Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3354
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 Modellwahrscheinlichkeiten ergeben sich aus den Statistiken der Trainingsstichprobe.
Daher sind sie ohne eine repräsentative Stichprobe nicht genau, also kommen Sie damit klar :)
Entweder Sie finden heraus, woraus das Modell besteht, und gewichten die Blätter nach dem von Ihnen entwickelten Algorithmus neu....
Die Wahrscheinlichkeiten des Modells sind durch das Sigmoid gegeben, nicht durch das hier.
Ja, aber welche Zahl geben Sie in die Funktion ein, woher kommt sie?
Ja, nun, welche Zahl geben Sie in die Funktion ein, woher kommt sie?
Wie haben Sie festgestellt, dass der Klassifikator die richtigen Wahrscheinlichkeiten angibt? Nicht nur Werte in einem Bereich. Können Sie lesen, was Ihnen geschrieben wird?
Ich habe es schon oft überprüft. Das ist die Basis für den TC.
Nochmals, wenn nicht, wird es umgeschult.
Was Sie in der Ausgabe der Modelle erhalten, sind keine Klassenwahrscheinlichkeiten. Eine Analogie dazu ist die Regression, die einen einzigen Wert liefert. Der Klassifikator arbeitet nach demselben Prinzip, er liefert einen Rohwert, der durch ein Sigmoid geleitet wird, und keine Wahrscheinlichkeitsangabe.
Durch Durchlaufen des Sigmoids erhalten wir die Klasse, nicht die Wahrscheinlichkeit der Klasse.
Wenn wir durch das Sigmoid gehen, erhalten wir eine Klasse, nicht die Wahrscheinlichkeit der Klasse.
Das habe ich schon oft überprüft. Das ist die Grundlage für die TC.
Nochmal: Wenn es nicht stimmt, wird es umgeschult.
Werden Sie eine Frage mit einer Frage beantworten? Ich kenne die eindeutige Antwort, wenn überhaupt.
Was Sie am Ausgang von Modellen erhalten, sind nicht die Wahrscheinlichkeiten von Klassen. Eine Analogie ist die Regression, die einen Wert liefert. Ein Klassifikator arbeitet nach demselben Prinzip, er liefert einen Rohwert, der durch ein Sigmoid geleitet wird, keine Wahrscheinlichkeit.
Wissen Sie, wie der Wert in den CB-Modellblättern ermittelt wird, können Sie ihn reproduzieren?
Der Punkt ist, dass Wahrscheinlichkeiten durch die Geschichte geschätzt werden, aber nur eine Theorie mit einer repräsentativen Stichprobe kann garantieren, dass dies auch in Zukunft so sein wird. Eine solche Stichprobe haben wir nicht. Daher werden alle Anpassungen in dieser Richtung bei neuen Daten keine Genauigkeit bringen. Die Korrektur kann aus dem Grund relevant sein, dass sich Trümmer in den Blättern befinden, und dies muss durch Über- oder Unterschätzung des sigmoiden Klassifizierungspunktes korrigiert werden.
Oder aber, es ist wieder nicht klar, worum es geht.
Wenn Sie etwas Gescheites gefunden haben, teilen Sie es bitte mit :)
Wissen Sie, wie der Wert in den CB-Musterblättern zustande kommt, können Sie ihn nachvollziehen?
Der Punkt ist, dass historische Wahrscheinlichkeiten geschätzt werden, aber nur eine Theorie mit einer repräsentativen Stichprobe kann garantieren, dass dies auch weiterhin so sein wird. Wir haben eine solche Stichprobe nicht. Daher werden alle Anpassungen in dieser Richtung bei neuen Daten keine Genauigkeit bringen. Die Korrektur kann aus dem Grund relevant sein, dass Trümmer in die Blätter gelangt sind, und dies ist es, was korrigiert werden sollte, entweder durch Abhängigkeit oder Unterschätzung des sigmoiden Klassifikationspunktes.
Oder es ist wieder nicht klar, worüber wir sprechen.
Wenn Sie etwas Gescheites gefunden haben, lassen Sie es uns wissen :)