제가 시연했던 이전 방식에서는 "1" - 매수, "-1" - 매도, "0" - 거래 안 함의 세 가지 클래스 레이블이 있었습니다.
이제 저는 "1" - 거래, "0" - 거래하지 않음이라는 두 개의 레이블을 사용하고 열 이름은 "Target_100"입니다. 방향은 별도의 열 "Target_P"로 정의되고, 매매의 재무 결과는 해당 열 "Target_100_Buy" 및 "Target_100_Sell"로 정의됩니다. 또한 샘플에는 날짜가 "시간"인 보조 열이 있습니다.
효과적입니다!
마스터 샘플에서 예측자를 숫자로 코딩하나요?
모든 이름
모든 이름
일반 샘플 테이블의 열 이름이 트리에서 가져온 것이라면 괜찮습니다.
적어도 효율적으로 작동한다면 나중에 속도에 대해 생각할 수 있습니다.
일반 샘플 테이블의 열 이름을 트리에서 가져와도 괜찮습니다.
속도에 대해서는 최소한 효율적으로 작동한다면 나중에 생각할 수 있습니다.
50만 년 동안 나뭇잎을 따셨군요. 좋은 나뭇잎을 찾았나요? 적어도 10개는요.)
결과를 발표했습니다. 예, 정상적인 변종이 있습니다. 하지만 저는 3년 동안 하지 않았어요.
또 한 가지, 잎 선택에 대한 제 실험은 샘플링만으로 제한되어 있습니다.
결과를 게시했습니다. 네, 좋은 옵션이 몇 가지 있습니다. 하지만 저는 3년 동안 하지 않았어요.
또 하나, 잎 선택에 대한 제 실험은 샘플링에만 국한되어 있습니다.
3년 동안 안 했다니 무슨 말이죠? 어떻게 하나요?
.
전 세계적으로-양자 테이블에 참여했습니다. 다양한 샘플을 포함하여 많은 테스트와 실험이 수행되었습니다.
저는 전 세계적으로 양자 테이블에 참여했습니다. 다양한 샘플을 포함하여 많은 테스트와 실험이 수행되었습니다.
그리고 어떤 형태로 캣버스트에 규칙을 밀어 넣나요? 아니면 전혀 참여하지 않나요?
캣버스터에는 어떤 종류의 규칙을 적용하나요? 아니면 아예 참여하지 않나요?
이진 형식으로. 열은 규칙의 번호이며 값은 "1"-규칙이 작동하고 "0"-규칙이 작동하지 않았습니다. 그리고 대상은 기본 샘플과 같습니다.
이것이 모든 것을 집계하는 한 가지 방법입니다. 하지만 CatBoost는 여기서 그다지 좋은 결과를 얻지 못합니다. 매우 희귀한 데이터인 것 같습니다.
바이너리 형식입니다. 열은 규칙 번호이며 값은 "1"(규칙이 작동됨)이고 "0"(규칙이 작동하지 않음)입니다. 그리고 대상은 기본 샘플과 동일합니다.
이것이 모든 것을 집계하는 한 가지 방법입니다. 그러나 CatBoost는 여기서 그다지 좋은 결과를 얻지 못합니다. 매우 희귀한 데이터인 것 같습니다.
또한 규칙은 단방향 매수/매도입니다. 스탑이 그에 맞게 조정되고 있나요? 부스팅에 넣지 않는다면요.
체크 봇을 한 번에 생성하고 테스터/옵티마이저를 통해 필요한 규칙을 확인하면 될 것 같습니다.규칙은 단방향 매수/매도입니다. 정거장만 일치하나요? 부스팅에 밀어 넣지 않으면
제가 시연했던 이전 방식에서는 "1" - 매수, "-1" - 매도, "0" - 거래 안 함의 세 가지 클래스 레이블이 있었습니다.
이제 저는 "1" - 거래, "0" - 거래하지 않음이라는 두 개의 레이블을 사용하고 열 이름은 "Target_100"입니다. 방향은 별도의 열 "Target_P"로 정의되고, 매매의 재무 결과는 해당 열 "Target_100_Buy" 및 "Target_100_Sell"로 정의됩니다. 또한 샘플에는 날짜가 "시간"인 보조 열이 있습니다.
일반적으로 샘플의 꼬리에는 이러한 모든 열이 포함되며 다음과 같이 보입니다.