Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3123

 
Maxim Dmitrievsky #:
Incluso puedes derivar la diferencia y ajustarla a través del MOE.
¿Diferencia con respecto a qué? Es el OOS, que es desconocido. Todo está bien en la bandeja, no hay nada para calcular la diferencia con.
 
Forester #:
¿Diferencia con qué? Es el OOS, que es desconocido. En el tren está bien, no hay nada con lo que calcular la diferencia.
Compara el OOS con el traine para empezar. El traine sería el grupo tritment y el OOS sería el grupo de control. Primero puedes mirar el cambio en la media de los rasgos. Si hay uno, entonces mira la dinámica de tales cambios a lo largo de la historia. Si es posible curar entonces sin tener en cuenta el OOS, entonces bien :)

Si hay muchos rasgos, es todo un reto creativo. Todavía no lo he superado del todo.

La tarea se reduce esencialmente a cómo arreglar el sesgo. Es una tarea para después de haber aprendido a poner números en el modelo. Si no se puede arreglar de ninguna manera, es un trabajo pésimo, por supuesto. Pero eso no es motivo para rendirse (supongo) 😀 .
 
Maxim Dmitrievsky #:
Incluso puedes derivar la diferencia y ajustarla a través del MOE.

¿La diferencia de qué?

está claro, como dices, el metaparámetro de una serie es su modelo matemático, y los parámetros del modelo son los parámetros de la serie, pero los modelos son diferentes y a veces uno tiene los parámetros, el otro no los tiene o el comportamiento del modelo a partir de los parámetros es diferente. Y comparar los resultados del modelo en forma de TC .... No creo que sea correcto.

Probablemente puede haber una dependencia de correlación de algunos parámetros de una serie sobre su comportamiento. Está crudo, claro...

¿Qué opina de la modelización de las negociaciones comerciales?

El aprendizaje automático, concretamente elmétodo del núcleo, fue utilizado por Renaissance Technologies en los años ochenta,

Aprendizaje automático, específicamenteel método kernel,

¿Qué es eso en el lenguaje actual?

 
Valeriy Yastremskiy #:

¿La diferencia de qué?

Como bien dices, el metaparámetro de una serie es su modelo matemático, y los parámetros del modelo son los parámetros de la serie, pero los modelos son diferentes y a veces uno tiene los parámetros, el otro no los tiene o el comportamiento del modelo a partir de los parámetros es diferente. Y comparar los resultados del modelo en forma de TC .... No me parece correcto.

Probablemente puede haber una dependencia de correlación de algunos parámetros de una serie sobre su comportamiento. Crudo, por supuesto ...

¿Qué opina de la modelización de las negociaciones comerciales?

Elaprendizaje automático, concretamente el método del núcleo, fue utilizado por Renaissance Technologies en los años ochenta,

El aprendizaje automático, concretamente el método del núcleo,

¿Qué es en el lenguaje actual?

Depende de qué tipo de kernel 😀 polinomio o base radial o algo así. Está bien en el lenguaje actual. El modelo es poco profundo (si es en regresión o método de vectores soporte), pero es sencillo e interpretable.

La diferencia entre distribuciones y la respuesta del modelo a ellas. Parece muy evidente. Queda por averiguar cómo nivelarlo.
 
Maxim Dmitrievsky #:
Para empezar, compara el OOS con el tren. Train será el grupo de tratamiento y OOS será el grupo de control. Primero puedes fijarte en los cambios medios de los rasgos. Si hay alguno, entonces mira la dinámica de dichos cambios a lo largo de la historia. Si es posible curar entonces sin tener en cuenta el OOS, entonces bien :)
.

Si hay muchos rasgos, es todo un reto creativo. Aún no lo he conseguido.

La tarea se reduce esencialmente a cómo arreglar el sesgo. Se trata de una tarea objetivo después de haber aprendido a poner números en el modelo. Si no se puede arreglar de ninguna manera, es un trabajo pésimo, por supuesto. Pero eso no es motivo para abandonar (supongo) 😀 .
El modelo en venta empieza a decaer cuando la tendencia global (sólo 1-1,5 años) es alcista. Encuentra una oportunidad de ganar dinero en el comercio, pero en el OOS entra en drawdown.
Tal vez la primera opción con buy|sell selección por un modelo será mejor. Pero si se ajusta a la tendencia global, se drenará en los momentos de cambio de tendencia. Y probablemente operará en una dirección durante años.
 
Forester #:
El modelo de venta empieza a decaer cuando la tendencia global (sólo 1-1,5 años) es alcista. Encuentra una oportunidad para ganar dinero en el comercio, pero en el OOS entra en drawdown.
Tal vez la primera variante con buy|sell selección por un modelo será mejor. Pero si se ajusta a la tendencia global, se drenará en los momentos de cambio de tendencia. Y probablemente operará en una dirección durante años.
El modelo está sesgado. Así que tenemos que forzarlo a aprender sin ese sesgo. Pero primero tenemos que encontrar los coeficientes de sesgo, digamos que es una pendiente o un término libre (intercepto), como en la regresión. Que pasa si lo hacemos entrenar de tal manera que este termino no varia por traine y OOS. Básicamente citando libros de kozul.

En catbusta y otros modelos, puedes asignar pesos a las etiquetas durante el entrenamiento. Por ejemplo, se emite el offset, luego se convierte en pesos y se entrena el modelo con factores de corrección ya en la traine. Esta es una de las formas.
 
Maxim Dmitrievsky #:
Hay una nueva colección de ropa interior en el centro comercial. Ve a ver.

Recuerdo tu 0,1% de riesgo en tu depósito.

No te molestes con consejos.

No es nada.

Yo comercio en el apalancamiento 2000 con 95% de riesgo y prestar atención a los consejos, la experiencia y así sucesivamente, sólo de experimentados y exitosos como yo.

 
Maxim Dmitrievsky #:
Adiós, bocazas. Ve a ver el fútbol.

Eso está muy bien).

escribir poemas y libros.

Hazlo.

Es tuyo, y probablemente sea más rentable.

 
Renat Akhtyamov #:

wha

escribir poesía y libros

a ello.

Es lo tuyo y probablemente sea más rentable

en YouTube si eres tan tonto.
 
Maxim Dmitrievsky #:
El modelo está sesgado. Así que tenemos que forzarlo a aprender sin ese sesgo. Pero primero tenemos que encontrar los coeficientes de sesgo, digamos que es una pendiente o un término libre (intercepto), como en la regresión. Que pasa si lo hacemos entrenar de tal manera que este termino no varia por traine y OOS. Basicamente citando libros de kozulu.

En catbusta y otros modelos, puedes asignar pesos a las etiquetas durante el entrenamiento. Por ejemplo, se emite el offset, luego se convierte en pesos y se entrena el modelo con factores de corrección ya en la traine. Esta es una de las formas.

Supongamos que hay una tendencia global al alza durante 3 meses. El precio ha crecido un 7%. Al mismo tiempo se producen cambios de hasta el 2% en ambas direcciones durante un día.
¿Qué peso debe darse a los tormentos H1 de la 1ª barra, 2ª barra ..... 100 bar? Y al resto de fichajes. Dudo que existan fórmulas científicamente (o al menos experimentalmente) justificadas.
Dar cientos de pesos dificultará aún más la búsqueda de un modelo adecuado. Ya hay muchos hiperparámetros.