Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3285
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
Quantifizieren Sie weiter 😵💫
Endlich ein guter Rat!
Und hier ist das Ergebnis - die letzten beiden Spalten
Die Ergebnisse haben sich in der Tat verbessert. Wir können davon ausgehen, dass das Trainingsergebnis umso besser ist, je größer die Stichprobe ist.
Man muss versuchen, mit 1 und 2 Teilen der Trainingsstichprobe zu trainieren - und wenn die Ergebnisse nicht viel schlechter sind als bei 2 und 3 Teilen, dann kann der Faktor der Probenfrische als weniger bedeutend angesehen werden als das Volumen.
Nun - das Training ist beendet, die Ergebnisse sind unten in der Tabelle - die letzten beiden Spalten.
Wir können vorläufig feststellen, dass der Erfolg des Trainings tatsächlich von der Stichprobengröße abhängt. Ich stelle jedoch fest, dass die Ergebnisse der "-1p1-2"-Stichprobe mit denen der"-1p2-3"-Stichprobe vergleichbar und nach einigen Kriterien sogar besser sind, während die Ergebnisse der "0p1-2"-Stichprobe in Bezug auf die Anzahl der Modelle, die das gegebene Kriterium erfüllen, doppelt so schlecht sind.
Jetzt habe ich eine Stichprobe mit umgekehrter Chronologie durchgeführt, bei der die Zugstichprobe aus der anfänglichen Stichprobe Prüfung+Test+Zug_p3 besteht, und die Teststichprobe ist Zug_p2, und die Prüfung ist Zug_p1. Ziel ist es, herauszufinden, ob es möglich ist, mit neueren Daten ein erfolgreiches Modell zu erstellen, das auch vor 10 Jahren funktioniert hätte.
Was denken Sie, wird das Ergebnis sein?
Nun - das Training ist vorbei, die Ergebnisse sind unten in der Tabelle - letzte zwei Spalten.
Wir können vorläufig feststellen, dass der Erfolg des Trainings tatsächlich von der Stichprobengröße abhängt. Ich stelle jedoch fest, dass die Ergebnisse der "-1p1-2"-Stichprobe mit denen der"-1p2-3"-Stichprobe vergleichbar und nach einigen Kriterien sogar besser sind, während die Ergebnisse der "0p1-2"-Stichprobe doppelt so schlecht sind, was die Anzahl der Modelle betrifft, die das gegebene Kriterium erfüllen.
Jetzt habe ich eine Stichprobe mit umgekehrter Chronologie durchgeführt, bei der die Zugstichprobe aus der anfänglichen Stichprobe Prüfung+Test+Zug_p3 besteht, und die Teststichprobe ist Zug_p2, und die Prüfung ist Zug_p1. Ziel ist es, herauszufinden, ob es möglich ist, mit neueren Daten ein erfolgreiches Modell zu erstellen, das auch vor 10 Jahren funktioniert hätte.
Was denken Sie, wird das Ergebnis sein?
Ein bisschen mehr und das trivialste Ergebnis wird erzielt werden ... oder vielleicht wird es nicht erzielt werden, aber dann eine Entdeckung, die die Welt von ICH auf den Kopf stellen wird!
Weiter so!
Ich habe bereits mehrfach über die "Vorhersagekraft von Prädiktoren" geschrieben, die als Abstand zwischen zwei Vektoren berechnet wird.
Ich bin auf eine Liste von Tools zur Berechnung des Abstands gestoßen:
Dies ist neben dem Standard, der seine eigene Reihe von Abständen hat
Hier ist eine Aufgabe ohne Eingabe: ...
Max, ich verstehe nicht, warum du dich über mich lustig machst.
Wenn es keine Vermutungen gibt - sag nichts, wenn es welche gibt - sag es, z.B. "das Ergebnis wird scheiße".
...
Was denken Sie, wie das Ergebnis aussehen wird?
Ich weiß es nicht, aber ich bin neugierig darauf.
Nur ein wenig mehr und ein triviales Ergebnis wird erzielt ... oder vielleicht auch nicht, aber dann eine Entdeckung, die die Welt von MIR auf den Kopf stellen wird!
Weiter so!
Du glaubst also, dass die Anzahl der Modelle in den ersten beiden Spalten vergleichbar sein wird? Auch wenn sie doppelt so unterschiedlich sind. Seien Sie bitte konkreter, was die Trivialität betrifft.
Max, ich verstehe nicht, warum du dich über mich lustig machst.
Wenn es keine Annahmen gibt - sag nichts, wenn es welche gibt - sag es, z.B. "das Ergebnis wird scheiße sein".
Oben habe ich über matstat geschrieben. Davor habe ich über kozul geschrieben. Noch früher habe ich über Oracle-Fehler (Markup-Fehler) geschrieben, wenn die Daten auf eine Weise markiert sind, die man nicht versteht. Was dabei auf jeden Fall herauskommt, ist die Erkenntnis, dass die Ergebnisse bei verschiedenen Trainingseinheiten und -längen unterschiedlich ausfallen werden. Das hängt von den Daten ab, die nicht bereitgestellt oder beschrieben werden.