Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1281
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
Intentar la regresión
operar sólo cuando la previsión tiene una alta correlación con el precio a lo largo de N barras.
¿Es como una tendencia? Cuando entiendes que es una tendencia ya está llegando a su fin y es el momento de salir en lugar de entrar.
La regresión (realizada por el bosque) se probará, pero más tarde.
¿Es como una tendencia? Cuando te das cuenta de que es una tendencia, está llegando a su fin y es el momento de salir, no de entrar.
Bueno, lo escribieron así, no sé... metafóricamente en realidad, pensaron que era tan difícil de entender
Mantengo mi opinión: hay dos parientes incuestionables del venerable KsanKsanych (Fa). 1) El hijo Alyoshenka, que fue atrapado por inversores furiosos, y 2) el nieto Kesha, que promete miles de millones a quien lea las creaciones de su abuelo.
Por favor, no confunda las dos cosas.
Por favor, no comparen a SanSanych con Alyosha, Wizard, etc. SanSanych es un profesional, mientras que Alyosha y Wizard son desmotivadores de Forex que perdieron un par de cientos de dólares y se ofendieron con todo el mundo. No soy nieto de SanSanych, simplemente lo respeto y me parece muy útil su artículo, lo que no se puede decir de los artículos y enseñanzas de Konyukh el semental, que colecciona referencias y términos para parecer científico pero en realidad es un cero sin pala.
En el de la formación, ya que los árboles están poco entrenados. En los árboles sobre-entrenados debería haber estado en el árbol de prueba, ya que el árbol habría recordado también el ruido.
Con los árboles no entrenados no importa.
Pero el tamaño de la muestra sí importa. Cuanto más grande es, más representativo es. Y mi parcela de entrenamiento es 3 veces mayor.
---------
Desde el tutorial de https://www.mql5.com/ru/blogs/post/723619, una gran muestra representativa hace innecesario el equilibrio entre clases, reduciendo la aleatoriedad temporal. Transferido esto a los árboles no entrenados.
Pero tal vez me equivoque y tenga que comprobar la significación de los predictores en un gráfico de prueba.
¿Cómo se determina si un árbol (bosque de árboles) está preformado o no?
Creo que, en cualquier caso, la metodología debería consistir en comprobar la estabilidad del árbol en diferentes muestras (cómo cambia esta estabilidad en diferentes partes de la/s muestra/s), entrenar y probar. De lo contrario, se mide cualquier ruido, sólo se miente bien en la historia, es decir, no se encuentran regularidades con la ayuda de un árbol, sólo se describe la historia del movimiento de los precios y cualquier predictor servirá - lo principal es que deben ser estables y frecuentes.
Estoy buscando este tipo de regularidades (hojas o patrones de mini catbust), que sean rentables preferiblemente todos los años (2014-2018) y que cumplan algunos criterios adicionales.
Kesha nieto, déjame echar otro vistazo a las "tendencias", todos los bromistas fueron baneados, sólo quedas tú
¿cómo predicen sus bosques las tendencias? dígame¿Cómo se determina si un árbol (bosque de árboles) está preformado o no?
Creo que, en cualquier caso, la metodología debería consistir en comprobar la estabilidad del árbol en diferentes muestras (cómo cambia esta estabilidad en diferentes partes de la/s muestra/s), entrenar y probar. De lo contrario, se mide cualquier ruido, sólo se miente bien en la historia, es decir, no se encuentran regularidades con la ayuda de un árbol, sólo se describe la historia del movimiento de los precios y cualquier predictor servirá - lo principal es que deben ser estables y frecuentes.
Estoy buscando este tipo de regularidades (hojas o patrones de mini catbust), que preferiblemente aporten beneficios todos los años (2014-2018) y cumplan algunos criterios adicionales.
Los predictores estables y frecuentes asociados a los objetivos son patrones.
Los términos científicos estables y que aparecen con frecuencia en los mensajes no relacionados con los resultados son, muy probablemente, un exceso de aprendizaje:)
Los predictores estables y frecuentes asociados a los objetivos son patrones.
Imagina que el predictor es día/noche y que tendrás más de 1 en tus objetivos durante el día, por ejemplo, ¿es un buen predictor? O no es una cuestión de día, sino el hecho de que las noticias importantes (que afectan al mercado) se publican más a menudo durante el día que durante la noche.
Y los constantes y frecuentes términos de ciencia ficción en los posts no relacionados con los resultados es probablemente un sobreaprendizaje:)
No creo que sea apropiado juzgar a un hombre que hace mucho para promover MO aquí...
Kesha nieto, déjame echar otro vistazo a las "tendencias", si no todos los bufones fueron baneados, sólo quedas tú
¿cómo predicen sus bosques las tendencias?Estoy bien, con una tasa de error estable del 10-15%, en las pruebas. En el comercio real está todo mezclado e indefinido, pero yo soy una persona que asume riesgos, a diferencia de ti y de otros estables similares que se sientan sobre las espaldas de los padres ancianos.
¿Cómo se determina si el árbol está preformado o no (un bosque de árboles)?
Limito el árbol a 1 línea:
samples++; if(samples < 20){ entonces no dividir más el nodo, sino dejar la hoja}
es decir, quedarán al menos 20 muestras en la hoja, para que sea representativa.
Esa es toda la liberación que pediste)))
El grado de subestudio, es decir, el número de ejemplos en la hoja puede ser cualquiera de 10, 100, 1000 u optimizado. En xgboost se llama min_child_weight