Vår partnerSkilling
  • Tilpasset norske tradere
  • Norsk kundeservice
  • Innskudd via Nordea

65% av ikke-profesjonelle taper penger når de handler CFDer med denne leverandøren.

Åpne konto
Modul 4 · Maskinlæring i trading

4.1 Slik lærer en maskin

Leksjon 15 av 26Lesetid: 2 min

Maskinlæring betyr at datamaskinen lærer fra eksempler. Grunnideen er enkel.

Tre ingredienser

DelForklaringTradingeksempel
EgenskaperInformasjonen modellen fårRSI, avstand til glidende snitt, volum, ukedag
FasitDet modellen skal lære å forutsiSteg prisen de neste fem dagene? Ja eller nei
TreningModellen justerer seg for å treffe fasiten best muligTusenvis av historiske eksempler

Etter treningen kan modellen gi et anslag for nye situasjoner: «I situasjoner som ligner denne, steg prisen 54 prosent av gangene.»

Vanlige typer modeller

  • Lineær regresjon: Enkel og lett å forstå.
  • Beslutningstrær og «random forest»: Mange ja/nei-spørsmål. Populære i finans.
  • Nevrale nettverk: Kraftige, men trenger mye data og blir lett overtilpasset.

54 prosent er ikke 100 prosent

Selv en god modell gir bare sannsynligheter – og ofte bare litt bedre enn myntkast. I trading kan det være nok, men bare hvis gevinstene er store nok til å dekke kostnadene og risikoen styres godt.

Vil du prøve selv?

Med Python og gratis biblioteker som scikit-learn kan du lage en enkel modell på en ettermiddag – og en språkmodell kan skrive koden for deg. Bruk det som en læringsøvelse, ikke som en pengemaskin.

Kort oppsummert

  • Maskinlæring består av egenskaper, fasit og trening på historiske eksempler.
  • Modellen gir sannsynligheter – ofte bare litt bedre enn myntkast.
  • Enkle modeller er lettere å forstå og blir sjeldnere overtilpasset.
Øv på det du har lært – uten risikoPrøv det i praksis på en gratis demokonto hos Skilling, med ekte priser og fiktive penger.
Åpne gratis demokonto

65% av ikke-profesjonelle taper penger når de handler CFDer med denne leverandøren.