Hallo zusammen,
ich bin neu auf diesem Forum, deshalb verzeiht mir wenn ich eine Frage stelle, die bereits beantwortet wurde.
Kurz zu mir: Ich programmiere mittlerweile 1,5 Jahre in Python (davor nur C++) und kenne mich mit den Grundlagen ganz gut aus. Mit PyTorch arbeite ich seit 2 Monaten.
Ich möchte mit PyTorch (also allg. Neuronalen Netzen) sog. Continuitation Patterns (Erklärung: https://www.investopedia.com/trading/co ... roduction/) in Financial Data finden. Mein großes Ziel wäre es, dass ein Tensor bestehend aus n vielen
Zeit-Kurs-Daten (im OHLC-Format, dh. Candlestickformat) dem Netz übergeben wird und dann zwischen potentiellen Patterns (insgesamt ca. 5) klassifiziert wird.
Nun meine Frage: Wie genau soll ich das Netz trainieren und validieren? Damit eine akzeptierbare accuracy erreicht wird, wären doch pro Pattern mind. 100 Trainingsbeispiele erforderlich, dh. insgesamt mind. 500 Trainingsdatensätze. Das Problem an diesen Patterns ist ja, dass innerhalb ein und derselben Klasse große Unterschiede vorkommen. Gibt es solche gelabelten Chart Patterns als Trainingsdaten im Internet, wenn ja: wo? Diese Trainingsdaten manuell zu erstellen würde Tage dauern, da ich ja durch den Historiekurs der gewünschten Aktie/Krypto scrollen müsste um mir dann die Zeitintervalle zu notieren.
Wie würdet ihr vorgehen?
Viele Grüße und vorab vielen Dank,
jonathan108
Chart Pattern Erkennung mit Python & PyTorch
ich glaube, so etwas ist eine schöne übung, funktioniert aber zu 99 % nicht zuverlässig. Würde sowas mit wenig Aufwand funktionieren würde man es überall im Netz finden.
Das 1 Promill (wahrscheinlich noch vieeeel weniger) der Leute / Unternehmen, die sowas hinbekommen, werden im Leben nicht dran denken ihre Infos / Datensätze etc zu veröffentlichen.
Das ist das gleiche, wie mit paid-trading groups, also Trader, denen man für (sehr viel) Geld folgen kann und die einem ihre Trades zeigen - wären sie wirklich profitabel, würden sie sich aufs Trading an sich konzentrieren und bräuchten dieses Zusatzeinkommen nicht - das ihnen sogar schadet, denn je mehr Leute sie copy-traden, desto weniger wird ihre Strategie aufgehen
Das 1 Promill (wahrscheinlich noch vieeeel weniger) der Leute / Unternehmen, die sowas hinbekommen, werden im Leben nicht dran denken ihre Infos / Datensätze etc zu veröffentlichen.
Das ist das gleiche, wie mit paid-trading groups, also Trader, denen man für (sehr viel) Geld folgen kann und die einem ihre Trades zeigen - wären sie wirklich profitabel, würden sie sich aufs Trading an sich konzentrieren und bräuchten dieses Zusatzeinkommen nicht - das ihnen sogar schadet, denn je mehr Leute sie copy-traden, desto weniger wird ihre Strategie aufgehen
-
jonathan108
- User
- Beiträge: 3
- Registriert: Mittwoch 9. Februar 2022, 17:30
Ist ein langer weg bis man zu diesem 1 Promill an Leuten gehört, aber ich tu mein bestes!
Das was du schreibst klingt sinnvoll, vermutlich muss ich einfach viel Zeit in die Beschaffung und Aufbereitung der Trainingsdaten investieren. Ich glaube es wäre sinnvoll zunächst wenige Patterns zu nehmen die sich in ihrer Struktur stark unterscheiden um eine möglichst hohe Zuverlässigkeit trotz der überschaubar vielen Trainingsdaten. Z.b. nicht zwischen Ascending, Descending Triangles und Wedges zu unterscheiden sondern zwischen Triangles im Allgemeinen und Head and Shoulders-Patterns.
Das was du schreibst klingt sinnvoll, vermutlich muss ich einfach viel Zeit in die Beschaffung und Aufbereitung der Trainingsdaten investieren. Ich glaube es wäre sinnvoll zunächst wenige Patterns zu nehmen die sich in ihrer Struktur stark unterscheiden um eine möglichst hohe Zuverlässigkeit trotz der überschaubar vielen Trainingsdaten. Z.b. nicht zwischen Ascending, Descending Triangles und Wedges zu unterscheiden sondern zwischen Triangles im Allgemeinen und Head and Shoulders-Patterns.