Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2106
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
¿Adónde?
Bueno, no para minimizar el RMSE o lo que sea, sino para poner tu libra de fitness ahí.
¿Cómo es eso?
Sólo estoy pronosticando el modelo con 500 puntos de antelación.
Es fácil hacer una previsión de 4 ondas sinusoidales (modelo), de hecho, una previsión lineal.
Lo he borrado, pensé que no le interesaba a nadie, puedo enviarte el código, pero necesito traducirlo en forma legible
Por cierto, me he enfrentado a la inestabilidad del método de recocido, no sé ni cómo trabajar con él, los resultados son muy inestables, los parámetros saltan mucho...
He llegado a esto
Primero inicializo aleatoriamente el punto de partida,
entonces cuando se encuentra una solución la guardo
Luego vuelvo a iniciar el quemado, pero con los parámetros iniciales de la solución encontrada, y así sucesivamente...
Por favor, escríbeme.
El recocido es inestable. Usa rgenout. Probado, fiable.
Los modelos aplican la función de pérdida. Escriba la suya propia y si el modelo le permite insertar su función de pérdida, pruébela.
Sólo estoy pronosticando el modelo con 500 puntos de antelación.
pero creo que para el comercio sólo los primeros 1-2 oficios
y necesitan aprender a encontrar parámetros
Se pueden utilizar 2 modelos de dirección diferentes
Intenté enseñarlo por separado utilizando mi estrategia básica - los resultados fueron peores, creo que debido a un muestreo desequilibrado - obtengo demasiados ceros y aprendo de ellos.
Quiero probar otra variante: enseñar la dirección con un modelo independiente. Resultará que el primer modelo se entrena en la volatilidad, y el segundo en su vector. Pero, de nuevo, el tamaño de la muestra debe ser grande.
Intenté enseñar mi estrategia básica por separado - los resultados fueron peores, creo que debido a un muestreo desequilibrado - hay demasiados ceros y el entrenamiento se basa en ellos.
Quiero probar otra opción: enseñar la dirección con un modelo separado. Resultará que el primer modelo se entrena en la volatilidad, y el segundo en su vector. Pero, de nuevo, la muestra debe ser grande.
Se puede utilizar el sobremuestreo para las clases no equilibradas. He utilizado los dos modelos 2 y 3, y no hay prácticamente ninguna diferencia.
Es decir, ¿filas duplicadas con el objetivo "1"? Lo he probado, mi resultado apenas ha cambiado con CatBoost. Seguramente hay que añadir algo de ruido.
¿Es decir, líneas duplicadas con un objetivo "1"? Lo he probado, mi resultado apenas ha cambiado con CatBoost. Seguramente hay que añadir algo de ruido.
¿Es decir, líneas duplicadas con un objetivo "1"? Lo he probado, mi resultado apenas ha cambiado con CatBoost. Seguramente hay que añadir algo de ruido.
No hay duplicación. Busca en Google el sobremuestreo, como SMOTE. Tampoco aprendo con grandes desequilibrios. Después del sobremuestreo, todo está bien.
Pues sí, esencialmente añadiendo ruido a las métricas del predictor. Podría afectar a los límites de cuantificación al aumentar la selección de áreas con unos, pero por idea el mismo efecto debería ser con la adición de duplicados, lo único que asumo es que los duplicados son cortados por el algoritmo CatBoost antes de que comience el aprendizaje (necesidad de verificar), entonces sí - opción.