Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3384
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Какой-то общий подход по отбору правил. Типа вот разбил дерево на правила, что потом.. в контексте ТС. Лучшие практики и инсайты. Было бы любопытно.
А не является "ближе к профиту" синонимом "переобучения"?
Получаем красивый ровненьний баланс на случайном профите, так как в основе лежит случайная величина приращения. А откуда красота баланса?
Баланс - это оценка ТС в терминале, где на этот баланс оказывает влияние не только ошибка классификации.
А вот если остаемся в рамках МО, то оценка - это НЕ профит
А не является "ближе к профиту" синонимом "переобучения"?
Получаем красивый ровненьний баланс на случайном профите, так как в основе лежит случайная величина приращения. А откуда красота баланса?
Баланс - это оценка ТС в терминале, где на этот баланс оказывает влияние не только ошибка классификации.
А вот если остаемся в рамках МО, то оценка - это НЕ профит
Ты же хотел статью по правилам, или перехотел уже? Тема интересная наверное, поинтереснее минимизации тестовых функций. Или проблемы с их валидацией на оос? Или нет проблем, а просто лень писать.
Да хз, по факту то и писать нечего..
Ну в деревьях обычно можно посчитать влияние каждого наблюдения каждого признака, его вклад в модель, например через shap values. Если оставить только полезные и обучить что-нибудь только на них, то получится приближенный аналог поиска правил. С нейронками, кстати, тоже можно.
Влияние каждого признака, влияние каждого наблюдения и влияние каждого правила, это все разное
Правила - элементы модели, связывающие признаки и метки. Единственное, что у нейросетей нет прерывности, но можно искусственно сделать.
попробую из под хабаровска..
модель любая это некая сумма паттернов , утрировано можно паттерн обозначить как ТС.
Прелставим что модель состоит из 100 ТС.
Может быть такое что в модели №1 100 ТС совершыли по одной сделке.
Может быть такое что в модели №2 одна ТС совершила 100 сделок, а остальные 99 не совершали ниодной.
как посчитать статистику по каждой ТС ?
Если модель из правил, это сделать легко и понятно.
Если модель нейронка?
попробую из под хабаровска..
Если модель нейронка?
Ну получили мы подвыборку на которой нейронка хорошо предсказывает. Как ты узнаешь это один паттерн в этой подвыборке, два или двадцать? Ты реально не понимаешь разницы?