Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3118
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Die Idee, Fehler herauszufiltern, ist für mich völlig unverständlich.
Es stellt sich heraus, dass, wenn das Modell 50/50 vorhersagt, der Rest 100 % vorhersagt, wenn man die schlechten 50 wegwirft? Das ist einfach nur Super-Learning und nichts anderes.
Klassifizierungsfehler ergibt sich aus der Tatsache, dass die gleichen Werte der Prädiktoren in einigen Fällen richtig vorhersagen, und in anderen Fällen nicht richtig, und das ist das Problem, loszuwerden, die nur in der Phase der Filterung der "Stärke der Beziehung" Prädiktor und Zielvariable, und völlig unmöglich, Gott will Prädiktoren zu filtern und auf diese Kosten, um die Klassifizierung Fehler um 10 Prozent zu reduzieren sein kann.
Ihre Philosophie ist seit langem klar, wo sind die Ergebnisse? ) Was sind sie, zeigen Sie es mir.
Ich habe eine Verbesserung bei OOS erzielt und mich gefreut, ich verbessere mich weiter, bis sich der Ansatz erschöpft.Nennen wir das erste Modell das Hauptmodell, das den Merkmalsraum mit einer schwarzen Linie in Kauf/Verkauf unterteilt. Das zweite Modell ist das Metamodell, das den gesamten Merkmalsraum in Handel/Nichthandel unterteilt (rote Linie).
Stellen wir uns nun eine andere Variante vor, bei der es zwei Metamodelle gibt und jedes von ihnen die verschiedenen Merkmalsräume der Klassen KAUFEN und VERKAUFEN getrennt in Handel/Nicht-Handel unterteilt (zwei rote Linien).
Eine rein theoretische Frage, über die man nachdenken sollte, ist, ob die zweite Option besser ist. Und wenn sie besser ist, warum. Bitte kommentieren Sie.
Eine Bitte, wahrscheinlich sogar an Alexej Nikolajew, wie man die Wirkung eines solchen "Eingriffs" bestimmen kann. Immerhin erhält man 2 Wahrscheinlichkeitsverteilungen von zwei Metamodellen, die verglichen/bewertet/verteilt werden können.Aus praktischer Sicht stimme ich der Meinung von Forester zu.
Aus rein theoretischer Sicht kann man die beiden Ansätze nicht miteinander vergleichen. Um dies zu verstehen, können Sie sich die geraden roten Linien in der zweiten Abbildung einfach als Teile einer einzigen gekrümmten Linie vorstellen. Im Wesentlichen bedeutet dies einfach, dass die zweite Option flexibler und komplexer ist und damit mehr Möglichkeiten bietet (im guten wie im schlechten Sinne)
Aus praktischer Sicht stimme ich mit der Meinung von Forester überein.
Aus rein theoretischer Sicht ist es möglich, diese beiden Ansätze nicht zu vergleichen. Um dies zu verstehen, können Sie sich die geraden roten Linien in der zweiten Abbildung einfach als Teile einer einzigen gebogenen Linie vorstellen. Im Wesentlichen bedeutet dies einfach, dass die zweite Option flexibler und komplexer ist und mehr Möglichkeiten bietet (im guten wie im schlechten Sinne)
Sie brauchen ein quantitatives Maß für die Stärke der Beziehung zwischen Prädiktor und Ziel. Ich habe viele Male in diesem Forum geschrieben, auf R-Pakete verwiesen und sogar die Ergebnisse meiner Berechnungen angeführt.
Ich stimme zu, aber manchmal verbessern ein paar Merkmale die Qualität der Vorhersage. Hier ist ein einfaches Beispiel. Die Erwärmung am Tag wird von der Bewölkung und der Luftfeuchtigkeit beeinflusst.
Jeder Meteorologe weiß, dass die Erwärmung bei hoher Luftfeuchtigkeit, selbst bei wolkenlosem Himmel, geringer ausfällt als bei niedriger Luftfeuchtigkeit. Wir müssen uns also die "Beziehung" der Vorzeichen ansehen.
Ich stimme zu, aber manchmal können ein paar Zeichen die Qualität einer Vorhersage verbessern. Hier ein einfaches Beispiel. Die Erwärmung am Tag wird durch die Menge der Wolkenbedeckung und die Luftfeuchtigkeit beeinflusst.
Jeder Meteorologe weiß, dass die Erwärmung bei hoher Luftfeuchtigkeit, selbst bei wolkenlosem Himmel, geringer ausfällt als bei niedriger Luftfeuchtigkeit. Wir müssen uns also die "Beziehung" der Vorzeichen ansehen.
In welchem Modell des MoD ist es möglich, dies zu berücksichtigen?
Wenn man es nicht filtert, bekommt man trotzdem einen "Haha"-Fehler. MO ist im Wesentlichen eine Anpassung der Geschichte, die nicht exakt wiederholt werden muss.
Nachrichten, Äußerungen der Mächtigen der Welt werden das MoD im Dunkeln lassen. Denn sonst sollten die Machthaber in Richtung des MoD sprechen und die Nachrichten sollten nach den Anweisungen Ihres MoD herauskommen. Der Schwanz wedelt mit dem Hund (c).
Aber die Dinge sind nicht so traurig, wenn Sie Marktmodelle verwenden. Es gibt vielleicht weniger Spielraum für Genauigkeit, aber eine höhere Wahrscheinlichkeit, die Richtung und Dauer der Bewegung zu erkennen.
Nun, die Tatsache, dass Sie meine Beiträge lesen und meinen Hinweisen folgen, macht mich glücklich).
In welchem MOE-Modell ist es möglich, dies zu berücksichtigen?
Es gibt eine catboost.
https://catboost.ai/en/docs/concepts/python-reference_catboostclassifier_get_feature_importance
Ich denke, Bullen und Bären handeln unterschiedlich. Ein und derselbe Euro fällt normalerweise schnell und steigt dann langsam wieder an. Unterschiedliches Verhalten.
Wenn Sie es nicht filtern, erhalten Sie trotzdem einen "Haha"-Fehler. Das MoD ist im Wesentlichen eine Anpassung einer Geschichte, die nicht genau gleich sein muss.
Die Nachrichten, die Äußerungen der Machthaber der Welt lassen das MoD im Dunkeln. Denn sonst sollten die Machthaber in Richtung des MoD sprechen und die Nachrichten sollten nach den Anweisungen Ihres MoD herauskommen. Der Schwanz wedelt mit dem Hund (c).
Aber die Dinge sind nicht so traurig, wenn Sie Marktmodelle verwenden. Es gibt vielleicht weniger Spielraum für Genauigkeit, aber eine höhere Wahrscheinlichkeit, die Richtung und Dauer der Bewegung zu erkennen.
Nun, die Tatsache, dass Sie meine Beiträge lesen und meinen Hinweisen folgen, macht mich glücklich).
Nicht nur die MO wird nicht helfen, sondern auch die Wahrscheinlichkeit nicht.
Margin-Regeln.
Gibt es ein Skript, das diesen Unterschied aufzeigt? Ich selbst vertrete eine etwas andere Auffassung(Link zu einer verallgemeinerten Version).
Vielleicht waren es Emotionen, die mich daran erinnerten, weil sie mein Depot aufzehrten. Ich schließe nicht aus, dass alles gleich oder sogar umgekehrt ist)))