Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2646
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
Seltsamerweise enthält dieses PRIM die gleichen Ideen, die ich zu verwirklichen versuche.
Ich habe den Artikel gelesen, aber es gibt einige Verwirrungen:
1. Was ist der Quantisierungsprozess für die Partitionierung in Grenzen? Handelt es sich um eine einheitliche Partitionierung mit einem bestimmten Schritt?
2. Es ist klar, mit Grenzen - ich mache es selbst, aber sie haben eine zusätzliche Beschneidung auf dem Bild - ist die zweite Beschneidung nur ein Ausschluss des Sampling?
3. wenn ich es richtig verstanden habe, betrachten sie, wie ich, jeden Prädiktor separat - und finden so genannte "Boxen", aber ich habe in der Beschreibung nicht verstanden, wie diese verschiedenen Prädiktoren kombiniert werden.
Der Nachteil dieser Methode ist, dass sie die Stabilität der Indikatoren durch Bootstrap-Stichproben(zufällige Entnahme eines bestimmten Prozentsatzes der Stichprobe aus der gesamten Stichprobe) bewertet, was kein Verständnis für die Dynamik der Stabilität der Indikatoren vermittelt, was wiederum für den Handel wichtig ist, da das Muster zu Beginn der Stichprobe vorhanden sein kann, aber am Ende der Stichprobe vollständig verschwindet.
Haben Sie irgendwelche Verbesserungsvorschläge für diese Methode?
So wie ich es verstehe, handelt es sich um eine Abwandlung dessen, was normalerweise beim Aufbau eines Entscheidungsbaums gemacht wird. Bei jedem Schritt wird eine Variable gesucht und ein Stück davon abgebissen - man nennt das Peeling. Aus all diesen möglichen Schritten werden diejenigen ausgewählt, die eine "optimale Trajektorie" bilden - die Abhängigkeit des durchschnittlichen Ziels von der Anzahl der verbleibenden Punkte. Die Trajektorie wird auch verwendet, um den Zeitpunkt zu bestimmen, an dem der Algorithmus aufhört (wenn es keine spürbare Verbesserung gibt, wenn die Box verkleinert wird).
Der Ansatz ist vor allem deshalb interessant, weil er zeigt, dass Algorithmen zur Baumbildung verändert werden können und sollten.
Soweit ich weiß, handelt es sich dabei um eine Abwandlung dessen, was normalerweise bei der Erstellung eines Entscheidungsbaums gemacht wird. Bei jedem Schritt wird eine Variable gesucht und ein Stück davon abgebissen - man nennt das Peeling. Aus all diesen möglichen Schritten werden diejenigen ausgewählt, die eine "optimale Trajektorie" bilden - die Abhängigkeit des durchschnittlichen Ziels von der Anzahl der verbleibenden Punkte. Die Trajektorie wird auch verwendet, um den Zeitpunkt zu bestimmen, an dem der Algorithmus aufhört (wenn es keine spürbare Verbesserung gibt, wenn die Box verkleinert wird).
Der Ansatz ist vor allem deshalb interessant, weil er zeigt, dass Algorithmen zur Baumbildung verändert werden können und sollten.
Ich sehe die Datenbereinigung, aber keine Erwähnung der Baumkonstruktionsmethode, die, sagen wir mal, modifiziert wird. Sie gehen also davon aus, dass der Baum nach der Datenbereinigung einfach aufgebaut wird. Wird er durch Splits von Boxen aufgebaut - durch ihre Grenzen oder wird das, was nicht in der Box enthalten ist, durch Nullen ersetzt (oder eine andere Variable, die solche Zustände aggregiert)?
2645 (zweitausendsechshundertfünfundvierzigste !!!) Seite. Aktive Teilnehmer planen immer noch, sich zusammenzutun und etwas zu starten, um in Zukunft die Möglichkeit zu demonstrieren, etwas anderes als 50/50 nicht im Tester zu zeigen :-)
Eigentlich gibt es eine Menge zu tun, was den Code angeht - ich habe einfach nicht genug Energie für all die Ideen, deshalb geht alles so langsam.
Ich sehe Datenbereinigung, aber keine Erwähnung einer Möglichkeit, einen Baum zu erstellen, der, sagen wir, geändert wurde. Sie gehen also davon aus, dass der Baum nach der Datenbereinigung einfach aufgebaut wird. Wird er durch Splits aus Boxen aufgebaut - durch ihre Grenzen oder wird das, was nicht in der Box enthalten ist, durch Nullen ersetzt (oder eine andere Variable, die solche Zustände aggregiert)?
Es scheint mir ganz normal zu sein, dass ein einfacher Algorithmus nur auf einem begrenzten Teil der Prädiktorenmenge funktioniert.
Man könnte schrittweise aus der Stichprobe entfernen, was in die "guten" Felder fällt, und den Algorithmus auf den Rest anwenden. Im Grunde genommen wäre das ähnlich wie Bousting. Wahrscheinlich kann man es ähnlich wie bei randomforest machen - man nimmt eine große Menge von Prädiktoren und findet für jede Teilmenge mehrere Boxen.
Verwenden Sie die Methode eines Schriftstellers, der Schriftsteller wurde, weil er kein für ihn interessantes Buch finden konnte und einfach eines schrieb).
https://www.mql5.com/ru/blogs/post/746398
Man kann nicht hinter die Kulissen schauen, nur das, was man hier schreiben kann.
wai !
Ich verstehe dich, du hast eine spezielle Ausbildung und Erfahrung, im Gegensatz zu "Aktivisten"... (Sie haben Wirtschaftswissenschaften und Berufserfahrung in Scheidungszentren, richtig?)
aber wie oft kann man sich noch über sie lustig machen?
wai!
Ich verstehe Sie, Sie haben eine spezielle Ausbildung und Erfahrung, anders als die "Aktivisten" .... (Sie sind Wirtschaftswissenschaftler und haben Berufserfahrung in Scheidungszentren?).
aber wie oft kann man sich noch über sie lustig machen?
Und warum diese Aggression? Niemand ist Ihnen hier etwas schuldig, die Leute kommunizieren über das Thema, vielleicht werden sie noch 2000 Seiten schreiben, das ist ihr Recht.