Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2621

Neuer Kommentar
 
mytarmailS #:
Für PythonPonyGE2 gibt es ein Paket, aber ich mache es auf Pke, so kann ich nicht sagen, was es ist und wie
Ich habe die Namen falsch verstanden.
Grammatikalische Evolution oder symbolische Regression funktionieren beide
 
Valeriy Yastremskiy #:
Eine Abfolge von Ereignissen/Regeln ist wirksam, aber jede Regel hat ihre Dimensionen und eine lange Abfolge hat ihre Tücken.
Das Tolle an diesem Ansatz ist, dass Sie die Kontrolle haben...
Legen Sie eine Bedingung fest, dass eine Regel zum Beispiel mindestens 200 Mal wiederholt werden muss, und Sie haben den Fluch der Dimensionalität nicht mehr.
 
mytarmailS #:
Was habe ich törichterweise mit den Namen gemacht?
Grammatikalische Evolution oder symbolische Regression funktionieren beide.
Symbolische Regression, ja.
 
Die symbolische Regression in der Abwägung zwischen Verzerrung und Varianz scheint stark in Richtung einer zunehmenden Varianz verzerrt. Dies ist sicherlich kein Grund, sie aufzugeben, aber es könnte wegen der Nähe des Preises zur SB Probleme geben.
 
Aleksey Nikolayev #:
Die symbolische Regression in einem Kompromiss zwischen Verzerrung und Varianz scheint stark auf eine Erhöhung der Varianz ausgerichtet zu sein. Dies ist sicherlich kein Grund, sie aufzugeben, aber es könnte wegen der Nähe des Preises zur SB Probleme geben.

Es ist nur ein Rahmen, auf dem man Regeln erstellen kann, in meinem Vorschlag steht nichts über Preise, Annäherung, Regression...

 
mytarmailS #:

Es ist mir egal, ob es tausend Modelle gibt, wenn sie sich die letzten 10 Kerzen ansehen, ist es nutzlos, selbst wenn es ein GPT-3 mit allem Drum und Dran ist.

Sie haben einen Generator, Sie haben keinen Strom...

Meine 5 Cents. - Während des Trainings wird das Gewicht der sich nicht wiederholenden Neuronen (Balken) verwischt. Das einflussreiche Gewicht bleibt bei den am häufigsten bestätigten Neuronen. Bei einer festen Anzahl von Balken werden also nur die signifikanten Balken gewichtet. Eine Art von Figur.

 
Dmytryi Voitukhov #:

Meine 5 Cents. - Während des Lernens ist das Gewicht der sich nicht wiederholenden Neuronen (Balken) unscharf. Das einflussreiche Gewicht bleibt bei den am häufigsten bestätigten Neuronen. Bei einer festen Anzahl von Balken werden also nur die signifikanten Balken gewichtet. Eine Art von Figur.

3 Uhr morgens, was machst du da, Dimitri?)
 
Dmytryi Voitukhov #:

Meine 5 Cents. - Während des Lernens ist das Gewicht der sich nicht wiederholenden Neuronen (Balken) unscharf. Das einflussreiche Gewicht bleibt bei den am häufigsten bestätigten Neuronen. Bei einer festen Anzahl von Balken werden also nur die signifikanten Balken gewichtet. Eine Art von Figur.

Ähnlich bei einem Baum. 5-10 Top-Splits von z.B. 100 Feints/Bars werden ein paar wichtige auswählen und den Rest nicht verwenden. Wenn Sie den Baum ganz nach unten aufteilen, werden die letzten Aufteilungen (und die verwendeten Merkmale/Balken) das Gesamtergebnis nur geringfügig verändern. Das heißt, das Ergebnis ist ungefähr dasselbe wie bei NS, nur dass es schneller zählt.
 
Was wäre, wenn ein Mensch das Gute und das Schlechte tauschen und ML geben würde?
 
BillionerClub #:
Was ist, wenn man handelt und ML gibt, was gut und was schlecht ist?

Das ist eine gute Idee, nur halte ich sie hier für wichtig:

- Um eine Menge Statistiken zu erstellen.

- Für eine Person, die eine Sache (ein System) handelt.

- Dass die Person objektiv bleibt und systematisch handelt.


In diesem Fall wird meines Erachtens ein guter Aufschlag erzielt, so dass es möglich ist, einen normalen Nutzen daraus zu ziehen.

1...261426152616261726182619262026212622262326242625262626272628...3399
Neuer Kommentar