INVESTOX-Forum

Hallo zusammen,

habe mal beim Stöbern diese Dipl. Arbeit von Stefan Selle über NN zur Aktienprognose gefunden.
Stefan Selle ist z.Zt. wohl MoneyBee Oberster.
http://reaflow.iwr.uni-heidelberg.de/~selle/docs/work.pdf

Seine Vorgehensweise :

Intermarket Titel nehmen, redundante, korrelierende Titel ( über 0,85 ) herausnehmen, Daten skalieren,das Netz mit Correl-Inputschablonen aufbauen und per GA die Inputs ohne Einfluß herausfiltern lassen.

Habe ich das so richtig gedeutet ? Was haltet Ihr davon - erst mächtig viel herein zu packen ( bei Ihm waren das 34 Einflußgrößen/Titel ) und dann per GA herausfiltern zu lassen ?

Hallo,

habe die Diplomarbeit eben einmal quer gelesen. Beim Lesen der unter Punkt 2.6 beschriebenen Vorbereitungen sind mir mehrere Fragen gekommen. Dort wird unter Punkt 3 die Datenaufbereitung beschrieben, die sich in drei Teile gliedert:

1) Codierung (binäre, ganze oder reelle Werte)
2) Skalierung (symetrische Häufigkeitsverteilung um einen Mittelwert)
3) Normierung (lineare Abbildung auf das Intervall [0, 1]

Die Frage nach der Skalierung hat Udo schon beantwortet. Das macht Investox automatisch. Dass das Netz nur binäre, ganze oder reelle Werte verarbeiten kann ist mir auch klar. Aber wie ist es mit der Normierung zu halten? Ist es sinnvoll oder gar notwendig den Input an ein Intervall anzupassen?

Weiterhin wird dort empfohlen bei exponentiellem Wachstum der Daten zu logarithmieren. Darüber hatte ich bisher noch gar nicht nachgedacht. Ist das eine übliche und zielführende Vorgehensweise?

Hallo Udo,

in Deinem Thread beziehst Du Dich auf den Output.
Seller meint in seiner Arbeit meines Erachtens aber die Normierung der Inputdaten bevor diese dem NN vorgeworfen werden.

Oder lieg ich jetzt wieder voll daneben ... ????

Hallo Karin, hallo Udo,

ich bin auch der Meinung, dass Seller mit der Normierung die Inputdaten gemeint hat. Ob die Logarithmierung exponentiell wachsender Inputdaten sinnvoll ist kann ich allerdings nicht beurteilen, dazu weiß ich zu wenig über die Funktionsweise von NN. Vielleicht muss man damit einfach experimentieren, um es herauszufinden.

Der Hinweis auf S. 145 war auf jedem Fall angebracht. Ich habe das Handbuch erst einmal und noch dazu zu schnell gelesen, um alle Punkte behalten zu können. Ein kurzes Beispiel, um zu sehen, ob ich die Grundidee richtig verstanden habe:

Ein Netz welches Informationen aus einem Volatilitätsindikator (z.B. Vola(Close, 20)) gewinnt, die vielleicht für einen trainierten Titel einen positiven Beitrag zum Output liefern, würde aber bei einem anderen Titel, der grundsätzlich anderen Volatilitäten unterliegt versagen, bzw. schlechter abschneiden. Demnach würde es die Generalisierbarkeit verbessern, wenn ich dem Netz Informationen über die für diesen Titel typische Volatilität mitgebe. Dies könnte man erreichen, indem man z.B. Vola(Close,20)/Vola(Close,250) verwendet oder vielleicht einen Schwellenwert ermittelt und diesen in den Nenner bringt. Im Grunde wäre ein Volatilitätsindikator, egal ob als absoluter Wert oder die prozentuale Änderung, aber ohnehin begrenzt einsetzbar, da der Indikator nicht normiert ist.

Den Ansatz mit der logarithmischen Dämpfung des Outputs habe ich noch nicht versucht. Das kommt aber noch.

Habe das mal ausprobiert mit der Dämpfung der Inputdaten. Sieht gut aus, das kann bestimmt in vielen Fällen sinnvoll sein.

Hi Thomas,

wie hast Du das denn gemacht ?
Per Inputschablone ? Kannst Du die mal posten ?

Hallo Karin,

ich habe einen Input verwendet der im kurzfristigen Bereich (Tageswerte) stark um die Nulllinie oszilliert (eigener Indikator).

Mein Problem war, dass die Berechnung einige Ausreißer enthielt. Ein Wert von 10 war beispielsweise nicht viel aussagekräfitiger als einer von 2, wohingegen ein Wert von 1 nicht deutlich niedriger im Aussagegehalt war. Der typische Verlauf einer Exponentialfunktion halt.

Nach der Dämpfung sieht der Oszillator im Chart deutlich besser aus. Ob er allerdings auch im NN zu besseren Ergebnissen führt muss ich noch überprüfen (mein PC rechnet gerade). Ich kann vielleicht in den nächsten Tagen mal die Ergebnisse posten, im Vergleich zu denen, die ich vor ein paar Tagen mit den alten Einstellungen erzielt habe. Hohe Erwartungen habe ich momentan noch nicht, da ich nur die Kurs- und Umsatzdaten eines einzigen Titels (Dax-Index) verwende halte ich alles was über 51% liegt und auch bei der Korrelation, im T-Test und RW-Test besteht schon für gut (ist das realistisch?). Immerhin muss man sich vergegenwärtigen, dass ein Handelssystem, dass fast täglich Trades generiert aufgrund der marginalen Transaktionskosten im Dax-Future selbst unter solchen Bedingungen schon profitabel sein kann. Das hinzuziehen von Intermarketdaten dürfte die Performance des Systems eigentlich auch noch verbessern, sonst bräuchte man sie nicht.

So sieht meine Inputschablone derzeit aus:Calc Daten: Dämpfen(stark oszillierender Indikator));

Ref(Daten,0);
Ref(Daten,-1);
Ref(Daten,-2);
Ref(Daten,-3);
Ref(Daten,-4);


Bin echt gespannt, was beim Test des Handelssystems herauskommt. Ich fahre ja momentan genau die gegensätzliche Strategie zu dir, die mit viel Input anfängt und alles rausschmeißt, was das Netz ignoriert. Mein Eindruck nach einigen Testläufen ist, dass das NN dazu neigt manchmal Inputdaten zu eliminieren, die für eine Verallgemeinerung dennoch interessant sein können. Aber das ist subjektiv, ich habe erst ein paar Testläufe gemacht. Statistisch wird sich das nicht nachweisen lassen. Trotzdem bin ich gespannt, wie sich diese unterschiedlichen Strategien in Bezug auf ein erfolgreiches System entwickeln werden.

Hallo Thomas,
Vorsicht mit zu wenig Inputs bei NN. Daraus kann ein NN auch keine echte Prognose generieren. Das was dabei herauskommt ist lediglich eine Näherung des Kursverlaufs.
Man erkennt es sehr gut, wenn man die Prognose als Teilchart darüber legt. Die Highs und lows sind dann bei der Prognose mit dem Kurs etwa übereinstimmend. Aber eigentlich möchte man es ja genau umgekehrt.

Grüße Fritz

Guten morgen allerseits,

@Wiwu : Knacke auch noch an der Transformations- und Konvertierungssache herum... Wenigstens das Skalieren können wir uns ja dank der guten Arbeit von Hr. Knöpfel und Team schenken ... ;-))
Ich denke der Hinweis von Thomas mit Calc Daten : Dämpfen () ist einen Versuch wert. Hatte das noch nicht getestet. Die Frage ist nur, ob es das Logarithmieren ist wie es Selle meint.

@ Thomas : Ja,ja diese Future Systeme ... ;-)) Ich versuch die ganze Zeit ein stabiles System für Dax Hebel-Zertifikate hinzubekommen, da sind die Kosten nicht marginal..... Die profitablen Futuresysteme sehen da manchmal ganz schön alt aus. Mein PC rechnet sich zur Zeit den Frosch bei einem Training Crossval. GA mit 3 Titeln. Habe hier mal 2 verrauschte Daxe und den orig. Dax genommen. Mal sehen was da so rauskommt. Verspreche mir ein System was besser generalisiert ist als bei Training auf nur den Dax.
Die Kennzahlen ( Treffer 51% usw. ) sind meiner Erfahrung nach etwas dürftig. Gib dem NN ein paar Beziehungen mit ( guck Dir mal bei Bernhard auf der Seite das Dax NN an www.handelssysteme-online.de ).

Hallo Karin,
-zwei verrauschte und der Original....-
wenn Du auf 3 Titel trainierst und zwei davon eine etwas ausgeprägtere Ähnlichkeit (z.B. verrauschen mittels der GD-Formel) besitzen, so wird das Ergebnis sich eher an den verrauschten Titeln denn am Original anlehnen.
Es ist nach meinen Erfahrungen besser, nur einen verrauschten Titel zu verwenden. Verwendet man außerdem Crossvalidation mit 3-5 Samples, so sollte bei entsprechender Inputqualität auch eine Generalisierung stattfinden.

Gruß Fritz

Hallo zusammen,

@ Wiwu

Das Meiste, was auf Seite 61 beschrieben wird macht Investox automatisch für dich. Die Logarithmierung von Inputdaten wird jedoch nicht automatisch vorgenommen. Wir diskutieren gerade, ob dies bei bestimmten Daten von Vorteil sein kann.


@ Fritz

Danke für den Hinweis. Ich werde das NN auch noch deutlich erweitern. Momentan beinhaltet es drei technische Indikatoren und noch keine Intermarketbeziehungen. Bei mir sind noch so viele Fragen offen, dass ich langsam vorgehen will. Eine der offenen Fragen ist die, ob die Dämpfung des Inputs die Ergebnisse verbessern kann. Momentan bin ich noch nicht sicher.

@ Karin

Das mit dem verrauschen hab ich noch nicht ausprobiert. Bin auch gespannt was dabei rauskommt. Die Seite von Bernhard ist wirklich klasse. Vielen Dank für den Hinweis.

Wie ist das eigentlich mit dem Einsatz von Einflussfaktoren in NNs, hat damit schon einmal jemand von euch experimentiert?

Hallo Karin,

ich habe jetzt den Testlauf mit dem gedämpften Inputdaten (stark oszillierender Indikator) abgeschlossen. Die Performance des NNs hat sich nicht grundlegend geändert. Übertragen in ein HS ist es im Portfoliotest sogar schlechter geworden. Das heißt aber nicht, dass die Dämpfung generell Unsinn ist. Sie funktioniert nur eben nicht bei dem von mir verwandten Indikator.
Ich werde jetzt damit experimentieren, einzelne Indikatoren diskretionär einfließen zu lassen. Udo hat dazu ja schon einige Beispiele im anderen Thread gebracht.

Hallo Wiwu,
bei den Inputdaten, die ich bisher verwende hat die Logarithmierung des Inputs bislang keine Verbesserung der Ergebnisse gebracht. Ich würde davon ausgehend jedoch noch nicht verallgemeinern.