Gibt es ein Muster in diesem Chaos? Lassen Sie uns versuchen, es zu finden! Maschinelles Lernen am Beispiel einer bestimmten Stichprobe. - Seite 15
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Was wollen Sie, eine unendliche Welt verstehen oder so?
Ich muss mein Wissen auf die Maschine übertragen, denke ich. Es gibt keinen klaren Algorithmus, es gibt eine Reihe von Zeichen, also gebe ich sie, um einen statistischen Vorteil in verschiedenen Situationen zu offenbaren. Ich kann nicht selbst handeln - ich breche die Regeln - ich bin emotional.
Nein, natürlich ist es gut, wenn es neue Muster gibt, besonders wenn man mit verschiedenen Instrumenten arbeitet.
Aber selbst 4 Indikatoren reichen aus, um sich ein mageres Muster einzuprägen - ich sehe da ein großes Risiko des Herumbastelns.
In Ihrem Fall, wie viele Balken/Beispiele in der Historie beim Training? Trainieren Sie einen Satz von Indikatoren nur einmal oder gibt es ein Over-Seeding? Wie tief ist der Baum und wie viele davon sind in dem obigen Modell enthalten? Ist die Anzahl der Quantisierungssplits standardmäßig festgelegt?
Die Frage der Branche ist sicherlich interessant....
Das habe ich mich auch gefragt.
Vielleicht lässt sich ein Muster erkennen.
Ich schlage vor, mehrere Takte hintereinander zu analysieren, zum Beispiel 3-4.
Verschieben Sie dann einen Takt vom Anfang dieser Probe von 3-4 Takten und analysieren Sie erneut.
Als ob Sie eine Probe über eine andere legen würden.
Es ist möglich, ein Muster zu finden
Etwa so:
Im Wesentlichen schlagen Sie vor, nach dem Ergebnis des nächsten Balkens zu suchen, d.h. wie sich der Preis nach einem bestimmten Zeitintervall verändern wird. Dann nehmen Sie die Ergebnisse des Modells, machen einige Schritte und trainieren erneut, indem Sie die Ergebnisse der Modellklassifizierung zu den Prädiktoren hinzufügen.
Im Wesentlichen schlagen Sie vor, nach dem Ergebnis des nächsten Balkens aus dem aktuellen zu suchen, d.h. wie sich der Preis in einem bestimmten Zeitintervall ändern wird. Dann nehmen Sie die Ergebnisse der Arbeit des Modells, machen einige Schritte und trainieren erneut, indem Sie die Ergebnisse der Klassifizierung des Modells zu den Prädiktoren hinzufügen.
Und so weiter.
Das heißt, man berechnet das Hauptmuster, das dem Handelssystem die Beziehung zwischen benachbarten Balken erklärt, und minimiert das Chaos.
Ja, ja.
Ich meine, um das zugrunde liegende Muster herauszufinden.
Man könnte einfach versuchen, verschiedene Proben zu füttern, um mit neuen Daten weiter zu lernen. Ich glaube, sogar CatBoost kann das. Es weiß auch, wie man Muster zusammenführt, aber ich habe mich damit nicht beschäftigt.
Sie können einfach versuchen, verschiedene Proben zu füttern, um mit neuen Daten weiter zu lernen. Auch CatBoost scheint dazu in der Lage zu sein. Es weiß auch, wie man Modelle zusammenführt, aber ich habe mich damit nicht beschäftigt.
Wenn Sie "unterschiedlich" meinen, dann ist es das nicht.
Zeitversetzt auf denselben Daten, das ist etwas anderes.
Das Ziel ist es, die Beziehung zwischen benachbarten Balken zu bestimmen.
Ich muss mein Wissen auf die Maschine übertragen, denke ich. Es gibt keinen klaren Algorithmus, es gibt eine Reihe von Zeichen, so dass ich sie geben, um statistische Vorteil in verschiedenen Situationen zu identifizieren. Ich kann die Hände nicht selbst handeln - ich breche die Regeln - ich bin emotional.
Nein, natürlich ist es gut, wenn es neue Muster gibt, vor allem solche, die auf verschiedenen Instrumenten arbeiten.
Aber selbst 4 Indikatoren reichen aus, um sich ein mageres Muster einzuprägen - ich sehe ein großes Risiko, daran herumzubasteln.
In Ihrem Fall, wie viele Balken/Beispiele in der Geschichte auf die Ausbildung? Trainieren Sie einen Satz von Indikatoren nur einmal oder gibt es ein Over-Seeding? Wie tief ist der Baum und wie viele davon sind in dem obigen Modell enthalten? Ist die Anzahl der Quantisierungssplits standardmäßig festgelegt?
In einer normalen Situation hat das Seeding so gut wie keine Auswirkungen, es kommt auf den Algorithmus an. Wenn Sie mit dem Seed herumspielen müssen, sind die Daten bereits fehlerhaft.
Bei der Überprüfung neuer Daten kann man sich einigermaßen sicher sein, dass es nur 10 und nicht 1000 Zeichen gibt.
Ich glaube, die Standardtiefe ist 6, sie beeinflusst auch nicht viel, außer bei kritischen Werten.
Die Lerntiefe wirkt sich unterschiedlich aus, abhängig von der historischen Variabilität.
Ja, ja.
Es geht darum, ein Grundmuster zu berechnen, das dem Handelssystem die Beziehung zwischen benachbarten Balken erklärt und das Chaos minimiert.
sich selbst ausbrennen.
sich verbrennen
Du hast dich noch nicht beruhigt, oder?
Du bist so ein Tyrann.
;)))
Sie können sich nicht beruhigen, oder?
Du bist so ein Tyrann.
;)))
einfach verbrennen
einfach verbrennen
;)