Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1299
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
Yo estaba haciendo algo similar - la pregunta es de nuevo sobre los predictores y los criterios de selección (objetivo). Ahora (muchos meses después) terminaré todas las ideas con los predictores y volveré a este tema. Y el resultado está ahí en general, he publicado antes cómo funcionan tales modelos, pero necesito diferentes muestras con diferente dispersión, preferiblemente de diferentes modelos.
¿Y qué utiliza AutoML como predictores y objetivos?
bien, el objetivo debe ser conocido, y los predictores se transforman en autómatas, y los modelos también se enumeran
Escribiré cuando (y si) me entero de más cosas
Estoy esperando a que Google actualice TensorFlow a la versión 2.0, espero que con soporte para Python 3.7. Me encanta todo lo de google y este paquete es el de todas las ocasiones, lo tiene todo.
bien, los objetivos deben ser conocidos, y los predictores se transforman en la máquina, y los modelos también se anulan
Escribiré cuando (y si) me entero de más cosas
Estoy esperando a que Google actualice TensorFlow a la versión 2.0, espero que con soporte para python 3.7. Me encanta todo lo de google y este paquete es el de todas las ocasiones, lo tiene todo.
Escribe cuando lo descubras, muy interesado en los predictores si están estipulados públicamente allí. El objetivo también es difícil en nuestro caso, debido a la estimación adicional del modelo sobre el dinero, que es bueno para TP y SL fijos, en otros casos incluso un buen modelo desde el punto de vista de la capacidad de predicción puede fallar. En cualquier caso, tengo en cuenta en la estimación de un modelo la curva de equilibrio de la clasificación y compruebo las depresiones y otros criterios, como para el equilibrio normal, porque espero la uniformidad de la precisión de la clasificación en toda la muestra.
Todavía no tengo python, puedo hacer muchas cosas sin él, tengo muchas ideas, que necesitan ser realizadas.
Escriba cuando lo descubra, los predictores son muy interesantes si se estipulan públicamente allí. El objetivo también es difícil en nuestro caso, porque hay una evaluación adicional del modelo en el dinero, es bueno para aquellos con TP y SL fijos, para otros casos, incluso un buen modelo en términos de capacidad de predicción, puede fallar. En cualquier caso, tengo en cuenta en la estimación de un modelo la curva de equilibrio de la clasificación y compruebo las depresiones y otros criterios, como para el equilibrio normal, porque espero la uniformidad de la precisión de la clasificación en toda la muestra.
Y todavía no he instalado Python - hay muchas cosas que puedo hacer sin él, tengo muchas ideas que necesitan ser implementadas.
Es decir, los predictores también son suyos, pero transformados por el propio AutoML y los aciertos también.
Es decir, los predictores también son suyos, pero son transformados por el propio AutoML y la selección es automática.
No hay nada interesante en esencia, es sólo una envoltura que proporciona funciones adicionales :)
Entonces, esencialmente, nada interesante, sólo una envoltura que da características adicionales :)
Se trataba de deshacerse de la rutina
A diferencia de algunos artículos que sugieren hacer toda la rutina de la minería de datos manualmente, lo cual es absurdo en los mercados no estacionarios
Ya he escrito muchas veces mi opinión de que el enfoque estadístico no funciona en mercados no estacionarios (es decir, el clásico descrito en los libros de estadística y MO)Se trataba de deshacerse de la rutina
En contraposición al hecho de que algunos artículos sugieren hacer todas las rutinas de datamining manualmente, lo cual es absurdo en mercados no estacionarios
Ya he escrito repetidamente mi opinión de que el enfoque estadístico no funciona en mercados no estacionarios (es decir, el clásico descrito en los libros de estadística y MO)Bueno, todavía tienes que averiguarlo todo tú mismo: objetivos y predictores. Creía que había alguna investigación sobre cómo encontrar los signos de un modelo sobreentrenado por su estructura o algo así. Es importante para mí aprender a encontrar un modelo que funcione en una muestra independiente del entrenamiento y de la prueba (o viceversa, que no funcionará), pero aquí también surge la pregunta "¿qué significa que funcione?" y no es inequívoca. Y la automatización del análisis de modelos no es algo difícil, al menos en catbust todo lo que necesitas es descargar en diferentes archivos, y luego sólo parsearlos, ya sea con MT, como yo lo hago, o con tu propio software.
Bueno, aún depende de ti el planteamiento de los objetivos y los predictores. Creía que había alguna investigación sobre la búsqueda de características de un modelo sobreentrenado por su estructura o algo así. Es importante para mí aprender a encontrar un modelo que funcione en una muestra independiente del entrenamiento y de la prueba (o viceversa, que no funcionará), pero aquí también surge la pregunta "¿qué significa que funcione?" y no es inequívoca. Y la automatización del análisis de modelos no es algo difícil, al menos en catbust todo lo que necesitas es descargar en diferentes archivos, y luego sólo parsearlos, ya sea con MT, como yo lo hago, o con tu propio software.
ahora te parece que es así, porque aún no has probado zanahorias más dulces.
Llegarás a tiempo, si estudias en lugar de fantasear.
Porque su fantasía, comparada con la de los equipos de google o dipmind en el campo de la IA, es una gota en el océano. Así que tienes que coger el preparado.
Si escriben que el modelo debe usarse de esta manera y de otra, entonces es así. No hay que fantasear, porque es importante entender lo que ya se ha inventadoEso crees ahora, porque aún no has probado algo más dulce que las zanahorias.
llegarás a tiempo si estudias en lugar de fantasear...
Porque sus fantasías como las de google o dipmind, en el campo de la IA, son una gota en el océano. Por eso hay que sacarlo de la estantería.
No entiendo la profundidad del pensamiento. Usted escribió que el objetivo y los predictores deben venir con su propia para ese software, y si es así, entonces escribí que entonces no tiene mucho sentido, porque usted puede hacer todo usted mismo y sabrá cómo funciona, lo que debe mejorar y arreglar.
En cuanto a la segunda parte de la afirmación, estoy de acuerdo, pero prefiero tomar lo que entiendo cómo funciona.
No entiendo la profundidad del pensamiento. Tú mismo escribiste que tanto el objetivo como los predictores tienen que venir por su cuenta para ese software, y si es así, entonces escribí que no tiene mucho sentido entonces, porque puedes hacerlo todo tú mismo y sabrás cómo funciona, qué mejorar y arreglar.
En cuanto a la segunda parte de la afirmación, estoy de acuerdo, pero prefiero tomar lo que entiendo que funciona.
AutoML se puso como ejemplo de automatización de todo el proceso (o casi todo el proceso), esa es la profundidad del pensamiento. La cadena lógica es directa desde el puesto inicial. Te estás llevando a un callejón sin salida.
El ejemplo se puso para explicar lo que se entiende por generalización y no una extracción manual de conocimientos como haces tú. Incluso dice que la máquina lo hace mejor que el hombre en casi todas las fases.
Dudo que entiendas cómo funciona el catbusto.
autoML se puso como ejemplo de automatización de todo el proceso (o de casi todo el proceso), esa es la profundidad del pensamiento. La cadena lógica es sencilla, partiendo del mensaje inicial. Te estás llevando a un callejón sin salida.
El ejemplo se puso para explicar lo que se entiende por generalización y no una extracción manual de conocimientos como haces tú. Incluso dice que la máquina lo hace mejor que el hombre en casi todas las fases.
Dudo que entiendas cómo funciona el catbusto.
Ok, pruébalo, dime si quieres. Y si es posible comparar mi selección y la de ML, si es posible sin demasiado trabajo por mi parte.
Sí, no comprendo a fondo cómo funciona un catbusto, pero ya tengo el conocimiento y la experiencia de la operación, y todo eso lleva tiempo, lo que lleva a una comprensión completa. Tomar algo de la nada y tratar de utilizarlo en mi trabajo cuando no hay suficiente información disponible, bueno, eso no es cómodo para mí. Incluso con catbust tengo que buscar y entender todo, traducir, así que es bueno que haya quien lo entienda mejor, tengo alguien a quien preguntar aspectos técnicos del código.