Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1513

 
Andrey Dik:

El objetivo de esta actividad es identificar patrones estables (o como quieras llamarlos), y son estables porque funcionan en diferentes PA; mis tímidos experimentos en este ámbito muestran que esto es posible en principio... y como consecuencia la robustez aumenta (disminuyendo el grado de ajuste)

se entrena primero en una RV y después se entrena en la otra RV. Las implementaciones que debe mirar, pueden ser diferentes

También añado artificialmente ruido a las características, a veces mejora los resultados.

eche un vistazo al muestreo de importancia, también es interesante.

meta aprendizaje

 
Kesha Rutov:

Yo lo llamaría "aprendizaje del drawdown", o "aprendizaje del drawdown", para ser más importantes, esperen un artículo sobre "aprendizaje del drawdown" de Pereverenko o Denisenko, con OOP avanzado (>5 de profundidad de herencia), 90% de precisión y la misma (igual) proporción de beneficio y drawdown en la prueba, o como en los buenos tiempos sin ninguna prueba, todo en Lern y con martin, puro exponente))

Kesha, deja de fumar esa mierda. De lo contrario, te convertirás realmente en ...

¿De dónde salen estos idiotas?

 
Kesha Rutov:

Tengo que escribir un artículo sobre el"aprendizaje de la reducción" ahora mismo.

Elaprendizaje por transferencia es cuando las neuronas / capas seleccionadas (normalmente las primeras 1-2 capas) entrenadas en un conjunto de datos o algoritmo se utilizan en otra red como pieza de recambio, se utiliza por ejemplo para la estilización de imágenes.

No es necesario dar ayuda sobre temas de los que no se sabe nada. Das saltos, aprendes términos y crees que te has convertido en un experto. Un charlatán, sí, pero no un experto.

 
Maxim Dmitrievsky:

sin el hielo de los mocos.

Vladimir Perervenko:

No hace falta que des referencias sobre temas de los que no sabes nada. Das saltos de alegría, recoges términos y crees que te has convertido en un experto. Un charlatán, sí, pero no un experto.

Por supuesto que no soy un "especialista", si no para qué iba a andar por aquí, todas mis esperanzas están puestas en ti y en MaximDenisenko, "especialistas", estoy esperando que escribas un "artículo" sobre el tema, y mejor aún, que lo refuerces con una señal de estafa, algo así como la dopamina de Maxim Denisenko

 
Kesha Root:

Por supuesto que no soy un "especialista", de lo contrario por qué debería andar por aquí, todas mis esperanzas están puestas en ti y en Maksim Denisenko, los "especialistas", estoy esperando que escribas un "artículo" sobre el proceso de aprendizaje, y mejor aún que lo respaldes con una señal de estafa, algo así como la dopamina de Maksim Denisenko

a poco que se lean artículos y libros donde los "expertos" de RL intentan aplicar la dopamina a las series temporales financieras, se verá que la dopamina es lo mejor que se puede hacer con este tema

y no me importa si te gusta o no, se olvidaron de preguntarte

al menos escribe un refuerzo simple sin librerías de terceros, me reiré

Chupapollas

 
Maxim Dmitrievsky:

gallo

Esto también te ocurrirá cuando la VIDA te lleve de paseo, nada es eterno, tarde o temprano tu "jaula de oro" se derrumbará y entonces...

 
Kesha Rutov:

Y eso te pasará a ti también, cuando la VIDA te lleve de paseo, nada dura para siempre, tarde o temprano tu "jaula de oro" se derrumbará y entonces....

La vida te ha cogido por los pechos y estás llorando como una niña, ¿cuál es el tema del modus operandi? Ve a un psicólogo, hay muchos en este foro. Puedo enviarle un mensaje, no tengo un buen sentido del tacto.

 
Maxim Dmitrievsky:

se entrena primero en una RV y luego se refresca en otra. Las implementaciones específicas que necesita ver, pueden ser diferentes

También añado artificialmente ruido a las características, a veces mejora los resultados.

eche un vistazo al muestreo de importancia, también es interesante.

más meta aprendizaje

no... Utilizo una, otra y tercera BP como iguales en el entrenamiento, a ver qué sale de ahí

 
Andrey Dik:

no no... Uno, dos, tres PB se usan como iguales en el entrenamiento, veamos qué sale de ahí

También probé varios bots a la vez en mi bot, no vi ninguna mejora... tengo una cosa peculiar, se cuida sola

interesante estudio sobre la máxima entropía que he visto hoy, me ha gustado cómo utilizar la entropía para la determinación de las entradas (parte 2 del artículo)

Lo que falta en el mío aparentemente. Incluso se me ocurrió casi lo mismo, pero no pude articularlo. Está respaldado por la teoría.

también muestra que los diferentes mercados se pronostican de manera diferente, así que si está todo en una pila... no sé

https://robotwealth.com/shannon-entropy/

Shannon Entropy: A Genius Gambler's Guide to Market Randomness - Robot Wealth
Shannon Entropy: A Genius Gambler's Guide to Market Randomness - Robot Wealth
  • robotwealth.com
Before you commit your precious time to read this blog post, I need to warn you that this is one of those posts that market nerds like myself will get a kick out of, but which probably won’t add much of practical value to your trading. The purpose of this post is to scratch the surface of the markets from an information theoretic perspective...
 
Maxim Dmitrievsky:

Hoy tengo un interesante estudio sobre la máxima entropía.

interesante estudio sobre la máxima entropía que he visto hoy, cómo utilizar la entropía para determinar las entradas (parte 2 del artículo), me ha gustado

Lo que falta en el mío aparentemente. Incluso se me ocurrió casi lo mismo, pero no pude articularlo. Está respaldado por la teoría.

también muestra que los diferentes mercados se pronostican de manera diferente, así que si está todo en una pila... no sé

https://robotwealth.com/shannon-entropy/

aquí hay otro material interesante sobre la entropía, el autor lo explica con los dedos por así decirlo

https://habr.com/ru/post/171759/


No encuentro nada sobre árboles de decisión, algunos fragmentos de información están en la web, necesito algo en forma de literatura

Энтропия и деревья принятия решений
Энтропия и деревья принятия решений
  • habr.com
Деревья принятия решений являются удобным инструментом в тех случаях, когда требуется не просто классифицировать данные, но ещё и объяснить почему тот или иной объект отнесён к какому-либо классу. Давайте сначала, для полноты картины, рассмотрим природу энтропии и некоторые её свойства. Затем, на простом примере, увидим каким образом...