나는 기계 학습이 피쳐 엔지니어링과 같은 것을 사용한다는 것을 배웠습니다. 당신은 한 가격에 멀리 얻을 수 없습니다. 우리의 경우 기호는 가격의 특정 기능입니다. 문제는 어떤 기능을 사용할 것인가입니다. 매개변수가 다른 지표를 어리석게 정렬하는 것은 옵션이 아닙니다. 이 주제에 대한 흥미로운 자료. Google은 항상 그렇듯이 온갖 쓰레기를 내거나 오히려 주제에 대해 아무 것도 제공하지 않습니다. 룬에서 검색했습니다. 아마도 누군가 주제에 대한 자료를 알고 있을 것입니다.
추신. 다시 시작해야 합니다. 그 때 나는 마음에 들지 않는 표지판을 디자인하는 방법을 배웠습니다. 선택을 진행할 수 있습니다.
나는 내 질문에 대한 답을 찾을 수 없다는 것을 깨달았습니다. 읽을 수 있는 곳에서 그들은 이것이 예술이라고 씁니다. 문제는 지표가 많고 이에 대해 설정할 수 있는 매개변수가 훨씬 더 많다는 것입니다. 무차별 대입으로 가능한 모든 조합을 확인하시겠습니까? 나는 그것을하는 방법을 모른다. 마찬가지로 기본 선택 규칙이 필요한 다음 기능 선택 방법에 따라 선택한 표시기로 작업합니다.
징후가 존재한다고 확신하십니까? 또는 예를 들어, 여러 Pts가 있을 수 있습니다. 당연히 이 경우 열거형이나 온갖 조합으로 받아들일 수 없고, 유일한 방법은 시스템이 스스로 결정하는 것이다. 이러한 관점에서 특정 예측 변수와 그 조합에 대한 검색은 미친 운동처럼 보입니다(물론 역사에서 우리는 항상 성공적으로 찾을 것입니다).
여기서 한 가지 방법만 알 수 있습니다. 시스템은 교육 중에 이 기능 집합을 자체적으로 식별해야 하며 사용자를 위한 것이 아니라 자체적으로 식별해야 합니다. 그리고 우리의 임무는 훈련을 위한 데이터를 준비하는 것입니다. 그러한 준비의 유일한 임무는 시스템에 어떤 선험적 데이터를 어떻게든 알려서 시스템의 범위를 줄이는 것입니다. 즉, 거래가 명백히 부적절할 경우 간격을 차단하십시오.
우리는 문제를 명확하게 공식화해야 하지만 시스템을 위해 해결하려고 해서는 안 됩니다. IMHO, 무차별 대입으로 해결하려고 시도하기에는 모든 것이 너무 복잡합니다.
징후가 존재한다고 확신합니까? 또는 예를 들어, 여러 Pts가 있을 수 있습니다. 당연히 이 경우 열거형이나 온갖 조합으로 받아들일 수 없고, 유일한 방법은 시스템이 스스로 결정하는 것이다. 이러한 관점에서 특정 예측 변수와 그 조합에 대한 검색은 미친 운동처럼 보입니다(물론 역사에서 우리는 항상 성공적으로 찾을 것입니다).
여기서 한 가지 방법만 알 수 있습니다. 시스템은 교육 중에 이 기능 집합을 자체적으로 식별해야 하며 사용자를 위한 것이 아니라 자체적으로 식별해야 합니다. 그리고 우리의 임무는 훈련을 위한 데이터를 준비하는 것입니다. 그러한 준비의 유일한 임무는 시스템에 어떤 선험적 데이터를 어떻게든 알려서 시스템의 범위를 줄이는 것입니다. 즉, 거래가 명백히 부적절할 경우 간격을 차단하십시오.
우리는 문제를 명확하게 공식화해야 하지만 시스템을 위해 해결하려고 해서는 안 됩니다. IMHO, 무차별 대입으로 해결하려고 시도하기에는 모든 것이 너무 복잡합니다.
나는 아무것도 확신하지 못합니다 :)
글쎄요, 주요 기능은 가격 자체라고 가정해 보겠습니다. 우리의 임무(예: 분류)는 역사상 안정적이고 수익을 낼 수 있는 매수/매도 조합을 찾는 것입니다. 맞죠? 어떤 종류의 모델 형태로 이러한 거래에 해당하는 배경. 동시에 예를 들어 자신이 특정 기능 세트(약 20개)를 사용합니다. 그 이유는 무엇입니까? 그리고 시스템 자체가 이러한 기능을 강조하도록 강제하는 방법은 무엇입니까?
사실 이것은 "인공 지능"의 가능성이 없는 일반적인 최적화 문제입니다. 나는 그러한 시스템의 많은 버전을 가지고 있으며 어제 마지막 버전을 완료했습니다. 결과는 동일합니다. 샘플 외부의 불안정한 작업과 훈련에서 거의 100% 정확도 및 모든 정확도(선택 가능)를 달성할 수 있지만 정확도의 감소가 과적합이 적다는 의미는 아닙니다. 또한 이를 위해 R 및 복잡한 난해한 모델을 사용할 필요가 없으므로 결과는 정확히 동일합니다.
글쎄요, 주요 기능은 가격 자체라고 가정해 보겠습니다. 우리의 임무(예: 분류)는 역사상 안정적이고 수익을 낼 수 있는 매수/매도 조합을 찾는 것입니다. 맞죠? 동시에 , 예를 들어 귀하는 특정 기능 세트(약 20개)를 사용 합니다. 그 이유는 무엇입니까? 그리고 시스템 자체가 이러한 징후를 강조하도록 만드는 방법은 무엇입니까?
왜 그렇게 생각합니까? 어디에?
시스템을 위해 나는 표지판을 사용하지 않습니다. 기호로 나는 전혀 분석할 필요가 없는 시계열 (학습과 기능 모두에서) 영역만 잘라냈습니다.
NS 자체는 시계열을 직접 씹습니다.
이미 책을 저술하고 인용하기도 했습니다. NS는 기존의 방법과 함께 고도로 전문화된 작업을 수행합니다.
나는 기계 학습이 피쳐 엔지니어링과 같은 것을 사용한다는 것을 배웠습니다. 당신은 한 가격에 멀리 얻을 수 없습니다. 우리의 경우 기호는 가격의 특정 기능입니다. 문제는 어떤 기능을 사용할 것인가입니다. 매개변수가 다른 지표를 어리석게 정렬하는 것은 옵션이 아닙니다. 이 주제에 대한 흥미로운 자료. Google은 항상 그렇듯이 온갖 쓰레기를 내거나 오히려 주제에 대해 아무 것도 제공하지 않습니다. 룬에서 검색했습니다. 아마도 누군가 주제에 대한 자료를 알고 있을 것입니다.
추신. 다시 시작해야 합니다. 그 때 나는 마음에 들지 않는 표지판을 디자인하는 방법을 배웠습니다. 선택을 진행할 수 있습니다.
행운을 빕니다. 계속 읽으십시오.
맥심, 어떤 Vizard_ 의 글은 잘 읽고 계신가요 ? 이 삼촌은 훌륭한 일을 합니다. 제 스레드를 보세요.
이것 , 이것 , 이것 , 아마도 이것 을 보십시오 .
행운을 빕니다. 계속 읽으십시오.
이 모든 것을 읽었는데 문제는 기능의 중요성이 샘플마다 크게 다르며 이러한 모든 조작은 실제 거래가 아닌 통계 분석에 유용하다는 것입니다.
일반 최적화, 즉
아, 저를 위한 것이 아닙니다.. 죄송합니다 :D
맥심, 어떤 Vizard_ 의 글은 잘 읽고 계신가요 ? 이 삼촌은 훌륭한 일을 합니다. 제 스레드를 보세요.
네, 하지만 너무 훌륭해서 지금 단계에서 끌 수 없습니다 :) + 그는 연간 20% 이상을 벌 수는 없다고 썼습니다. 아마도 항상 이러한 진술로 시작하여 세부 정보로 이동해야 합니다. )
이것 , 이것 , 이것 , 아마도 이것 을 보십시오 .
행운을 빕니다. 계속 읽으십시오.
나는 내 질문에 대한 답을 찾을 수 없다는 것을 깨달았습니다. 읽을 수 있는 곳에서 그들은 이것이 예술이라고 씁니다. 문제는 지표가 많고 이에 대해 설정할 수 있는 매개변수가 훨씬 더 많다는 것입니다. 무차별 대입으로 가능한 모든 조합을 확인하시겠습니까? 나는 그것을하는 방법을 모른다. 마찬가지로 기본 선택 규칙이 필요한 다음 기능 선택 방법에 따라 선택한 표시기로 작업합니다.
나는 이것을 모두 읽었습니다. 문제는 기능의 중요성이 샘플마다 크게 다르다는 것입니다.
징후가 존재한다고 확신하십니까? 또는 예를 들어, 여러 Pts가 있을 수 있습니다. 당연히 이 경우 열거형이나 온갖 조합으로 받아들일 수 없고, 유일한 방법은 시스템이 스스로 결정하는 것이다. 이러한 관점에서 특정 예측 변수와 그 조합에 대한 검색은 미친 운동처럼 보입니다(물론 역사에서 우리는 항상 성공적으로 찾을 것입니다).
여기서 한 가지 방법만 알 수 있습니다. 시스템은 교육 중에 이 기능 집합을 자체적으로 식별해야 하며 사용자를 위한 것이 아니라 자체적으로 식별해야 합니다. 그리고 우리의 임무는 훈련을 위한 데이터를 준비하는 것입니다. 그러한 준비의 유일한 임무는 시스템에 어떤 선험적 데이터를 어떻게든 알려서 시스템의 범위를 줄이는 것입니다. 즉, 거래가 명백히 부적절할 경우 간격을 차단하십시오.
우리는 문제를 명확하게 공식화해야 하지만 시스템을 위해 해결하려고 해서는 안 됩니다. IMHO, 무차별 대입으로 해결하려고 시도하기에는 모든 것이 너무 복잡합니다.
ada가 rf보다 더 나은 결과를 제공한다는 점에 주목하고 싶습니다. 더 정확하고 과적합이 덜 발생합니다. 그리고 rf가 아닌 ada를 사용해야 합니다.
따라서 모든 것이 무리가 아닙니다.
GARCH와 함께 - 너무 어렵습니다. 지금까지 ARIMA, GARCH 및 배포를 통해 진행했습니다.
SanSanych는 우리를 울창한 임의의 숲 으로 안내하고 거기에 남겨 두었고 이제는 숲에 들어갈 필요가 전혀 없다고 말합니다. 글쎄, 그냥 수사닌.
그리고 나는 그 일을 하려던 참이었다.)
징후가 존재한다고 확신합니까? 또는 예를 들어, 여러 Pts가 있을 수 있습니다. 당연히 이 경우 열거형이나 온갖 조합으로 받아들일 수 없고, 유일한 방법은 시스템이 스스로 결정하는 것이다. 이러한 관점에서 특정 예측 변수와 그 조합에 대한 검색은 미친 운동처럼 보입니다(물론 역사에서 우리는 항상 성공적으로 찾을 것입니다).
여기서 한 가지 방법만 알 수 있습니다. 시스템은 교육 중에 이 기능 집합을 자체적으로 식별해야 하며 사용자를 위한 것이 아니라 자체적으로 식별해야 합니다. 그리고 우리의 임무는 훈련을 위한 데이터를 준비하는 것입니다. 그러한 준비의 유일한 임무는 시스템에 어떤 선험적 데이터를 어떻게든 알려서 시스템의 범위를 줄이는 것입니다. 즉, 거래가 명백히 부적절할 경우 간격을 차단하십시오.
우리는 문제를 명확하게 공식화해야 하지만 시스템을 위해 해결하려고 해서는 안 됩니다. IMHO, 무차별 대입으로 해결하려고 시도하기에는 모든 것이 너무 복잡합니다.
나는 아무것도 확신하지 못합니다 :)
글쎄요, 주요 기능은 가격 자체라고 가정해 보겠습니다. 우리의 임무(예: 분류)는 역사상 안정적이고 수익을 낼 수 있는 매수/매도 조합을 찾는 것입니다. 맞죠? 어떤 종류의 모델 형태로 이러한 거래에 해당하는 배경. 동시에 예를 들어 자신이 특정 기능 세트(약 20개)를 사용합니다. 그 이유는 무엇입니까? 그리고 시스템 자체가 이러한 기능을 강조하도록 강제하는 방법은 무엇입니까?
사실 이것은 "인공 지능"의 가능성이 없는 일반적인 최적화 문제입니다. 나는 그러한 시스템의 많은 버전을 가지고 있으며 어제 마지막 버전을 완료했습니다. 결과는 동일합니다. 샘플 외부의 불안정한 작업과 훈련에서 거의 100% 정확도 및 모든 정확도(선택 가능)를 달성할 수 있지만 정확도의 감소가 과적합이 적다는 의미는 아닙니다. 또한 이를 위해 R 및 복잡한 난해한 모델을 사용할 필요가 없으므로 결과는 정확히 동일합니다.
네, 하지만 너무 훌륭해서 이 단계에서 끌지 않습니다 :) + 그는 연 20% 이상을 벌 수는 없다고 썼습니다. 아마도 항상 그러한 진술로 시작하고 세부 사항으로 가야 할 것입니다. :)
나는 아무것도 확신하지 못합니다 :)
글쎄요, 주요 기능은 가격 자체라고 가정해 보겠습니다. 우리의 임무(예: 분류)는 역사상 안정적이고 수익을 낼 수 있는 매수/매도 조합을 찾는 것입니다. 맞죠? 동시에 , 예를 들어 귀하는 특정 기능 세트(약 20개)를 사용 합니다. 그 이유는 무엇입니까? 그리고 시스템 자체가 이러한 징후를 강조하도록 만드는 방법은 무엇입니까?
왜 그렇게 생각합니까? 어디에?
시스템을 위해 나는 표지판을 사용하지 않습니다. 기호로 나는 전혀 분석할 필요가 없는 시계열 (학습과 기능 모두에서) 영역만 잘라냈습니다.
NS 자체는 시계열을 직접 씹습니다.
이미 책을 저술하고 인용하기도 했습니다. NS는 기존의 방법과 함께 고도로 전문화된 작업을 수행합니다.