Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2304

 
Maxim Dmitrievsky:

Das Spannendste daran ist das Etikett "linearer Trend".

Nun, sein Modell ist ein linearer Trend plus Rauschen in Form einer fraktalen Brownschen Bewegung.

 
Aleksey Nikolayev:

Nun, sein Modell ist ein linearer Trend plus Rauschen in Form einer fraktalen Brownschen Bewegung.

Also nicht-linear).

Gibt es neue Bücher über Ökonometrie in R, haben Sie sich diese angeschaut? wie dieses hier?

Es gibt keine solchen Bücher über Python, sie sind alle an verschiedenen Orten.

https://otexts.com/fpp2/

 
Maxim Dmitrievsky:

Dann nicht-linear)

Sind neue Bücher über Ökonometrie in R erschienen, haben Sie sich diese angesehen?

Es gibt keine solchen Bücher über Python, sie sind alle an verschiedenen Orten.

https://otexts.com/fpp2/

Ökonometrie ist etwas für Mädels, DSP ist etwas für Jungs ))))

Sie habendieses Buch nicht gelesen, obwohl ich bezweifle, dass Sie etwas Neues finden werden.

Книга "Анализ временных рядов с помощью R" опубликована
Книга "Анализ временных рядов с помощью R" опубликована
  • 2020.04.12
  • r-analytics.blogspot.com
Книга представляет собой небольшое пособие, посвященное решению нескольких стандартных задач, таких как прогнозирование, выявление структурных изменений и аномалий в данных, а также кластеризация временных рядов. Описание соответствующих подходов и программного обеспечения сопровождается...
 
mytarmailS:

Ökonometrie für Mädels, DSP für Männer ))))

für Traktorfahrer

 
Maxim Dmitrievsky:

Eine nicht-lineare also).

Wie üblich wird für jeden Punkt ein linearer Trend auf der Grundlage der Historie ermittelt. Dann wird dieser Trend um eine Einheit in die Zukunft verlängert und eine Prognose erstellt. Infolgedessen wird meiner Meinung nach trotzdem eine Prognose als gewichteter Durchschnitt erstellt)

Maxim Dmitrievsky:

Sind neue Bücher über Ökonometrie in R erschienen, haben Sie sich diese angesehen?

Es gibt keine solchen Bücher über Python, sie sind alle an verschiedenen Orten.

https://otexts.com/fpp2/

Ich kann solche Bücher nicht lesen, also habe ich aufgehört, sie zu verfolgen. Für die allgemeine Theorie lese ich Lehrbücher der Oberstufe oder Raschka (Magnus, zum Beispiel, oder Kantorowitschs Vorlesungen). Für spezifische Fragen konsultiere ich die Handbücher der benötigten R-Pakete - sie enthalten alles, bis hin zu Verweisen auf wissenschaftliche Artikel, die verwendet werden.

 
mytarmailS:

Ökonometrie ist etwas für Tussis, DSP ist etwas für Männer ))))

Haben Siedas hier nicht gelesen? Ich glaube nicht, dass Sie etwas Neues finden werden.

wie man sagt, kann man ein Buch viele Male lesen und immer etwas Neues finden )

Ich werde es lesen. Ökonometrie + MO ist alles, was nötig ist. Aber die Grale liegen nicht an der Oberfläche. Es ist töricht, von allgemeinen Sammlungen mehr zu verlangen.
 

Es ist lustig - ein dreischichtiges MLP-Netz mit 10-15 Neuronen in der mittleren Schicht fand eine Abhängigkeit vom Typ x1/x2.

Das Problem war die unzureichende Anzahl von Neuronen - 8 für die mittlere Schicht ist nicht genug

 
Maxim Dmitrievsky:

Oh, der Piepser ist an, das ist cool, wenn du ihn in einer Woche nicht ausschaltest))

 
Maxim Dmitrievsky:

Es gibt einige Merkmale, die merkwürdigerweise die Verallgemeinerbarkeit beeinträchtigen (ich spreche hier insbesondere von Catbust, aber das gilt wahrscheinlich auch für andere). Es erscheint seltsam, weil man einfach neue Funktionen hinzufügt, und das Modell gibt mehr Fehler als ohne sie

Ich habe z.B. ein paar Maischen trainiert, dann habe ich ein paar entfernt und es ging höher

Modelle versuchen, alle Attribute zu berücksichtigen, und wenn einige keinen Bezug zur Zielmarke haben, d. h. zufällig sind, dann sollte die Qualität geringer sein.

Ein Beispiel: Wenn man das Gewicht einer Person anhand ihrer Größe und ihres Geschlechts vorhersagt, ist die Qualität ziemlich hoch, aber wenn man die Haarfarbe oder irgendeinen anderen Mist hinzufügt, ist die Qualität geringer.

 
denis.eremin:

Es ist lustig - ein dreischichtiges MLP-Netz mit 10-15 Neuronen in der mittleren Schicht fand eine Abhängigkeit vom Typ x1/x2.

Das Problem war die unzureichende Anzahl von Neuronen - 8 für die mittlere Schicht ist nicht genug

Nun, ich habe es Ihnen ja gesagt. Und Sie wollen einen weiteren Witz - ein Netzwerk mit 1000+ Neuronen - wird die Abhängigkeit nicht finden oder wird sehr lang und ungenau zu lernen sein.