Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3141
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 me interesa la "actitud".
Me interesa la capacidad del predictor para predecir clases. Por ejemplo, Mashka ciertamente tiene una "relación" con la cita, se puede ver a simple vista. Pero la capacidad de Mashka (así como de cualquier otro algoritmo de suavizado) para predecir clases es prácticamente nula.
En invierno, descubrí que los pares de "profesores-predictores" que tengo, que tienen un error de clasificación del 10% al 20%, tienen errores de clasificación muy grandes en el Asesor Experto, que se comen todo el beneficio de la clasificación sin errores.
Así que hace unos meses cambié el profesor y ahora estoy intentando reclutar predictores que sean capaces de predecir clases, y esta capacidad no debería cambiar con el tiempo.
Pongámoslo en dedos para que todo el mundo lo entienda.
Todo el mundo está interesado en la capacidad de los predictores para predecir las clases.
Ahora veamos lo que haces: tomas 2 series aleatorias (rasgo y objetivo) y compruebas la capacidad de predicción (que esté en deslizamiento o no no es importante ahora).
Entonces haces la típica búsqueda codiciosa de todo y de nada. Probablemente hay alguna manera de calcular todas las combinaciones posibles, y no debe tomar 10 años, pero + infinito.
Pero puede que tengas suerte y quedes satisfecho con el resultado intermedio.
¿Existen otros grandes misterios no revelados de este enfoque? Por qué se promociona tanto.
Pongámoslo en términos que todos puedan entender.
Todo el mundo está interesado en la capacidad de los proyectores para predecir las clases.
Ahora veamos lo que se hace: tomar 2 series aleatorias (rasgo y objetivo) y comprobar la capacidad de predicción (que se deslice o no no es importante ahora).
Entonces se hace la búsqueda codiciosa habitual de todo y de nada. Probablemente hay alguna manera de calcular todas las combinaciones posibles, y debe tomar no 10 años, pero + infinito.
Pero puede que tengas suerte y quedes satisfecho con el resultado intermedio.
¿Existen otros grandes misterios no revelados de este enfoque? Por qué se promociona tanto.
No hay rebasamiento.
Las tres líneas de código en R que calculan la capacidad del predictor para predecir una clase concreta de profesor tienen algún valor. Varía de un predictor a otro, según mis algoritmos (tengo varios, para 100 predictores ejecutados en menos de un segundo) cuanto más grande mejor. Además, para diferentes predictores, el valor de la capacidad de predecir una sola clase no cambia mucho cuando la ventana se mueve - dentro del 10% sd, y para algunos predictores es más del 100% sd. Selecciono 5-8 predictores, que introduzco en el modelo.
No hay exageración.
Las tres líneas de código R que calculan la capacidad del predictor para predecir una clase concreta de profesor tienen algún valor. Es diferente para distintos predictores, según mis algoritmos (tengo varios, para 100 predictores trabajan menos de un segundo) cuanto más grande mejor. Además, para diferentes predictores, el valor de la capacidad de predecir una sola clase no cambia mucho cuando la ventana se mueve - dentro del 10% sd, y para algunos predictores es más del 100% sd. Selecciono 5-8 predictores, que introduzco en el modelo.
Además, la magnitud de la capacidad de predecir una clase individual no cambia mucho para los distintos predictores a medida que se desplaza la ventana, dentro de una sd del 10%.
Nombre al menos uno :) Para que quede claro dónde buscar esos predictores.
¿la ventana es el marco temporal del historial de cotizaciones ?
La ventana es el número de valores predictores que se introducen en la entrada del modelo. Para mí, es 1500 barras en H1.
Nombre uno :) Para que quede claro dónde buscar esos predictores.
Quieres demasiado.
Así que cambié de profesor hace unos meses y ahora estoy intentando reclutar predictores que sean capaces de predecir las clases, y esta habilidad no debería cambiar con el tiempo.
Un poco larga la búsqueda, sobre todo si la búsqueda es de unos pocos segundos
No hay exageración.
Las tres líneas de código R que calculan la capacidad del predictor para predecir una clase concreta de profesor tienen algún valor. Es diferente para distintos predictores, según mis algoritmos (tengo varios, para 100 predictores trabajan menos de un segundo) cuanto más grande mejor. Además, para diferentes predictores, el valor de la capacidad de predecir una sola clase no cambia mucho cuando la ventana se mueve - dentro del 10% sd, y para algunos predictores es más del 100% sd. Selecciono 5-8 predictores, que introduzco en el modelo.
¿Puedo ver un par de gráficos con OOS?
un par de gráficos O.C.D., ¿verdad?
No para un nuevo profesor.
Estoy tratando de resolver el problema del engrosamiento de los valores predictores. Me parece que puede producirse un error de clasificación si el valor del predictor es ligeramente diferente del valor con el que se entrenó el modelo. Una vez intenté convertir todos los predictores en forma nominal con el mismo maestro, pero no dio ningún resultado. Sin embargo, el número de valores de las variables nominales era uno. ¿Tal vez necesitemos varios cientos? Estoy trabajando, pero hay muchas otras cuestiones interesantes en el camino.
Es una búsqueda larga, sobre todo si buscas durante unos segundos.
Sí, larga, realmente sin prisa, pero aún así larga.
El problema es que el poder predictivo de los predictores es sólo una de las fichas. Y hay muchos de ellos en mi preprocesamiento y cada uno requiere un conjunto de estadísticas para justificarlo.
He mencionado un problema más arriba, para el que no puedo encontrar una solución durante mucho tiempo.