Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3350

Neuer Kommentar
 
MOs kennen nicht einmal den Unterschied zwischen auto ml und full cyclic :)
Wenn Sie ein Modell machen, werden Ihre Kunden beginnen, Sie zu belästigen, und Sie zahlen für Anfragen 😀😀 besser Ihren eigenen Server.
 
fxsaber #:

Auf derselben Liste.

Ich erinnere mich, dass Sie irgendwo den maximalen Gewinn zwischen dts verglichen haben. Welcher Algorithmus wurde in einer bestimmten Tabelle verwendet, um den maximalen Gewinn zu erzielen? Durch Optimierung oder gibt es einen strengen Algorithmus.
 

Die Methodik der konformen Vorhersagen erinnert ebenfalls an Kozul, zumindest was die inverse Wahrscheinlichkeitsgewichtung angeht. Weiter habe ich noch nicht gelesen. Eine Menge Definitionen :)

Und die Definition von potentiellen Ergebnissen wird auf dieselbe Weise verwendet. Aber für den Fall der binären Klassifikation ist es schon klarer. Das heißt, es wird kein Tritment oder eine instrumentelle Variable eingeführt.

GitHub - valeman/awesome-conformal-prediction: A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source libraries.
GitHub - valeman/awesome-conformal-prediction: A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source libraries.
  • valeman
  • github.com
A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source libraries. - GitHub - valeman/awesome-conformal-predicti...
 
Meine letzten beiden Artikel beschreiben auf einer einfachen Ebene und ohne Nuancen so ziemlich alle diese Ansätze. Sagen wir, sie beschreiben sie nicht, aber sie kommen ihnen nahe. Ich überprüfe jetzt die Details dessen, was sie erforscht haben. Zum Beispiel unterscheidet sich die induktive von der transduktiven Konformität nur durch einen oder zwei Klassifikatoren, getrennt für jede Klassenbezeichnung. Letztere sind besser (genauer) bei der Schätzung des Posteriors. Und ich habe die induktive Methode verwendet. Eine weitere Möglichkeit besteht darin, die Modelle durch Hinzufügen und Verwerfen jeder Stichprobe neu zu trainieren, um eine genauere Schätzung zu erhalten. Das ist sehr teuer, aber ziemlich effizient. Man kann aber auch einfache und schnelle Klassifikatoren verwenden. Darüber habe ich auch beim Training auf Stümpfen geschrieben.

Ich sehe keinen Beifall für meine Genialität



 

Hallo!

Ich probiere verschiedene Wege aus.

Und der NN+GA-Algorithmus zahlt sich aus. Er ist viel stabiler.

 
Alexander Ivanov #:

Hallo!

Ich versuche verschiedene Wege.

Und der NN+GA-Algorithmus zahlt sich aus. Viel stabiler.

Willst du damit sagen, du bist cooler als ich?
 

einLeseabend mit Wodka, Wild und Gurke.

das Thema entwickeln und versuchen, in meinem Kopf Ansätze aus verschiedenen MOSH-Disziplinen zu verknüpfen.

A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification
A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification
  • arxiv.org
Black-box machine learning models are now routinely used in high-risk settings, like medical diagnostics, which demand uncertainty quantification to avoid consequential model failures. Conformal prediction is a user-friendly paradigm for creating statistically rigorous uncertainty sets/intervals for the predictions of such models. Critically, the sets are valid in a distribution-free sense: they possess explicit, non-asymptotic guarantees even without distributional assumptions or model assumptions. One can use conformal prediction with any pre-trained model, such as a neural network, to produce sets that are guaranteed to contain the ground truth with a user-specified probability, such as 90%. It is easy-to-understand, easy-to-use, and general, applying naturally to problems arising in the fields of computer vision, natural language processing, deep reinforcement learning, and so on. This hands-on introduction is aimed to provide the reader a working understanding of conformal...
 
Maxim Dmitrievsky #:

eineLektüre für einen Abend mit Wodka, Wildbret und Gurken.

das Thema entwickeln und versuchen, in meinem Kopf Ansätze aus verschiedenen MOSH-Disziplinen zu verbinden.

Guten Appetit und einen leichten Kater)

Es scheint der probabilistischen Vorhersage sehr ähnlich zu sein, obwohl sie schreiben, dass es sich um unterschiedliche Dinge handelt. Soweit ich es bisher verstanden habe, konzentriert sich die konforme Methode mehr auf die Klassifizierung und die probabilistische auf die Regression.

 
Maxim Dmitrievsky #:
Ich erinnere mich, dass Sie irgendwo den maximalen Gewinn zwischen dts verglichen haben. Welchen Algorithmus haben Sie bei einem bestimmten Diagramm verwendet, um den maximalen Gewinn zu erzielen? Durch Optimierung oder gibt es einen strengen Algorithmus.

Und One-Pass. Irgendwo im Forum.

 
Aleksey Nikolayev #:

Genießen Sie Ihr Essen und haben Sie einen leichten Kater)

Es scheint der probabilistischen Vorhersage sehr ähnlich zu sein, obwohl sie schreiben, dass es sich um unterschiedliche Dinge handelt. Soweit ich bisher verstanden habe, ist die konforme Methode eher auf die Klassifizierung und die probabilistische auf die Regression spezialisiert.

Danke :) ja, ähnlich. Sie schreiben, dass es keine Rolle spielt, ob es sich um Klassifikation oder Regression handelt. Wie man Schätzungen für Vorhersagen durch Vergleich im Validierungsnetz erhält, ist klar (im Falle von "Induktiv", d.h. schneller und einfacher). "Transduktiv" ist ebenfalls mehr oder weniger klar, aber sehr langsam, da so viele Modelle trainiert werden müssen, wie es Beispiele in der Stichprobe gibt. Es gibt auch Zwischenvarianten wie CV, die ich tatsächlich selbst durchgeführt habe.

Aus dem Artikel habe ich nicht ganz verstanden, wie die endgültigen Modelle trainiert werden, was wo ersetzt wird. Wieder durch Korrektur der Modellgewichte, seine Kalibrierung (Stichprobengewichtung) oder so, wie bei Kozula. Oder die wahrscheinlichsten Marker werden nach der Auswertung in das Modell eingesetzt. Ich habe nur das zweite Modell für diesen Zweck verwendet, das den Handel mit schlechten Beispielen verhindert.

1...334333443345334633473348334933503351335233533354335533563357...3399
Neuer Kommentar