du sagen würdest "Kein Support für Demokunden" dann würde ich das ja noch verstehen aber das man jetzt schon ein Geheimnis aus Einstellungen macht, nicht. Sorry

Hallo trader-hawk,

deine stufenförmige "Bewegung" der Handelssignale tritt beim ADMG abhängig von den verwendeten Inputs, dem Prognoseziel und insbesondere der Anzahl der Testperioden auf. Das System neigt aus meiner erfahrung dann dazu die für das Training verwendeten Werte sehr stark zu "vereinfachen". Der Indikator reagiert in einem solchen Fall nicht mehr auf die kleinen Schwankungen der Inputs sondern nur auf gößere Bewegungen. Die Prognose orientiert sich dann sehr strikt an den gelernten "Vergangenheitswerten".

Anfangs dachte ich sofort es sei ein Fehler. Aber meine Erfahrungen deuten darauf hin, dass dieses Verhalten bis zu einem gewissen Grad die Verallgemeinerung fördert. Klar, wenn die Kurve nur noch in Stufen verläuft würde ich sehen, dass ich die oben genannten Paramter beeinflusse.

Gruß

Martin

Hallo Martin,

vielen Dank für dieses logische Erklärung.

Leuchtet mir zwar ein ist aber dennoch Schade das der ADMG verallgemeinert. Denn schliesslich möchte ich ja die Prognoseperiode des nächsten Balkens haben.

Hallo trader-hawk,

das mit der Verallgemeinerung ist alles andere als Schade. Es gehört zum übliche Spiel zwischen Overfitting und zu wenig an die Datenkonstellation angepassten Schätzern. Wenn die Verallgemeinerung das richtige Ergebnis erzielt ist sie super. Wenn du damit z.B. bei einem EoD-HS den "Trend" der nächsten paar Tage richtig schaffst ist es gut - solange du diese Tage als Handelsziel hast.
Wenn du den Trend des nächsten Monats so bekommst und Tagesweise traden möchtest - dann ist es natürlich nicht mehr gut.

Mit den "Verallgemeinerungen" im ADMG habe ich wie gesagt sehr positive Überraschungen erlebt.

Gruß

Martin

Hallo Martin,

das mit dem Overfitting verstehe ich natürlich. Nur dachte ich das da der ADMG irgendwie anders arbeitet. Denn das kenne ich ja von den NN`s her. Ich finde es dennoch Schade das ich ganz klar angebe das ich immer die nächste Periode prognostizieren möchte und er es aber nicht macht. Aber jetzt weis ich es wenigstens.

Vielen Dank Martin.

Hallo trader-hawk,

nun, ich gebe in der Tat klar an, wass der Indi in der nächsten Periode prognostizieren soll. Und wenn ich dabei - wie bei Indis gestartet von denen in einfachen Trendfolgesystemen per GD, oder NN-basierten Systemen oder ... - die Eigenschaften der Methode beachte, dann kann es klappen. Und bei mir klappt die Prognose mit ADMG stabiler als mit als mit den anderen Verfahren.

Aber ich möchte ja garnicht in eine reine Theoriediskussion abgleiten. Viel lieber lerne ich hinzu und verbessere ich was an meinen Systemen .

Gruß

Martin

Hallo,

in einem Auszug des Blogs fand ich unter anderem diese Aussage:

Zitat

Um der sich ständig ändernder Marktsituation anpassen zu können, lern ADMG in festgelegten Abständen neu. So ist er in der Lage die berüchtigten Strukturbrüche im Markt zu überwinden und in verschiedenen Marktphasen stabil zu performen. Über den Parameter "Arbeitsperioden" legen Sie fest, in welchen Abständen ADMG neu lernen soll. In Unterschied zu den klassischen neuronalen Netzen dauert der Lernvorgang nur wenige Sekunden und ist in das Handelssystem voll integriert. Es Bedarf keinen separaten Traininglaufes.Auch während der Optimierung kann man die Qualität der erstellten Modelle direkt an der Kapitalkurve ablesen

Meiner Ansicht genügt es nicht das SVM neu lernt sondern was und wo die Fraktale abgegriffen werden. Wenn ein Backward-Zeitraum unmittelbar hinter dem Testzeitraum bzw. willkürlich abgegriffen wird kann es m.A. leicht passieren, das SVM irrelevante Muster lernt bzw. die gelernten Muster lediglich projiziert. Bei einer Projektion könnte man aber nicht,wie in der Thematik beschreiben, Strukturbrüche so einfach überwinden und man müsste bei möglichen Profiten von Zufall sprechen! Der Zufall erklärt sich das der Lernzeitraum dem Testzeitraum ähnelt. Muss eine Korrelation auftreten, damit AMDG Gewinne schreibt oder können x-beliebige Zeiträume als Testzeitraum herangezogen werden? SVM klassifiziert relativ scharf-daher meine "leichten Bedenken"!

Hallo SVMler,

eine Frage: Was passiert eigentlich, wenn ihr aus einem x-beliebigen Fraktal eine Endlosschleife bildet,SVM an dem Muster trainiert und dann im Testzeitraum an den Kopien des Fraktals die Prognosen erstellt? Erkennt SVM das Fraktal wieder und liefert es dort genauso profitable Trades oder weichen die Trades gegenüber dem Lernzeitraum ab? Was passiert,wenn SVM an einen Downtrend einer Zeitreihe lernt,aber an einem Uptrend für die Prognose verwendet wird? Beide Trends sollten aus der gleichen Zeitreihe stammen und nicht synthetisch erstellt sein. Synthetik liefert nicht die wahren Qualitäten weil die Muster einer Zeitreihe prägend sind!

Hallo Udo,

1. Endlosschleife aus Fraktal:
Eine hervorragende Idee für das Testen des Verhaltens. Bisher haben wir dies noch nicht versucht. Ich werde es angehen und berichten (leider wirds etwas dauern).

2. SMV elemeniert nicht das Trendswissen aus einer Zeitreihe. Sollte ich also nur Daten aus einer UpTrendphase für das Lernen verwende und dann nur Daten einer DownTrendphase prognostiziere so erwarte ich keine wirklich gutes Prognoseergebnis. Entscheidend ist, wie stark der Haupttrend ausgeprägt ist oder ob es nebenläuftige Überlagerungsmuster gibt die aus der Lernphase gelernt werden konnten. Wenn diese Muster in der PrognosePhase wieder auftreten berücksichtigt SVM sie.
Wenn ich natürlich für das Training eine lineare Kurve nach oben verwende und damit eine linearbe Kurve nach unten prognostizieren möchte wird es schief gehen.

Es kann nur prognostiziert werden was zuvor grundsätzlich in den Lernzeiten bereits vorhanden war.

Daher bietet es sich auch an entweder mit "langen" Lernphasen oder mit sehr "kurzen" zu arbeiten. Lange zielen darauf auf langfristie Muster zu identifizieren und ihr Vorkommen in der Prognosezeit zu ermitteln. Sehr kurze Lernphasen zielen darauf ab nur das gerade gültige Muster aufzudecken, ohne Berücksichtigung langfristiger Entwicklungen. Dabei ist aber auch das jeweils "erlernte" schnell wieder zu erneuern. Dazu das FeedForward.

3. Irrelevante Muster:
Das SVM kann bei schlechter Wahl der Inputs und der Zielgröße natürlich keine vernünftigen Muster lernen. Wie auch bei NN ist hier eine Reihe von Experimenten notwendig, um insb. Inputs mit einem signifikanten Einfluss zu identifizieren. Die Möglichkeit des "Vergessen" im Indi hilft hierbei mit statistischen Verfahren weniger relevante Inputs auszuselektieren. Der Indi ist ein Werkzeugkasten. Alles Werkzeuge können richtig verwendet sehr sinnvoll sein. Aber wenn ich den Hammer zum Fensterputzen nehmen möchte - gehts halt leicht schief.

Gruß

Martin

Hallo Martin,

danke für die Erläuterungen!

Zitat

Es kann nur prognostiziert werden was zuvor grundsätzlich in den Lernzeiten bereits vorhanden war

Das ist einleuchtend,schlüssig und war auch meine Meinung! Allerdings sage ich mir immer:Probieren geht über studieren!;) Also habe ich probiert und bekam Ergebnisse die ich so nicht von Algorithmen(NN) erwartet habe und die sich nicht eindeutig Klassifizieren und zuordnen lassen! Ich habe beim Test eine Zeitreihe in gleiche Abschnitte gezehntelt,was folglich 10 gleichgroße Samples ergab! IDer mittlere Sampel war der Lernzeitraum und wurde total überoptimiert.Es sollte geprüft werden,ob sich damit eher die Vergangenheit oder die Zukunft prognostizieren lässt!. Es ist nicht immer eine feste Regel das die signifikanten Muster ausschließlich sehr weit entfernt ,nah, sehr nah oder unmittelbar hinter der Gegenwart liegen! Es kann durchaus der Fall sein, das man mit einer Historie die relativ kurz ist extreme Gewinne erzielen kann. Dies trifft vor allen auf SVM aufgrund der Klassifizierung zu! Eine sehr lange Historie "rundet das Ergebnis ab",das heißt, die Klassifikation wird sich wahrscheinlich einen Mittelweg suchen um alle gefundenen Muster zu sortieren. Dadurch kann es durchaus zu mehr Stabilität und einer höheren Haltwertzeit kommen! Auf der anderen Seite muss man mit Performanceverlusten und größeren Drawdowns rechnen als wenn man die Fakten aus einer ultrakurzen Historie zieht!Aber um wieder zum Thema zu kommen: Ich habe im Quadrant 5 das entstandene Muster hochoptimiert. Das Ergebnis war das in der Vergangenheit so wie in der Zukunft die Performance sehr gut war. Bei anderen Tests war die Vergangenheit perfekt prognostiziert oder zur Abwechslung auch die Zukunft. Und das,wohlgemerkt aus 1/10tel der zur Verfügung stehenden Perioden! Und genau da ist der Punkt, wo sich für mich eine Blackbox öffnet weil ich es mathematisch/statistisch nicht mehr nachweisbar ist!

Solche Testergebnisse stellen einiges in Frage und werfen die Frage nach neuen Schematiken auf. Wo sind die Muster die den aktuellen Kurs beeinflussen. Man kann nicht exakt bestimmen ob sie sich irgendwo vor 10 Jahren oder 10 Wochen manifestiert haben und vor allen nicht wie sie aussehen. Beim "Aussehen" der Muster hatte ich folgendes Testergebnis: An einem Downtrend wurde ein System optimal (über)trainiert.Nach dem Training habe ich einen gemischten Zeitraum gewählt,das heißt der Zeitraum hatte viele Swings. Komischerweise wurden die horizontalen Spiegelbilder des ursprünglichen Musters wesentlich effizienter gehandelt als die Ebenbilder! Das ist der nächste Punkt der Fragen aufwirft!

Zitat

Daher bietet es sich auch an entweder mit "langen" Lernphasen oder mit sehr "kurzen" zu arbeiten. Lange zielen darauf auf langfristie Muster zu identifizieren und ihr Vorkommen in der Prognosezeit zu ermitteln. Sehr kurze Lernphasen zielen darauf ab nur das gerade gültige Muster aufzudecken, ohne Berücksichtigung langfristiger Entwicklungen. Dabei ist aber auch das jeweils "erlernte" schnell wieder zu erneuern. Dazu das FeedForward.

Ganz meine Meinung-aber siehe oben!

Zitat

Das SVM kann bei schlechter Wahl der Inputs und der Zielgröße natürlich keine vernünftigen Muster lernen. Wie auch bei NN ist hier eine Reihe von Experimenten notwendig, um insb. Inputs mit einem signifikanten Einfluss zu identifizieren. Die Möglichkeit des "Vergessen" im Indi hilft hierbei mit statistischen Verfahren weniger relevante Inputs auszuselektieren. Der Indi ist ein Werkzeugkasten. ....

Nun weiß ich leider nicht, mit welcher Statistik der "VergessenIndikator" arbeitet. Doch auch hier könnte,so meine Bedenken zu viel vergessen werden-Fraktale die zwar unscheinbar wirken aber für ein wichtiges Prognosemuster zu wichtig sind um sie aus,-abzuschneiden! Ich gehe davon aus, das der Indikator die Historie regelmäßig nachschleift um aus den so entstandenen neuen Muster Prognosen zu verifizieren? Das würde bewirken das alte Muster unter den Tisch fallen und immer wieder neue Fraktale für zeitnahe Prognosen gebildet werden! Dazu wäre der FW-Test unbedingt erforderlich...geht eigentlich gar nicht anders!

Hallo Udo,

deine Erkenntnisse bezüglich kurzer Zeitreihen - oder besser gesagt kurzer Ausschnitte von Zeitreihen, du nennst sie Fraktale, - stimmt mich sehr optimistisch. Ob man nun mit neuronalen Netzen oder mit SVM arbeitet, die Identifikation und Nutzung des kurzfristigen "Wissens" aus einem solchen Fraktale für die kurzfristige Vorhersage ist sehr interessant. Ich glaube nicht dass wir mit ADMG wirklich bereits alle sinnvollen Möglichkeiten ausgeschöpft haben, der Ansatz kurzfristig zu trainieren und das Wissen nur für eine begrenzte Zahl von Perioden zu verwenden hat bei mir bei mehreren Konstellationen bereits zu sehr viel versprechenden Ergebnissen geführt. Drum meine Freude, dass auch ein anderer eine ähnliche Beobachtungen gemacht hat. Und dies umso mehr, da es sich um einen sehr erfahrenen Experten handelt.

Kurz zu dem Thema Vergessen. Dabei handelt es sich im Augenblick um eine einfache Funktionalität bei der die Gewichtung der Daten für das Training umso geringer ist, je weiter diese Daten in der Vergangenheit liegen. Für die konkrete Umsetzung stehen dabei verschiedene Algorithmen auf der Grundlage von linearen oder auch Exponent seinen Funktionen zur Verfügung. Alternativ dazu verwenden wir ein Verfahren bei dem wir die Daten der Vergangenheit abhängig von der Signifikanz in ihrem Kontext hervorgerufenen Kursbewegungen gewichten. Hierbei wird dafür gesorgt, dass Datenkonstellationen vor sehr deutlichen Kursbewegungen stärker gewichtet werden als vor ruhigen Zeiten.

Herzliche Grüße

Martin geh schlafen