Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 956
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Otro libro útil sobre el tema
Buena suerte
Ni la demo ni la real han funcionado hasta ahora para nadie
En definitiva, todo son juguetes, diversión y juegos...
Ni la demo ni la real han funcionado hasta ahora para nadie
El resultado: todo son juguetes, entretenimiento y diversión...
El hijo de Napoleón recibió un sonajero de aluminio por su cumpleaños. El aluminio no servía para nada más).
¡YOOOOOOOOOOOOO!
Algo en ambos sentidos utilizó el bosque. En el entrenamiento se adivinan todas las clases, en los datos de prueba un poco menos, en los datos de prueba un poco más del 50% caen en la clase buscada y los datos de la clase negativa caen allí también (en la cantidad de alrededor del 50% de lo buscado).
En el mejor de los casos hay pocos ejemplos y un poco menos de la clase negativa en la clase de búsqueda.
Que dudo que los datos puedan dividirse en absoluto, al menos por un pequeño margen que tenga un efecto significativo en el comercio.
¿O no?
Resultados intermedios de los experimentos con árboles
Este informe es para 2017 - la entrada se genera por la condición de TC, sin filtros aplicados, pero con el apoyo de la posición
Todo igual, pero la entrada es generada por el Árbol entrenado en 2015 y 2016
Y esta es la entrada de la señal ATS con filtros
Y esta es la entrada de Tree con los mismos filtros
Sí, los filtros fueron optimizados para 2016-2017, así que es casi un prdrong, pero por qué el árbol no puede alinearlos es un misterio. Por otra parte, podemos ver que allí donde los filtros excluían las entradas, entraba el árbol y viceversa, lo cual es igualmente interesante. Y lo interesante es que el árbol no tiene en cuenta el resultado financiero exacto a la hora de decidir la bifurcación, mientras que la optimización en el historial se ajusta a los indicadores financieros.
¡YOOOOOOOOOOOOO!
Algo en ambos sentidos utilizó el bosque. En el entrenamiento se adivinan todas las clases, en los datos de prueba un poco menos, en los datos de prueba un poco más del 50% caen en la clase buscada y los datos de la clase negativa caen allí también (en la cantidad de alrededor del 50% de lo buscado).
En el mejor de los casos hay pocos ejemplos y un poco menos de la clase negativa en la clase de búsqueda.
Que dudo que los datos se puedan dividir en absoluto, al menos por un pequeño margen que tenga un efecto significativo en el comercio.
¿O no?
El bosque es un vertedero en África si lo ensucias con basura, y has aportado la prueba más concreta de que NO tienes predictores en absoluto relevantes para la variable objetivo.
Un bosque es un vertedero si lo llenas de basura, y has dado la prueba más concreta de que NO tienes predictores en absoluto que sean relevantes para la variable objetivo.
¿Es como si tuvieran que dividir por el objetivo? :DDDD
muéstrame un gráfico de prueba y rastreo donde la relación esté presente
no sé por qué no me lo ha enseñado... como que fxsaber me ha baneado recientemente... al menos sabe de lo que habla... desde luego no ha escrito sobre la búsqueda de predictores a través del bosque y otros paquetes porque el ratio no se puede encontrar en el mercado usando tales métodos
Un bosque es un vertedero si lo llenas de basura, y tú has aportado la prueba más concreta de que NO tienes predictores en absoluto relevantes para la variable objetivo.
Aquí tienes. Muchos ejemplos muestran cuando tren=>validación. Y necesitas train=>validation=>test(datos de prueba, que el algoritmo no ve en absoluto, sino que sólo predice por el modelo entrenado, en train, validation)
Así que esos ejemplos en los que se muestran los resultados del tren y luego la validación no dicen nada. Tengo muchos ejemplos en los que la validación consigue el 95% del objetivo.
Y utilizan la comprobación cruzada con K-10. De todos modos, tengo sobreentrenamiento.
Tengo muchos ejemplos en los que puedo adivinar el 95% de mis objetivos.
lo encontró, encontró donde escribí:
M. Gunter. Axiomas de un especulador de acciones:
Axioma auxiliar nº 5. Cuidado con la trampa de los paralelismos históricos.
Axioma auxiliar nº 6. Cuidado con la ilusión de repetir las cifras.
Axioma auxiliar nº 7. Cuidado con la ilusión de que existe correlación y causalidad.
hmm, ¿no es una mala combinación con Gunther? ))))
lo encontró, encontró donde escribí:
hmmm, ¿no es una mala combinación con Gunther? ))))
Hace tiempo que lo sé. Creo que lo pasé en "tercer grado". No me sorprende))))