Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2787

 
СанСаныч Фоменко #:

Solange wir uns auf der Ebene der Argumentation trigonometrischer Funktionen oder irgendetwas anderem auf dieser Ebene befinden, gibt es keine Rechtfertigung aus einem Grund - es ist unmöglich, eine Rechtfertigung zu erstellen, weil der Zweck solcher Rechtfertigungen NICHT erklärt wird und das Kriterium zur Erreichung des Zwecks unbekannt ist.

Und das Ziel in MO ist das einzige - die Reduzierung des Anpassungsfehlers, oder besser gesagt, die Reduzierung des Vorhersagefehlers des maschinellen Lernmodells. Und zwar mit der Einschränkung, dass sich der Vorhersagefehler in der Zukunft NICHT wesentlich ändern darf.

und das Ziel ist immer dasselbe - Logik und Angemessenheit anstelle einer dummen Suche eines gierigen Algorithmus nach jeglichem Unsinn und dem Gejammer über mangelnde Leistung für das....

ja, schätzungen sollten (konsistent) stabil sein - sie nennen es "der fehler sollte sich nicht ändern", die vorhersage selbst wird sich in zeitreihen (in der dynamik) ändern...

Sie kommen nicht weiter als Ihre werbenden Bemerkungen über Werkzeuge - ohne zu wissen, wie diese Werkzeuge funktionieren ... man hat Ihnen einen Vorschlaghammer in die Hand gegeben - Sie fuchteln damit herum(sind Sie Chapayev???? ) mit Verweis auf Ihren IV=0,02 Schwellenwert - DAS IST EIN NIEDRIGER(!) Zusammenhang - also warum fuchteln Sie hier mit Ihren Slogans herum... und bezeichnen die Vorschläge einer adäquaten Analyse als Mashkas (wo es sie in der Vergangenheit nie gab)... eröffne deinen eigenen Werbethread.

und MO ja - es funktioniert überall auf die gleiche Art und Weise und für den GLEICHEN ZWECK - und in Py und anderen Bibliotheken ist es überhaupt nicht IV - aber das Wesen ändert sich nicht, - du, anscheinend, verstehst das Wesen der Datenanalyse nicht - kannst nur Slogans über Kandidaten und Werkzeuge schreien und dummerweise Müll in deine "Black Box" laden - und selbst deine Vorhersagen für den beabsichtigten Zweck zu nutzen hat nicht gestört....

naja, eröffne eine Zweigstelle für deine eigenen Promotionen und schreie dort - wenn du nichts anderes kannst, als Analysen zu schütteln (nicht einmal normale Schlussfolgerungen) - siehst du aus wie ein verdammter Sammler, der versucht, die Ideen anderer Leute für seinen Schrott zu bekommen (abgesehen von dem Wort "Werkzeug" - du hast nicht einmal verstanden, wie es funktioniert) - was hat LogisticRegression nicht getan?

=== Du brauchst nicht zu antworten! (dein persönlicher Informationswert = 0 für mich)... deine Interpretationen der linearen Algebra sind sogar noch niedriger im IV

 
Aleksey Nikolayev #:

Sie können einfach die Histogramme der Stichprobe vor und nach der Transformation vergleichen. Wenn das endgültige Histogramm näher an der Zielform liegt (z. B. Normal- oder Gleichverteilung), dann ist die Transformation in Ordnung.) Anstatt Histogramme zu zeichnen, kann man auch Tests auf Konformität mit dem Ziel (Normalität bzw. Gleichmäßigkeit) durchführen.

Haben die Platten nicht eine parabolische Form? Ganz nach der Formel)

Ja, schauen Sie und wählen Sie visuell aus, was näher am Ziel ist. Aber es gibt keine Logik dafür, was diese Transformation bewirkt und warum sie besser ist als die anderen.

Es hat lange gedauert, bis ich zu diesen Parabeln gekommen bin)))))) Und die Filter sind wirklich klasse))))

 
JeeyCi #:

und das Ziel ist immer dasselbe - Logik und Angemessenheit anstelle einer dummen Suche eines gierigen Algorithmus nach all dem Müll und Gebrüll über den Mangel an Macht für dieses Geschäft....

ja, die Schätzungen sollten gültig sein - Sie nennen es "der Fehler sollte sich nicht ändern", die Vorhersage selbst wird sich in der Zeitreihe (in der Dynamik) ändern...

Sie kommen nicht weiter als Ihre werbenden Bemerkungen über Werkzeuge - ohne zu wissen, wie diese Werkzeuge funktionieren... man hat Ihnen einen Vorschlaghammer in die Hand gedrückt - Sie fuchteln damit herum(sind Sie Chapayev???? ) mit Verweis auf Ihren IV=0,02 Schwellenwert - DAS IST EIN NIEDRIGER(!) Zusammenhang - also warum fuchteln Sie hier mit Ihren Slogans herum... und bezeichnen die Vorschläge adäquater Analysen als Mashka (wo es sie in der Vergangenheit nie gab)... Eröffnen Sie Ihren eigenen Werbethread

und MO ja - es funktioniert überall gleich und für den GLEICHEN ZWECK - und in Py und anderen Bibliotheken ist es überhaupt nicht IV -- aber die Essenz ändert sich nicht -- du, der du anscheinend die Essenz der Datenanalyse nicht verstehst - kannst nur Slogans über Kandidaten und Tools schreien und dummerweise Müll in deine "Black Box" laden -- und du hast dir nicht einmal die Mühe gemacht, deine Vorhersagen für den vorgesehenen Zweck zu nutzen....

nun, eröffne eine Zweigstelle für deine Werbekampagnen und schreie dort -- wenn du nichts anderes kannst, als Analyse zu betreiben (nicht einmal normale Schlussfolgerungen) -- du siehst aus wie ein verdammter Sammler, der versucht, die Ideen anderer Leute für seinen Schrott zu bekommen (abgesehen von dem Wort "Werkzeug" - du hast nicht einmal verstanden, wie es funktioniert) -- was war falsch an LogisticRegression?

=== Sie brauchen nicht zu antworten! (dein persönlicher Informationswert = 0 für mich)... deine Interpretationen der linearen Algebra sind sogar noch niedriger im IV

Der vorangegangene Text machte Sinn, spiegelte aber ein Missverständnis dessen wider, was hier getan wird.

Ich habe NICHT Ihnen geantwortet, sondern anderen Lesern, die ständig das Ziel und die Kriterien für das Erreichen des Ziels vergessen, obwohl es hier viele Leute gibt, die das ganz professionell verstehen und über die entsprechenden Werkzeuge verfügen.

Und dieser Text hat keinen Sinn, eine Art Beleidigung eines kleinen Mädchens. Ich sehe keinen Sinn darin, darauf zu antworten.

 
JeeyCi #:

und das Ziel ist immer dasselbe - Logik und Angemessenheit anstelle einer stupiden Suche eines gierigen Algorithmus nach all dem Müll und Gebrüll über die fehlende Leistung für dieses Geschäft....

Gehen wir davon aus, dass es nicht passiert ist)))))

Logik und Angemessenheit von Schätzungen und das Verständnis von Prozessen sind sicherlich besser als ihr Fehlen. Aber in der Statistik und Theorie gibt es oft genug keine Erklärungen, warum diese oder jene Methode funktioniert. Ein Mensch wirft eine Nadel, misst dort etwas und berechnet die Zahl Pi, ein anderer schaut sich die Geschichte der Überschwemmungen am Nil an und findet etwas, das er messen kann, um die nächste vorherzusagen. Die Logik in ihren Handlungen ist minimal.

Ich denke, dass man in den Reihen die richtigen Zeichen finden muss, um das zu messen, was im Allgemeinen))))

 
Die Streikposten sind wieder aufgetaucht ... rallye nicht hier. und das Raten ist nicht hier. und sie haben nicht gelernt, zu zitieren, indem sie ihre Spekulationen anderen zuschreiben.
 
Valeriy Yastremskiy #:

Logik und Angemessenheit von Schätzungen und das Verständnis von Prozessen sind sicherlich besser als ihr Fehlen. Aber in der Statistik und der Theoriebildung gibt es oft keine Erklärungen, warum diese oder jene Methode funktioniert. Jemand hat eine Nadel geworfen, dort etwas gemessen und die Zahl Pi berechnet, ein anderer hat sich die Geschichte der Überschwemmungen am Nil angeschaut und etwas gefunden, das er messen konnte, um die nächste vorherzusagen. Die Logik in ihren Handlungen ist minimal.

Ich denke, dass man in den Reihen die richtigen Zeichen finden muss, um das zu messen, was im Allgemeinen))))

Dem kann man nur schwer widersprechen.


Aber man sollte sich darüber im Klaren sein, dass man, wenn man den ZWECK der gesamten Forschung nicht versteht, sehr schnell in den Unterricht, in die Präsentation des entsprechenden Lehrbuchs abrutscht, ohne Aussicht auf ein Endprodukt.

 

über Nadeln und Überschwemmungen... das war nur ein Zufall:

Wir erzeugen 100500*10^3 1D-Zufallswege; wenn wir eine einzelne Trajektorie aus dem gesamten Zufallswegbündel nehmen und sie untersuchen, folgt sie nicht wirklich den allgemeinen integralen Schlussfolgerungen. An einigen Stellen widerspricht sie ihnen sogar.

Und wir arbeiten/handeln/freuen uns hier immer mit einer einzigen Probe. Wir haben keine anderen

 

СанСаныч Фоменко #:
  ...

Das ist es, was diejenigen, die einen "Artikel" geschrieben haben und sich nicht verteidigen können... wie seine frühen Klagen gegen das Forschungsinstitut zeigen.

... jeder ist ein Arschloch ...

 
СанСаныч Фоменко #:

Dem kann man kaum widersprechen.


Aber man muss sich darüber im Klaren sein, dass man, wenn man den ZWECK des gesamten Studiums nicht versteht, sehr schnell in die Lehre, in die Präsentation des entsprechenden Lehrbuchs abrutscht, ohne Aussicht auf ein Endprodukt zu haben.

Das Ziel, ohne den Weg dorthin zu verstehen, ist ein Traum))))))

Generell ist Marktforschung ohne globale Bewertungs- und Analysewerkzeuge so, als würde man über den Kosmos oder die einfachste Materie nachdenken, und es sind richtige Theorien möglich, die mit verkürzten Werkzeugen bestätigt werden können.))))))

Ich bin eher auf der Suche nach dem, was und wie man jetzt in einer Reihe von neuen Dingen messen kann, die noch nicht bemerkt worden sind.))))) Das würde den Zustand besser beurteilen. Das Vorhersageparadigma ist zwar nahe dran, aber dennoch ist die Aufgabe eine andere.

Die Logik sollte folgendermaßen aussehen. Wir messen etwas, und das ist die Definition des Zustands. Wir messen verschiedene Parameter für verschiedene Zustände. Und geben einfach die Zustandsänderung an. Natürlich sollte es eine Bibliothek / einen Satz von Zuständen geben. Wir messen auf allen Skalen und Ticks. Ich hoffe, dass die Logik der Messungen auf den verschiedenen Skalen die gleiche ist und dass sich die Tick-Skalen nicht wesentlich von den Candlestick-Skalen unterscheiden. So sieht es aus)))))

 
Es gibt viele Unstimmigkeiten, auch bei der Entfernung von Ausreißern. Diese machen nach verschiedenen Berechnungen in der Regel 10 % des Datensatzes aus. Welche Ausreißer wurden entfernt, und wie wird das Modell gehandelt, wenn der Ausreißer erwischt wird? )
Bei Transformationen ist die Situation in etwa die gleiche.
Wenn man die Vorverarbeitung klassisch durchführt, werden die Ergebnisse schlechter als bei Rohdaten.
Oder es werden zufällige Verbesserungen von Metriken als systemisch ausgegeben.