Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2553
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
Regresión logística
No, es una base de datos de historia memorizada...
Era una pregunta retórica:))
Era una pregunta retórica:)))
Que estás en el tema, lo sé))
Es para los recién llegados al modus operandi. Si entran aquí.
Hay tres opciones para tratar las muestras de ruido: eliminar, volver a dividir (corregir el marcado) y separar las muestras de ruido en una clase aparte. En mi experiencia, alrededor del 25% de la muestra es "ruido". La mejora de la calidad es de aproximadamente un 5%, depende de los modelos y de la preparación de los datos. Lo aplico de vez en cuando.
Hay otro problema cuando se utilizan predictores: su deriva. Y este problema debe identificarse y tenerse en cuenta tanto en las pruebas como en el funcionamiento. En el apéndice hay una traducción del artículo (busque otras en la red) y hay un paquete de derivación. No es el único. Pero la cuestión es que al seleccionar los predictores hay que tener en cuenta no sólo su importancia, sino también su deriva. Para los de alta deriva deséchelos o transfórmelos, para los de baja deriva téngalos en cuenta (corríjalos) al probar y trabajar.
Buena suerte
¿Qué quiere decir con "aplicar ocasionalmente"?
O bien hay algún tipo de canalización que se ha probado, o es sólo una especulación ociosa.
Hacer que el ruido sea una clase separada teóricamente no mejora el modelo (se queda dentro del modelo y no va a ninguna parte)
sobre la deriva - eso es lo básico, el equilibrio entre el sesgo y la variación¿Ha intentado predecir la distribución de las cotizaciones futuras?
He hecho algo así, pero no entiendo de qué se trata
Recuerda que agrupé trozos futuros de longitud fija y predije el número de cluster. Cada grupo tiene una distribución diferente, cada uno tiene una estrategia diferente para cada uno. Funcionó con Traine, falla con los nuevos datos si lo haces de frente.hizo algo así, pero no entendió de qué se trataba
Recuerda que agrupé trozos futuros de longitud fija y predije el número de clústeres. Cada grupo tiene su propia distribución, cada uno tiene su propia estrategia. Funcionó con Trayne, pero falla con los nuevos datos, si lo haces directamente.Recuerdo...
Tengo una idea ligeramente diferente...
Si se puede predecir cualitativamente la distribución de las cotizaciones futuras, digamos, para 50 velas por delante, entonces a partir de esta distribución se pueden extraer varios miles de series y entrenar el modelo, y de esta manera el modelo funcionará adecuadamente para las nuevas 50 velas en teoría...
Visito periódicamente el tema, las caras son las mismas, la discusión de los modelos es la misma, ¿tal vez alguien tiene algo que mostrar?