Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.
Panel

Inhaltsverzeichnis:

Table of Contents

Historisch bedingt war die bisherige Modellierung in ShareHolder für Neuronale Netze optimiert. Daher werden sogenannte Trainings-Eingabe-Werte definiert die sich auf Basis von technischen Indikatoren definieren. Im Modell-Training wird dann ein selbstlernendes Training umsetzt, um die Nutzung, Parametisierung und Optimierung in der Verwendung automatisch zu bestimmen. Technisch wird dabei auf Basis vom H2o-Framework gearbeitet und intern in den optimierten Modellen mittels Distributed-Random-Forest und Gradient-Boost-Machine-Algorithmen verwendet. Diese sind den Neuronalen Netzen/ Deep-Learning-Netzen in diesem Anwendungsfall deutlich überlegen. (Hinweis: Mit dem Kursprognose-AddOn können aber auch diese aufgebaut, trainiert und genutzt werden).

...