Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 586

[Aleksey Terentev]

Yuriy Asaulenko:
Así que trata de encontrar uno)). Un MLP así sería óptimo.

La regularización y el abandono son su todo).

[Dmitriy Skub]

Yuriy Asaulenko:

Ayer encontré una convolución NS - normalmente utilizada para el reconocimiento de imágenes. Naturalmente, todas las utilidades están disponibles - formación, etc. Hecho para su uso en Python.

También hay recurrentes, etc., pero todavía no es muy interesante.

Como la red convolucional no está totalmente mallada, podemos aumentar mucho el número de neuronas sin perder rendimiento. Pero es necesario entender los detalles, no he entrado en detalles todavía.

Una descripción popular -https://geektimes.ru/post/74326/

Fíjate bien en el HTM - te escribí antes. Su estructura implica el uso del contexto. Y hay una implementación en Python.

[Maxim Dmitrievsky]

Sobre la no estacionalidad de Haykin

Eso es lo que yo (y no sólo) escribí, y es como si todo hubiera sido probado hace mucho tiempo :)

[Dr. Trader]

Resulta que sé que hay una nueva versión del paquete gbm que aún no está en los repositorios de cran.
https://github.com/gbm-developers/gbm3

instalación:

install.packages("devtools")
library("devtools")
install_github("gbm-developers/gbm3")

después de eso la biblioteca actualizada en r se llama gbm3:

library("gbm3")

Sólo cambié el nombre de la biblioteca de gbm a gbm3 en el código del script r, el resto del código funcionó sin cambios.
Cuando buscaba los parámetros del modelo gbm, a veces ocurría que el entrenamiento consumía mucha RAM y todo el ordenador se colgaba durante una docena de minutos. Con esta nueva versión esto no ha ocurrido aún, recomiendo probarlo.

[СанСаныч Фоменко]

Maxim Dmitrievsky:

Sobre la no estacionalidad de Haykin

Sobre lo que yo (y no sólo) y escribió, y aquí como si todo está ya hace mucho tiempo demostrado :)

No entiendo en absoluto el texto sobre la no estacionariedad: ¿la llegada de nuevas observaciones destruye las relaciones previamente reveladas? Puede ser debido a mi ignorancia de NS, pero hay exactamente una línea de observaciones consideradas en los árboles y es imposible destruir los árboles previamente construidos. Puede que en el futuro no aparezcan exactamente los mismos árboles, pero pertenecerán a una clase diferente, pero los antiguos permanecerán intactos.

PS.

Hay árboles que tienen en cuenta algunas líneas al construir un árbol... pero no parece cambiar la esencia

[Maxim Dmitrievsky]

SanSanych Fomenko:

No entiendo en absoluto el texto sobre la no estacionariedad: ¿la llegada de nuevas observaciones destruye las relaciones previamente identificadas? Puede ser debido a mi ignorancia de NS, pero en los árboles se considera exactamente una línea de observaciones y es imposible destruir los árboles previamente construidos. Puede que en el futuro no aparezcan exactamente los mismos árboles, pero pertenecerán a una clase diferente, pero los antiguos permanecerán intactos.

PS.

Hay árboles que tienen en cuenta algunas líneas al construir un árbol... pero no parece cambiar el punto.

No, se reduce a construir series pseudoestacionarias de forma consistente, reaprendiendo todo lo posible... eso es básicamente lo que estoy haciendo

o construir filtros lineales/no lineales... Entiendo que antes hay que considerar la dinámica de cambio de influencia de los predictores sobre el objetivo, e intentar adaptar la salida a través de los coeficientes del filtro, en función de los cambios en el entorno

bueno, nada especial en general. Al menos en este capítulo.

[Alexander_K2]

Maxim Dmitrievsky:

Sobre la no estacionalidad de Haykin

Eso es lo que yo (y no sólo) escribí, y aquí es como si todo estuviera demostrado desde hace mucho tiempo :)

Obviamente, el Sr. Heikin no era un tonto. El extracto de la página 133 habla directamente de este hecho.

[Yuriy Asaulenko]

Maxim Dmitrievsky:

Sobre la no estacionalidad de Haykin

Eso es lo que yo (y no sólo) escribí, y aquí es como si todo estuviera demostrado desde hace mucho tiempo :)

Por fin Maxim se puso a leer la teoría en lugar de andar con chorradas y tratar de reinventar las bicicletas).

[Yuriy Asaulenko]

Dmitriy Skub:

Echa un vistazo a HTM - te escribí antes. Su estructura aprovecha el contexto. Y hay una implementación en Python.

No he encontrado nada en nuestra correspondencia. ¿Qué es la ATS y en qué consiste?

En realidad, empecé a estudiar Python hace 2-3 días. Todavía no entiendo mucho). Así que tardaré en ponerme manos a la obra.

[Dmitriy Skub]

Yuriy Asaulenko:

No he encontrado nada en nuestra correspondencia. ¿Qué es la ATS y en qué consiste?

En realidad, acabo de empezar a estudiar Python hace 2-3 días. Todavía no entiendo mucho). Así que hay que esperar a que me ponga manos a la obra.

Puede empezar por aquí: https://numenta.org/implementations/

Hay un libro en ruso - la traducción es casi adecuada.