PeWi

Um mal zum eigentlichen Thema dieses Threads zurückzukommen ... Aus einem Paper ("Genetic Programming and Financial Trading: How Much about 'What we Know'?", IMHO von 2008): "The relevance of genetic programming (GP) to technical analysis is quite obvious. Technical analysis is mainly built upon some mathematical manipulations of the historical data of prices and volumes. [...] The interest in using GP to study technical analysis is, therefore, motivated by the two following concerns. First, technical analysis generally does not refer to a fixed set of trading rules. They are evolving and changing over time. Many of them are still not even known to the public. However, for some time academic studies seem to have overlooked this property, and have tended to study them as if they are fixed over time. It is, therefore, not surprising to see the diversity of the results: they are profitable in some markets some of the time, while they fail in other markets at other times, and so they are very inconclusive. A more systematic way to study this evolving subject is to place it in a dynamic and evolving environment. Genetic programming, as a tool for simulating the evolution of trading rules in response to the changing environment, can then serve this purpose well. Second, technical analysis usually involves quite complicated transformations and combinations of price and volume signals, which is too demanding to be harnessed by the human mind. GP, as a rules-generating machine, can better facilitate us to travel trough this jungle. Given these two concerns, the financial application of GP to trading rules is distinguished from the use of other computational intelligence tools. The point of interest here is to see how well we are able to simulate the rule-discovery process without assuming the size and the shape of trading rules. Needless to say, other computational intelligence tools can help us with the market-timing decision, but they either do not provide us with trading rules, such as the linear perceptron neural networks and support vector machine, or they assume a fixed size or shape of trading rules, such as the decision trees, selforganizing maps and genetic algorithms. In fact, GP allows us to work with an issue of academic interest similar to automatic-theorem proofing, which is not shared by other competing tools."

Oder er bekommt eine aufs Dach, weil er trotz mangelnder Genehmigung Arbeitszeit und Resourcen anderweitig verbraucht hat? 😉 Ernsthaft: Ich kenne mich im Bereich Software für Forensysteme überhaupt nicht aus, aber grundsätzlich dürfte auch hier folgendes gelten - entweder die Foren-Software stellt selbst Werkzeuge zum Export von Threads aus einem Backup und zum manuellen Einspielen ins laufende System zur Verfügung oder eben nicht. Falls ja, würde CoinUserPowerXXL sich sicherlich nicht so zieren und spätestens auf Bitten von @Christoph Bergmannden wichtigsten Thread über den zweitwichtigsten Kryptocoin wieder einspielen. Falls nein, kann ich CoinUserPowerXXL durchaus verstehen. Dann musst du alles manuell machen - also zuerst die ganzen Grundlagen auf einem anderen System installieren, dann die Forensoftware, dann das Backup einspielen, dann diesen Thread in den Tiefen der Tabellen suchen, alles manuell rausexportieren. Und dann das echte Coinforum für minimal 'ne halbe Stunde und maximal für einen halben Tag abschalten, um die ganzen Posts mit allen internen Querverbindungen in die echte Datenbank wieder einzupflegen. Das ist echt Aufwand, und man kann dabei sehr leicht etwas am echten Foren-System verpfuschen, wenn man nicht wahnsinnig aufpasst oder auch nur eine Kleinigkeit übersieht - sowas würde ich auch nur machen, wenn ich das entweder von oben verordnet bekomme, oder selber massiver ETH-Enthusiast bin.

Auch wenn sich das als Steilvorlage für deine Replik anzubieten scheint, dürfte der Vergleich in realiter kräftig hinken. Das Forum als Gratiszugabe einerseits und das Kerngeschäft des Handelsplatzes andererseits sind ziemlich sicherlich auch heftig unterschiedlich mit Manpower und Finanzmitteln ausgestattet. Insofern - ich traue @CoinUserPowerXXLdurchaus zu, den ETH-Thread sogar aus dem Backup herausfieseln und manuell irgendwie importieren zu können - er wird aber von oben wohl kaum die zeitlichen und technischen Resourcen dafür bekommen.

Wenn das ein Token ist, mit dem man nicht liquidiert werden kann, heißt das, dass er immer wieder "neu justiert" wird, sprich, der zugrunde liegende Basispreis für die Berechnung der Hebelwirkung wird nach größeren Preisveränderungen verändert. Solche Coins verlieren beim Schaukeln des Kurses über die Zeit zwingend an Wert. Im Gegensatz zu einem Leveraged Token mit einem fixen Basispreis - dafür kann man bei dem liquidiert werden. Pest oder Cholera - aber "no free lunch". Such's dir aus. 😉

Bei dir klingt das immer so, als würde man sein komplettes Hab und Gut ausschließlich darauf setzen. Ist dir nicht bewusst, dass das die Leute nur mit einem Teil ihres Portfolios machen? Du solltest den Spruch "Diversifikation ist der einzige Free Lunch" (in der Finanzwelt) eigentlich kennen - und der gilt nicht nur pro Asset (bzw Assetklasse), sondern auch für die Methoden.

Könnte schwierig werden. 😉 a) Es war ein Glücksritter, der zufällig den oder die Jackpot-Trades gemacht hat. b) Es war ein absoluter Profi mit perfekter Intuition durch jahre- bis jahrzehntelange Übung. Ob du dessen Feinheiten mit deinem System überhaupt abbilden kannst?

Wozu die Frage? Das wurde in diesem Thread doch schon längst geklärt.

Skalierst du da die Candle-Daten vorher auf relative Größen um? Oder schiebst du sie und die diversen Indikatoren unverändert rein?

Korrekt. Und deshalb setzt man da das Equity Kurve Modelling noch obendrauf. Aber was hat das mit der Methode unterdrunter zu tun?

Auch da gibt es Ansätze - D3 ist nachgewiesenermaßen ein Immunregulator. Bei mangelhaften D3-Spiegeln kann Covid-19 sehr viel leichter zu den überschießenden Reaktionen in der Lunge führen. (Stichwort "überschießende Immunreaktion".)

Vor 25 Jahren habe ich in einem DAX-Konzern gearbeitet. In der Zeit hat die amerikanische Gesundheitsbehörde neue Regeln rausgebracht, denen sich jede Firma unterwerfen musste, die weiterhin Produkte auf dem amerikanischen Health-Sektor verkaufen wollte. Ein Punkt davon war die saubere Dokumentation aller Prozesse. Was hat unser Konzern gemacht? Statt das zum Anlass zu nehmen, alle Prozesse zu überarbeiten und zu entschlacken und alte Zöpfe abzuschneiden, wurde einfach alles bestehende und aller Wildwuchs dokumentiert. Als dann der Auditor der FDA kam und das Regelwerk begutachtet hatte, meinte er nur, er habe noch nie eine Firma gesehen, die sich das Leben selber so schwer mache ...

Sicher? Kannst du das detaillieren? Würde mich interessieren.

So simpel ist es auch nicht. Wie weiter oben jemand mit zwei Links gepostet hat, erhärten Studien inzwischen immer mehr den Verdacht, dass ein zu niedriger D3-Spiegel (*) den Anteil der schweren Krankheitsverläufe erhöht. Strittig ist eher die Frage, ob eine D3-Zufuhr bei Leuten, die keinen mangelhaften Spiegel haben, noch irgendetwas bringt. zu *: Vorausgesetzt, der D3-Spiegel ist nicht krankheitsbedingt erniedrigt, sondern niedrig einfach aufgrund der heutzutagen typischen ungesunden Lebensweise (wenig draußen, unausgewogene Ernährung, wenig Bewegung, ...).

Der Bitpanda-Fonds ist kein Papier auf diesen Index, sondern der "manuelle Nachbau", den Bitpanda für dich erledigt. Insofern völlig andere Baustelle.

Mit kleinen NNs spiele ich seit Jahren herum, diverse Artikel zu diversen anderen Methoden (wie z.B. Random Forests oder Deep Reinforcement Learning) habe ich gelesen. Gerade bei den NNs oder dem DRL ist doch recht viel Hintergrundwissen sinnvoll, weil es teilweise auch viel Gespür bzw einiges an Erfahrung braucht, da gute Ergebnisse zu bekommen. Gerade bei NNs muss man die Daten gut und sinnvoll transformieren. Random Forests würden im Gegensatz zu den meisten anderen ML-Verfahren die Candle-Daten auch roh und untransformiert vertragen, steigen dann aber aus, wenn die Preise Höhen (oder Tiefen) erreichen, die im Trainingsmaterial nicht enthalten waren. Sprich, da muss man schon einiges an Hirnschmalz und Erfahrungen reinstecken. So fit bin ich einfach noch nicht. GP ist mir leichter zugänglich, weil man da weiterhin mit Preisen und Indikatoren auf die vertraute Art hantiert. Und es ist einfach sehr interessant. 😉 GA/GP ist eine Methodik, die man um sein Projekt außen rum "stülpen" kann. Insofern ein weicherer Übergang von konventieoneller Bot-Programmierung als die von dir genannten ML-Methoden. IMHO auch recht modern, geht aber im aktuellen Hype um Deep NNs und ihre beeindruckenden Klassifizierungsfähigkeiten vielleicht etwas unter? Wundert mich. Sind doch eigentlich letztendlich alles Verfahren zum Identifizieren von Mustern in verrauschten Daten. Sollten somit letztendlich alle ähnlich gut oder schlecht performen. Vielleicht fehlt in deinem Matlab nur eine vernünftige Toolbox für genetische Programmierung? 😁

Dann ist der Weg doch nicht mehr weit ...? 😉 Um den Bogen von der Programmierung einer Siemens zur Programmierung eines Bots zu schlagen, könnte @fjvbit ein guter Ansprechpartner sein. 🙄

Kurz OT: Hat schon jemand mal versucht, einen Bot auf Basis Genetischen Programmierens zu entwickeln, und Interesse, sich darüber auszutauschen?

Hat schon jemand mal versucht, einen Bot auf Basis Genetischen Programmierens zu entwickeln, und Interesse, sich darüber auszutauschen? Zur Begriffsklärung, soweit ich das nach Lesen diverser Artikel verstanden zu haben glaube: Genetische Optimierung bezieht sich auf die Optimierung von Parametern, also vereinfacht: welche Einstellungen für welchen Indikator-Parameter oder welchen Bot-Parameter. Man muss also weiterhin die Strategie vorgeben, kann aber mit den genetischen Algorithmen die Suche nach brauchbaren Einstellungen für die Schräubchen der eigenen Strategie unterstützen. Genetische Programmierung bedeutet im Gegensatz dazu, dass die genetischen Algorithmen die Regeln (plus die Einstellungen) der Trading-Strategie selber finden. Dazu werden die Regeln der Strategie meist als veränderbarer Baum aufgebaut, und die genetischen Algorithmen können Knoten zu diesem Baum dazufügen, verändern oder löschen. Letztendlich wird es also der künstlichen Evolution überlassen, welche Preise und welche Indikatoren wie zur Entscheidungsfindung miteinander verknüpft werden. Mit dem ersten, der genetischen Optimierung, habe ich mich schon beschäftigt und sie in meinen aktuellen Backtest eingebaut. Ich verwende die NSGA II-Methode (*) und bin damit recht zufrieden. Die Parameter, die in weniger als einem Fünftel der bisherigen Rechenzeit gefunden werden, sind mindestens genauso gut wie die meiner bisherigen Backtestmethode, die einfach zufallsgesteuert Stichproben aus dem ganzen Parameterraum zieht. Mit der genetischen Programmierung möchte ich anfangen. Dazu muss ich in meinen Bot noch sowas wie einen Regel-Interpreter einbauen, denn bisher hatte ich ja nur hart-kodierte Strategien. Wenn der steht und funktioniert, dann kann ich die Strategieregeln zukünftig aus einer Textdatei in einem Baum einlesen und den dann durch die GAs verändern und optimieren lassen. Dazu gibt es eine schöne Artikelserie, die ich im Thread "Deep Reinforcement Lerarning" schon mal gepostet habe: https://fabian-kostadinov.github.io/2014/09/01/evolving-trading-strategies-with-genetic-programming-an-overview/ Ich würde mich freuen, wenn sich auch jemand anders dafür interessiert, und ggfs ein reger Erfahrungsaustausch entsteht ...? *: "Non dominated Sorting Genetic Algorithm"

erachte ich auch als einen lösungsansatz Das ist wahrscheinlich der einzige Lösungsansatz, der auf die schnelle halbwegs realistisch ist. Jeder, der ordentlich Strom verbraucht, muss die entsprechenden CO2-Zertifikate haben bzw nachweisen, dass sein Strom grün ist. Das wäre natürlich sehr viel besser. 👍 Scheitert bisher wohl daran, dass a) man nicht so gut nachkontrollieren kann, ob derjenige wirklich sinnvolles gerechnet hat - ein Hash ist trivial für jedermann zu kontrollieren, eine berechnete Proteinfaltung oder ein mittels SETI überprüfter Himmelsanteil oder ähnliches nicht b) ein nahezu unendlich großer Aufgabenraum ziemlich gleichen Schwierigkeitsgrades gebraucht wird - ein Aufgabenwechsel ala "SETI ist durchgerechnet, machen wir mit Proteinfaltung weiter" benötigt ja gleich eine Hardfork, weil's nicht miteinander kompatibel ist Aber früher erschien ein dezentrales Payment-System ohne Mittelsmänner genauso unmöglich - irgendwann wird sicherlich auch hierfür eine Lösung gefunden ...

Auch wenn das noch so suggestiv ist - wenn der Pi Cycle-Indicator 2019 erst gebaut wurde, dann wurden die ersten drei Treffer als Grundlage hineingesteckt. Damit ist es zwingend, dass sie auch wieder herauskommen müssen. Interessant sind folglich nur neue Treffer, die nach seiner Veröffentlichung dazu kommen. Und da haben wir bisher nur einen einzigen, was für eine überzeugende Statistik arg wenig ist. Sprich, die Chancen sind groß, dass der Pi Cycle nicht funktioniert, weil "er recht hat", sondern weil genügend Leute denken, dass er stimmt, und aufgrund ihrer Aktionen (selbsterfüllende Prophezeiung) selber dafür sorgen, dass er anscheinend stimmt. Versteh mich nicht falsch - warum er funktioniert, ist eigentlich egal; Hauptsache, er funktioniert. Man muss nur im Hinterkopf behalten, dass - wenn etwas nicht aufgrund einer tatsächlichen Kausalität, sondern aufgrund von Massensuggestion funktioniert - es schiefgeht, sobald nicht mehr genügend Leute dran glauben. (Hätte z.B. Amazon am bewussten dritten Tag verkündet, zukünftig BTC anzunehmen, dann hätte das den Pi Cycle vermutlich überstimmt, und dann wäre seine Glaubwürdigkeit fürs nächste Mal schon massiv angeschlagen gewesen.)

Ihr solltet für die Position auf eurer Liste einen gewichteten Mittelwert aus Nachfragehäufigkeit x Aufwand x Lizenzpreis bilden. 😉 - hohe Nachfragehäufigkeit lässt auf der Liste vorrücken - wenig Aufwand lässt auf der Liste hochrücken - teure Lizenzen lassen auf der Liste vorrücken SCNR

Hm. Diese beiden Usability-Katastrophen nerven schon seit Jahren. Und sie wären - aus der Sicht eines Software-Entwicklers - ziemlich trivial zu beheben. Ich würde eure Zögerlichkeit verstehen, wenn das Änderungen der Datenstrukturen oder des Workflows oder von sonstwas größeres nach sich ziehen würde. Aber das ist ja nur eine kleine Änderung im UI, die keine oder praktisch keine Seiteneffekte haben dürfte. Ihr spielt ja immer wieder Updates ein - welche Gründe kann es geben, dass so was kleines - das allen Leuten mit vielen Trades helfen würde - immer noch nicht realisiert ist?

Jetzt ist schon ein Vierteljahr vorbei - kannst du @Andreas_CoinTrackingschon was sagen, wann diese dringend erwünschten Usability-Verbesserungen kommen könnten?

Futures sind IMHO immer Termingeschäfte. Binance hat - falls ich mich recht erinnere - im Spotmarket im Advanced UI auch die Möglichkeit zu Margin Trading, d.h. ganz ohne Futures. (Edit: Im Gegensatz zu Derivaten ist der maximale Hebel beim normalen Margin Trading recht klein, bei Kraken z.B. maximal 5. "Irgendwelches mo-sunny-mmcrypto-usw-100x-rumgezocke" geht nur mit Derivaten o.ä..)

D.h. ihr habt keine explizite Importfunktion, sondern könntet die Posts des Threads nur 1:1 in die Forums-DB kopieren - was man in realiter aber tunlichst vermeidet, weil dann vermutlich interne IDs doppelt vergeben wären o.ä.