이것은 Aleksey만이 말하는 것이 아닙니다. 제 생각에는 이것은 시스템이 가격과 마찬가지로 SB에서 "쿨하게" 학습하는 경우 MO뿐만 아니라 간단한 지표에서도 전략을 테스트하는 명백한 방법입니다. 이것은 오버핏입니다. 예를 들어 Forex 분 의 경우 다음 5-30분 동안의 예측 정확도는 55-57%를 초과해서는 안 됩니다. 60%의 경우 울트라-HFT가 있고 그렇지 않은 경우를 제외하고는 모든 것을 다시 확인할 가치가 있습니다. 폭력과 협박을 통해서는 물론이고 돈을 위해 얻을 수 있는 세상의 모든 데이터를 데이터마이닝하지 마십시오.
나는 더 올라갈 수 없었다. 하지만 스프레드, 스왑 수수료, 이 5%가 먹힐 것 같았습니다. 그리고 버려진... 아니면 돈을 벌 수 있습니까?
그것들은 계속 사라집니다. 약 50%는 무작위이며 유용한 신호가 없습니다. 이것은 노이즈 또는 언더핏을 통한 조정입니다. Akuras는 최소 0.2-0.3이어야 합니다.
신호 분포를 보더라도 (다른 Alexey로 우리가 한 일, 비록 그가 완전히 이해하지는 못했지만). 그런 다음 그러한 akuras를 사용하면 약 0.5(분류의 경우)가 됩니다. 확률은 항상 약 0.5이고 유용한 신호입니다. 전체 세트에서 100% 정확도로 분류된 레이블은 전혀
모든 것이 뒤죽박죽입니다)) 여기에서 그들이 정말로 오해의 소지가 있다고 말하고 Sanych의 손자는 올바르게 알아 차렸습니다.
예를 들어 Forex 시간의 경우 다음 5-30분에 대한 예측의 정확도는 55-57%를 초과해서는 안 됩니다. 60%의 경우 울트라 HFT가 있고 그렇지 않은 경우를 제외하고 모든 것을 다시 확인할 가치가 있습니다. 폭력과 협박을 통해서는 물론이고 돈을 위해 얻을 수 있는 세상의 모든 데이터를 데이터마이닝하지 마십시오.
40%는 이미 och. 잘. 어떻게 해서든 테스트를 해보니 30%에서 이익이 더 많거나 적었습니다. 이익률은 약 25% 정도입니다.
https://developers.google.com/machine-learning/crash-course/
이것은 google의 python 지원이며 이미 내장된 TFlow, 무료 Tesla K80 GPU 및 TFlow를 위한 일종의 TPU(텐서 처리 장치)와의 협업입니다.
농담은 아무것도 설치할 필요가 없으며 약한 노트북에서도 충분히 실험 할 수 있다는 것입니다.
Alyosha, 나는 당신에게 끔찍한 비밀을 말할 것입니다. 아무에게도 말하지 마십시오)))
정밀도와 재현율을 집계하는 몇 가지 방법이 제공되었습니다.
F-측정 - 정밀도와 재현율의 조화 평균
R-정확도는 t당 균형점입니다. 다른분들도..
F가 무엇인지는 알지만, 이 점수는 반자동으로 요인을 설정해야 하기 때문에 전체 점수가 아니라 선호도 적합 점수를 나타냅니다. F1은 30 * 50 및 50 * 30(R * P)의 동등성 때문에 의미가 없습니다. 저에게는 전혀 동등하지 않습니다.
이것은 Aleksey만이 말하는 것이 아닙니다. 제 생각에는 이것은 시스템이 가격과 마찬가지로 SB에서 "쿨하게" 학습하는 경우 MO뿐만 아니라 간단한 지표에서도 전략을 테스트하는 명백한 방법입니다. 이것은 오버핏입니다. 예를 들어 Forex 분 의 경우 다음 5-30분 동안의 예측 정확도는 55-57%를 초과해서는 안 됩니다. 60%의 경우 울트라-HFT가 있고 그렇지 않은 경우를 제외하고는 모든 것을 다시 확인할 가치가 있습니다. 폭력과 협박을 통해서는 물론이고 돈을 위해 얻을 수 있는 세상의 모든 데이터를 데이터마이닝하지 마십시오.
나는 더 올라갈 수 없었다. 하지만 스프레드, 스왑 수수료, 이 5%가 먹힐 것 같았습니다. 그리고 버려진...
아니면 돈을 벌 수 있습니까?
그것들은 계속 사라집니다. 약 50%는 무작위이며 유용한 신호가 없습니다. 이것은 노이즈 또는 언더핏을 통한 조정입니다. Akuras는 최소 0.2-0.3이어야 합니다.
신호 분포를 보더라도 (다른 Alexey로 우리가 한 일, 비록 그가 완전히 이해하지는 못했지만). 그런 다음 그러한 akuras를 사용하면 약 0.5(분류의 경우)가 됩니다. 확률은 항상 약 0.5이고 유용한 신호입니다. 전체 세트에서 100% 정확도로 분류된 레이블은 전혀
모든 것이 뒤죽박죽입니다)) 여기에서 그들이 정말로 오해의 소지가 있다고 말하고 Sanych의 손자는 올바르게 알아 차렸습니다.
예를 들어 Forex 시간의 경우 다음 5-30분에 대한 예측의 정확도는 55-57%를 초과해서는 안 됩니다. 60%의 경우 울트라 HFT가 있고 그렇지 않은 경우를 제외하고 모든 것을 다시 확인할 가치가 있습니다. 폭력과 협박을 통해서는 물론이고 돈을 위해 얻을 수 있는 세상의 모든 데이터를 데이터마이닝하지 마십시오.
40%는 이미 och. 잘. 어떻게 해서든 테스트를 해보니 30%에서 이익이 더 많거나 적었습니다. 이익률은 약 25% 정도입니다.
100% 정확도가 뭐지?))) 아마도 누군가가 오래 동안 완두콩으로 벽을 두드린 후에 화상을 입었을 것입니다. 53-55% 모든 것, 약 70-90%에 대한 이야기가 완전한 쓰레기입니다. 반복 할 많은 ...
50% 정확도로 모델을 구축하려면 어떻게 해야 할까요? )) 무작위로 거래하는 것이 더 쉽고 동일합니다.
길을 따라 모두 거기에서 무엇을하고 있습니까
3-5% 전혀 없음, 오류, 완전히 다른 원칙에 따라 모델이 구축됨50이 아니라 55%, 비교를 위해 numerai에서 데이터를 가져 와서 얼마나 정확도와 로고가 있는지 확인하십시오.
왜 모두가 스스로를 속이거나 합병한다고 생각합니까, 그것이 시장입니다 ...
좋아요, 55%에서 여러 대조 샘플에서 동일한 경우 여전히 가능하고, 그렇지 않으면 무작위입니다. 그러나 여러 가지에서 결코 같지 않습니다.
이론적인 눈보라를 몰아붙이지 말자. 숫자로 날짜를 시험해 보자. 내 말을 믿지 않는다면 그들은 실제 생활에 거의 적절한 예측을 가지고 있지만 더 긴 모델 기간을 가지고 있고, 인트라데이가 더 잘 예측되지만 그 이상은 아닙니다. 60%(많은 구매 데이터 포함)
우리는 우리 자신의 숫자입니다)) 알겠습니다. 알겠습니다. 수조 개의 데이터와 관련이 있을 수 있지만 그렇게 큰 데이터 세트에 대해서는 훈련하지 않습니다.
또 다른 접근 방식이 있습니다. 확률 임계값이 설정되고 시간이 지남에 따라 모델이 악화되기 시작하면 거래가 점점 줄어들고 결과적으로 모든 것이 0.5 주변에서 멈추기 시작하고 신호가 없습니다. 하지만 그러기 위해서는 먼저 좋은 쿠라시로 훈련을 받아야 합니다.
우리는 우리 자신의 숫자입니다)) 알겠습니다. 알겠습니다. 수조 개의 데이터와 관련이 있을 수 있지만 그렇게 큰 데이터 세트에 대해서는 훈련하지 않습니다.
또 다른 접근 방식이 있습니다. 확률 임계값이 설정되고 시간이 지남에 따라 모델이 악화되기 시작하면 거래가 점점 줄어들고 결과적으로 모든 것이 0.5 주변에서 멈추기 시작하고 신호가 없습니다. 하지만 그러기 위해서는 먼저 좋은 쿠라시로 훈련을 받아야 합니다.
독성 예측 변수에 어떤 형태로든 PD sp 수준을 사용합니까?