Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 27
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
Nun, wenn es zu viele Prädiktoren mit einer Punktzahl von weniger als 2 gibt, dann kann man nützliche Prädiktoren nicht mit anderen Mitteln als meinen isolieren. Ich weiß nicht, wie das zu interpretieren ist. Wir dürfen nicht vergessen, dass sich die Prädiktoren nicht nur auf die Zielvariable, sondern auch untereinander auswirken. Sehr oft ist nicht nur die Liste der zu entfernenden Prädiktoren wichtig, sondern auch die Reihenfolge, in der sie entfernt werden.
Es liegt auf der Hand, dass die Prädiktoren in der Regel voneinander abhängig sind.
Sie führen meiner Meinung nach zur Anwendung stochastischer Methoden wie simuliertem Annealing. Ich benutze das auch. Ich habe auch ein Programm, das die Relevanz eines Satzes von Prädiktoren (1 oder mehr) für eine Zielvariable recht geschickt berechnen kann, und ich habe sowohl gierige als auch stochastische Auswahlmethoden darin untergebracht. Irgendwo funktioniert gierig besser, irgendwo stochastisch.
ABER! Wenn ich den Entscheidungswald (oder GBM) verwende und die Signifikanz der Variablen aus dem trainierten Modell ausgeben lasse, sehe ich, dass einige von ihnen nur selten oder nie verwendet werden.
Wollen Sie damit sagen, dass die Verringerung der Dimensionalität die Qualität des Modells verbessern kann (die Anpassung verringern)? Trifft dies auf den Entscheidungswald zu?
Es überrascht nicht, dass Sie kein Botaniker sind, wenn es um Quantile, Kreuzvalidierungen und Bootstraps geht.
Es liegt auf der Hand, dass die Prädiktoren in der Regel voneinander abhängig sind.
Sie führen meiner Meinung nach zur Anwendung stochastischer Methoden wie simuliertem Annealing. Ich benutze das auch. Ich habe auch ein Programm, das die Relevanz eines Satzes von Prädiktoren (1 oder mehr) für eine Zielvariable recht geschickt berechnen kann, und ich habe sowohl gierige als auch stochastische Auswahlmethoden darin untergebracht. Irgendwo funktioniert gierig besser, irgendwo stochastisch.
ABER! Wenn ich den Entscheidungswald (oder GBM) verwende und die Signifikanz der Variablen aus dem trainierten Modell ausgeben lasse, sehe ich, dass einige von ihnen nur selten oder nie verwendet werden.
Wollen Sie damit sagen, dass die Verringerung der Dimensionalität die Qualität des Modells verbessern kann (die Anpassung verringern)? Gilt dies für einen Wald von Lösungen?
SVM, ada, verschiedene Bäume.
Die Reduzierung der Dimensionalität ist nicht das Ziel.
Die für die Zielvariable relevanten Prädiktoren werden ausgewählt und ein Algorithmus zur Prädiktorenauswahl wird auf diese Menge angewendet. Es ist nicht bekannt, was sie im nächsten Fenster produzieren wird: vielleicht lässt sie alle Prädiktoren stehen, vielleicht einen Teil von....
PS
ÜBER GBM. Aus irgendeinem Grund habe ich keine besseren Ergebnisse erzielt als ada...
PSSP
Meinen Ergebnissen zufolge sind die effizientesten Algorithmen zur Prädiktorenauswahl in Caret (rfe, saf, gaf). Leider nicht für alle Modelle. Haben Sie Erfahrung mit ihnen?
Darf ich Sie um Ihre Meinung bitten? Gibt es auf dem Devisenmarkt für bestimmte Währungen wirklich einen Geld- und Briefkurs (Menschen kaufen und verkaufen) oder handelt es sich um ein automatisiertes System, das Geld abnimmt? Wie (Casino) habe ich auf Roulette die Kugel fallen gesehen, wo sie nicht sollte, ein Magnet arbeitete 100% sicher, wenn Sie 1000% sicher wollen. Ich werde erklären, warum eine solche Frage, der Preis schafft es, in einer solchen Art und Weise, dass die Systeme, die ich verwendet, einschließlich mir selbst, Geld verloren, die Beurteilung durch das Forum bin ich nicht der einzige, der solche, dh nimmt alle heraus zu gehen.
Lesen Sie hier: http://www.foxbusiness.com/features/2014/11/12/six-big-banks-fined-43b-in-fx-rate-rigging-scam.html
Vor allem dieses hier: "Das OCC stellte auch fest, dass die Händler Aktionen besprachen, die ihren Kunden möglicherweise schaden, aber ihnen selbst und ihren Banken zugute kommen würden, und vereinbarten, nicht mit bestimmten Währungen zu handeln.
Darf ich Sie um Ihre Meinung bitten? Ist der Devisenmarkt für bestimmte Währungen wirklich der Preis für Angebot und Nachfrage (Menschen, die kaufen und verkaufen) oder ist er ein automatisiertes System, das Geld abnimmt? Wie (Casino) habe ich auf Roulette die Kugel fallen gesehen, wo sie nicht sollte, ein Magnet arbeitete 100% sicher, wenn Sie 1000% sicher wollen. Ich werde erklären, warum eine solche Frage, der Preis schafft es, in einer solchen Art und Weise, dass die Systeme, die ich verwendet, einschließlich mir selbst, Geld verloren, die Beurteilung durch das Forum bin ich nicht der einzige, der solche, dh nimmt alle aus gehen.
Zunächst einmal sollten Sie keine Martingale in irgendeiner Form verwenden. :)
Und die Preisbewegungen (mittel- und langfristige Trends) werden nicht von sechs selbst sehr mächtigen Banken bestimmt, sondern von fundamentalen Gründen - Handelsbilanz, Diskontsatz, Preisindex usw.
SVM, ada, verschiedene Bäume.
Die Reduzierung der Dimensionalität ist kein Ziel.
Die für die Zielvariable relevanten Prädiktoren werden ausgewählt und der Algorithmus zur Prädiktorenauswahl wird auf diese Menge angewendet. Es ist nicht bekannt, was sie im nächsten Fenster produzieren wird: vielleicht lässt sie alle Prädiktoren stehen, vielleicht einen Teil von....
PS
ÜBER GBM. Aus irgendeinem Grund habe ich keine besseren Ergebnisse erzielt als ada...
PSPC
Meinen Ergebnissen zufolge sind die effizientesten Algorithmen zur Prädiktorenauswahl in Caret (rfe, saf, gaf). Leider nicht für alle Modelle. Haben Sie Erfahrung mit ihnen?
SVM, ada, verschiedene Bäume.
Die Reduzierung der Dimensionalität ist kein Ziel.
Die für die Zielvariable relevanten Prädiktoren werden ausgewählt, und der Algorithmus zur Prädiktorenauswahl wird auf diese Menge angewendet. Es ist nicht bekannt, was sie im nächsten Fenster produzieren wird: vielleicht lässt sie alle Prädiktoren stehen, vielleicht einen Teil von....
PS
ÜBER GBM. Irgendwie habe ich keine besseren Ergebnisse als ada...
PSPC
Meinen Ergebnissen zufolge sind die effizientesten Algorithmen zur Prädiktorenauswahl in Caret (rfe, saf, gaf). Leider nicht für alle Modelle. Haben Sie Erfahrung mit ihnen?
Ich verwende entweder Metriken der Wichtigkeit im Entscheidungswald oder Informationsmetriken (basierend auf gegenseitiger Information). Im Allgemeinen glaube ich, dass es bei Entscheidungswaldmodellen nicht notwendig ist, eine Vorauswahl zu treffen: ......
Und seien Sie vorsichtig mit Fomenko und anderen... Sie könnten dich in einen verunglückten Wald führen)))
Ja.
Und seien Sie vorsichtig mit Fomenko und anderen... sie könnten dich in den falschen Wald führen)))