Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1843
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
No creas que nadie te cierra la puerta, es que aquí hay tipos específicos que no soportan la demagogia. Los sistemas de IA tienen la capacidad de dar una respuesta no obvia, pero sigue siendo una ciencia exacta en la que 1+1=2, y no de forma aproximada, supuesta o no. De la misma manera, el mercado es un tipo de actividad muy concreta donde hay noticias reales, y hay pseudo enseñanzas. Como la de Yusuf, por ejemplo.
Recurramos a la Wikipedia, ¿te fías de ella?
Mercado: conjunto de procesos y procedimientos que aseguran el intercambio entre compradores (consumidores) y vendedores(proveedores) de determinados bienes y servicios.
Así que tal vez la información sobre la relación entre compradores y vendedores es importante, en lugar de las ondas, los estocásticos, Bollinger, etc. ¿Qué te parece? Ya sabes, hay un montón de pseudo-experimentos que están tratando de tomar el punto superior.... Creo que voy a hacer otro vídeo, pero esta vez es un texto. Y creo que voy a tener que hacer algo con el sonido. Hombre, nadie sabe por qué la gopro escribe el sonido con ruido????
Incluso leer excusas)).
Incluso he leído las excusas)).
El otro día se me ocurrió una idea.
La calidad del vídeo que he colgado deja mucho que desear, pero a juzgar por los espectadores a nadie le interesan las cuestiones elevadas y los razonamientos científicos. Todo el mundo está interesado en ver a una hermosa chica que habla durante media hora sobre la abolición del autoaislamiento en el Parque Gorki. Literalmente, ante mis ojos, en 24 horas ganó 500.000 visitas frente a mis 70. Conclusión: Los temas científicos no son populares hoy en día. Lo principal es una cara bonita y una voz agradable, y a nadie le interesa la IA. Una pena :-(
Me gustaría el consejo de todos.
En el paquete Darch encontré la siguiente opción de evaluación del modelo:
Calculamos el error en la vía y en los tramos oob.
Entonces el error final se calcula como
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr);
En mi opinión, la formación debería ser controlada por el valor medio de los indicadores de integridad y precisión para toda la muestra, dividiendo la muestra en ventanas de, por ejemplo, el 10%-20%. Yo mismo selecciono las hojas por este método, pero también tengo en cuenta el resultado financiero.
El otro día se me ocurrió una idea.
La calidad del vídeo que he colgado deja mucho que desear, pero a juzgar por los espectadores a nadie le interesan las cuestiones elevadas y los razonamientos científicos. Todo el mundo está interesado en ver a una hermosa chica que habla durante media hora sobre la abolición del autoaislamiento en el Parque Gorki. Literalmente, ante mis ojos, en 24 horas ganó 500.000 visitas frente a mis 70. Conclusión: Los temas científicos no son populares hoy en día. Lo principal es una cara bonita y una voz agradable, y a nadie le interesa la IA. Una pena :-(
Nadie quiere la verdad, Misha )). Todo el mundo quiere tener bellas ilusiones.
No tienes que ser tú mismo un bonito maniquí: crea la impresión del espectador, enciende su imaginación y luego di la verdad ))
Sólo el sonido de un martillo neumático de fondo le molesta )
Nadie quiere la verdad, Misha )) Todo el mundo quiere tener bellas ilusiones.
No tienes que ser tú mismo un bonito pezón: crea una idea en la mente del espectador, enciende su imaginación y luego corta la verdad ))
Sólo un martillo neumático en el fondo molesta )
En mi opinión, la formación debería controlarse haciendo una media de la integridad y la precisión de toda la muestra, dividiéndola en ventanas de, por ejemplo, el 10%-20%. Yo mismo selecciono las hojas con este método, pero también tengo en cuenta el resultado financiero.
Se trata de una validación cruzada. O también se puede hacer un avance, de manera que el conjunto de validación sea siempre posterior al conjunto de entrenamiento.
Aclaremos la terminología:
- precisión, se refiere a la Precisión estándar (proporción de ejemplos correctamente clasificados)
- integridad. ¿Es el número de ejemplos/tamaño de la muestra para el entrenamiento? ¿Cómo se selecciona? ¿Por selección?
Se trata de una validación cruzada. O también se puede hacer un avance, de modo que el conjunto de validación sea siempre posterior al conjunto de entrenamiento.
Es importante comprobar la solidez de la señal a lo largo de toda la muestra, en lugar de fijarse en la puntuación final; puede haber diferentes métodos, uno de los cuales he descrito brevemente.
Aclaremos la terminología:
- precisión, se refiere a la Precisión estándar (proporción de ejemplos correctamente clasificados)
- integridad. ¿Es el número de ejemplos/tamaño de la muestra para el entrenamiento? ¿Cómo se selecciona? ¿Por selección?
La precisión es la exactitud y la recuperación es la exhaustividad. Estas cifras son importantes si hay más de una clase y si la clase de la señal es una del conjunto. Por ejemplo, si la clasificación triple -compra(1)/espera(0)/venta(-1) o búsqueda de volatilidad- habrá un movimiento fuerte(1) o débil(0). Si en la lógica las dos clases son equivalentes, entonces el significado de estos indicadores se vuelve un poco borroso.
¿Cómo está Maximeka? ¿Has leído algo? ¿Algún recorte?
Un poco mejor enfoque, mejores resultados también... Todas las entradas mostraron + :))
Pero hay problemas...
1) no hay suficientes señales.
2) el modelo está muriendo en el tiempo.
Pero creo que he empezado a entender algo en este maldito mercado, y el avance no está lejos ))
Es importante comprobar la solidez de la señal a lo largo de toda la muestra, en lugar de fijarse en la cifra final; puede haber diferentes métodos, uno de los cuales he descrito brevemente.
La precisión es la exactitud y la recuperación es la exhaustividad. Estos indicadores son importantes si hay más de una clase, y si la clase de la señal es una del conjunto. Por ejemplo, en el caso de una triple clasificación -compra(1)/espera(0)/venta(-1) o búsqueda de volatilidad- habrá un movimiento fuerte(1) o débil(0). Si en la lógica las dos clases son iguales, entonces el significado de estos indicadores se difumina un poco.
Y, en general, la precisión puede considerarse una métrica básica cuando hay una clase de "espera". Los errores de precisión son pérdidas directas derivadas de una clasificación errónea.
Y la retirada significa pérdida de beneficios, es decir, que hemos esperado en lugar de actuar.
El objetivo final es maximizar la F1, que encontrará el mejor valor con un mínimo de errores de predicción y un mínimo de beneficios perdidos.