Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2407

Neuer Kommentar
 
mytarmailS:

Es ist ein Kinderspiel, darüber zu diskutieren, welches Modell besser ist. Vor etwa 7 Jahren habe ich unter diesem Mist gelitten.


wie man neue informative Features generiert - YES

wie man objektive Fitnessfunktionen für den Markt erstellt - YES

wie man eingehende Informationen umwandelt - YES

wie man marktangepasste Funktionen entwickelt - YES

aber die Diskussion darüber, was besser ist NS oder Forrest auf den gleichen leeren Daten ist nur FEIS PALM...

die Fehlerdifferenz zwischen all den Dutzenden verschiedener MO-Algorithmen beträgt 0,5 - 2%

2% Carl!!! wir müssen etwas diskutieren, das eine Lücke von 20-30% ergibt

Wenn die Zeichen informativ sind, wird jede AMO gut funktionieren, das Gegenteil ist ebenfalls der Fall!!!!

Dies sind die Worte eines Mannes, der nichts von dem versteht, was er in diesem Thread seit JAHREN diskutiert.

Der "Fehlerunterschied" bei einem Vorwärtstest zwischen konventioneller stummerlinearer Regression und NS kann MEHR als 20-30% betragen und nicht zugunsten des Netzes ausfallen.

Und das lässt sich leicht überprüfen und nachweisen.

Deshalb sind Netzwerke die übliche Lösung

 
Dmytryi Nazarchuk:

Dies sind die Worte von jemandem, der nichts von dem versteht, was er in diesem Thread seit JAHREN diskutiert.

Der "Fehlerunterschied" bei einem Vorwärtstest zwischen einer normalen stummenlinearen Regression und NS kann MEHR als 20-30% betragen.

Und es ist leicht zu überprüfen und zu demonstrieren.

Zeigen Sie
 
mytarmailS:
Demo

Blaue Kurve (GBP D1 - GBP LineReg), orange Kurve(GBP D1 - GBP NN).

Lernstichprobe 2009-2020, Ausblick 2021.

Die unabhängigen Variablen sind die gleichen.


 
Dmytryi Nazarchuk:

Blaue Kurve (GBP D1 - GBP LineReg), orange Kurve(GBP D1 - GBP NN).

Ausbildungsmuster 2009-2020, voraussichtlich 2021.

Die unabhängigen Variablen sind die gleichen.


Bitte senden Sie mir die Daten im Format Vorzeichen, Ziel, Neuronenausgänge, Regressionsausgänge, sowie Labels, wo trace wo test
 
mytarmailS:
Bitte senden Sie mir die Daten im Format der Vorzeichen, des Ziels, der Neuronenausgänge, der Regressionsausgänge und der Beschriftungen, wobei trace für test steht

)Nein, ich kann die Schilder nicht zurücksetzen.

 
Dmytryi Nazarchuk:

)Nein, ich kann die Schilder nicht zurücksetzen.

Und warum?

Vergessen Sie's, ich wollte Ihnen nur zeigen, dass man ein Lin machen kann, wenn man etwas versteht. Das Regressionsmodell ist genauso gut oder sogar besser als NS...

Aber darum ging es am Anfang gar nicht, und dass keine AMO einen erheblichen Vorteil gegenüber einer anderen für Standarddaten bietet, ist der Unterschied von 2 % nichts, wenn man 20-30 % braucht.
 
mytarmailS:
Warum?

Nun, das ist bereits mein Know-how.

 
Dmytryi Nazarchuk:

Nun, das ist mein Know-how.

Wenn Sie also eine Matrix von vorgefertigten Funktionen und ein vorgefertigtes Ziel ins Spiel bringen, verrät das Ihr technisches Know-how?

Dmitry, du bist ein Genie! )) Ich gehe jetzt besser ein Buch lesen ...

 
mytarmailS:

Wenn Sie also eine Matrix von vorgefertigten Merkmalen und ein vorgefertigtes Ziel einfügen, werden Sie dann Ihr technologisches Know-how offenbaren?

Dmitry, du bist ein Genie! )) Ich gehe besser ein Buch lesen.

Danke!

 
Manchmal verstehen die Leute nicht den Unterschied zwischen einem Regressionsmodell und einem Regressionsmodell mit aktivierten f-Stämmen, daher die falschen Schlussfolgerungen. Wenn Sie z. B. die Daten für das zweite Beispiel nicht richtig normalisieren, kommt es zu einer Gradientenexplosion, und es wird nichts gelernt.
Sie verstehen auch nicht, dass es sich bei dem ersten Modell um ein einfaches Neuron ohne Aktivierungsspiralen handelt, von dem das zweite Modell abgeleitet ist.
1...240024012402240324042405240624072408240924102411241224132414...3399
Neuer Kommentar