Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1610

 
mytarmailS:

¿Por qué?

Cuanto más "rico" es el modelo, peor es.

Especialmente si no sabes qué combinación de predictores es mejor, ¿no sería correcto introducir todas las opciones posibles en el modelo y luego ver la importancia de los predictores desde la perspectiva del modelo

no funciona así.

 
mytarmailS:

Perdón, quise decir niveles de soporte y resistencia

Inicialmente no había ninguna tarea para identificar los niveles de soporte y resistencia, por lo que no se incluyen en los datos de formación formalizados. Tengo un sistema de señales basado en patrones simples (patrones).

 
mytarmailS:

Tengo una pregunta teórica

Tenemos una función objetivo a la que aproximaremos el modelo

tenemos predictores, que sean 1000 unidades.


Así que la pregunta es si tenemos muchos predictores podemos dividirlos en partes iguales, que sean 100 y entrenar 10 modelos.

A continuación, los resultados de estos 10 modelos se introducen en el nuevo modelo como predictores. ¿Será el equivalente a un modelo entrenado inicialmente para 1000 predictores a la vez?

Algo me dice que no es así, pero me gustaría escuchar mis opiniones.

El problema es que no se sabe qué predictores son mejores en la clave. Tendrá que hacer muchas variantes de los conjuntos, como ha decidido correctamente. Hago algo parecido cuando excluyo los predictores indígenas del modelo de árbol. Si los modelos existentes por sí mismos fueran efectivos, entonces la fusión de los mismos podría mejorar el resultado general - de nuevo hago esto con las hojas en forma de agrupación.

 
Maxim Dmitrievsky:


¡Hola, Max!

Es bueno tenerte de vuelta... ¿Has visto a un brujo en algún lugar? Aburrido...

 
Alexander_K2:

¡Hola, Max!

Es bueno tenerte de vuelta... ¿Has visto a un brujo en algún lugar? Aburrido...

Oye, el de la barba larga, ¿en la fila para un almuerzo gratis? Creo que lo vi ayer.

 
Maxim Dmitrievsky:

Oye, ¿ese es el tipo de la barba larga en la cola para un almuerzo gratis? Creo que lo vi ayer.

:))) ¿Qué opina de la investigación de fxsaber, que confirma el papel dominante del tiempo en el mercado? ¿Sigue investigando? Para mí es una paradoja: en las pruebas todo es estupendo, pero en la práctica parece ser lo mismo... Todavía estoy trabajando en ello.

 
Alexander_K2:

:))) ¿Qué opina de la investigación de fxsaber, que confirma la primacía del tiempo en el mercado? ¿Sigue investigando? Hasta ahora tengo una paradoja: todo va bien en las pruebas, pero en la práctica parece una mierda... Todavía lo estoy descubriendo.

No te sigo, ¿tienes un enlace?

no han hecho nada todavía
 
Maxim Dmitrievsky:

No te sigo, ¿hay algún enlace?

Todavía no he hecho nada

Aquí está el primero que encontré:

Foro sobre comercio, sistemas de comercio automatizados y prueba de estrategias de comercio

Algunos signos de una ST adecuada

fxsaber, 2020.03.05 13:02

Me gustaría aclarar que estamos ante un TS con sólo las series bid/ask/time_msc como entrada. Nada más. Y este TS se ajusta a través del optimizador.

También había posts similares allí, pero -demasiado perezoso para buscar...

 
Maxim Dmitrievsky:

Todavía no he hecho nada.

Max, no me asusta que hayas dejado el forex por completo... Eso sería muy triste... Todo acaba de empezar :))

 
mytarmailS:

Tengo una pregunta teórica

Tenemos una función objetivo a la que aproximaremos el modelo

tenemos predictores, que sean 1000 unidades.


Así que la pregunta es si tenemos muchos predictores podemos dividirlos en partes iguales, que sean 100 y entrenar 10 modelos.

A continuación, los resultados de estos 10 modelos se introducen en el nuevo modelo como predictores. ¿Será el equivalente a un modelo entrenado inicialmente para 1000 predictores a la vez?

algo me dice que no, pero me gustaría escuchar opiniones

Si por predictores te refieres a características, no creo que sea equivalente en el caso general, depende de cómo se dividan las características. Lo más probable es que, debido a la falta de datos, un modelo que teóricamente podría ser entrenado por 1000 no lo sea por 100.
No está claro por qué debemos hacer esto en primer lugar, las búsquedas se seleccionan sobre la base de dar al modelo el conjunto de datos mínimo requerido. Dado que en un principio se pretendía que fuera mínimo, ¿cómo podemos dividirlo después?