Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3213
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
5р
mira por ti mismo
mira por ti mismo
Te daré 10 razones, y ninguna de ellas será estadísticamente significativa.
Lo mismo con tus cálculos hasta ahora.
Varias interpretaciones del término.
Interpretaciones de las clases parlanchinas.
En concreto.
Hay un archivo A, por ejemplo, de tamaño 2000
De él obtenemos el fichero tren de tamaño 1500 generando una muestra aleatoria mediante sample()
ind <- sample( 2000, 1500); ind
[1] 830 1537 607 651 1244 211 1033 767 452 744 533 1784 1791 1470 846 1448 354 1304 1274 1901 1991 220 1069 341 730
[26] 591 162 401 583 1296 478 1332 673 491 1264 712 1683 993 509 319 868 798 1398 504 1655 180 1512 1594 1663 575
[51] 745 1263 489 197 1481 1649 387 59 6 34 136 1871 1181 1804 1331 324 1987 1802 1964 783 1260 599 13 1070 1938
[76] 510 1929 1613 944 780 631 414 122 1323 1882 352 1071 838 1473 666 1731 1315 1199 899 686 386 299 483 1351 503
[101] 1588 1475 1738 1346 1636 1359 1670 1054 384 139 719 866 1897 870 361 294 578 772 323 888 964 995 1319 703 1063
.....
entrenar <- A[ind]
prueba <- A[-ind]
Así que resulta que un trader profesional es aquel que gana dinero operando en el mercado y vive de ello.
Sé que los que cumplen con esta definición, se equivoca con su percepción de los demás.
Foro sobre trading, sistemas automatizados de trading y testeo de estrategias de trading.
Aprendizaje automático en el trading: teoría, modelos, práctica y algo-trading
mytarmailS, 2023.08.31 14:00
Y los profesionales miran a unos y a otros con lástima y condescendencia y se dicen en voz baja: cuándo se os va a ocurrir cambiar el concepto, no el escenario....
Te daré 10 razones, y ninguna de ellas será estadísticamente significativa.
Lo mismo con tus cálculos hasta ahora.
¿Quién te ha dicho que tengo una razón y no 1.000?
Te lo has inventado, te lo has creído, te has burlado de ti mismo.... ))
Los que se ajustan a esa definición saben que te equivocas en la percepción que tienen de quienes les rodean.
Es muy posible, no voy a discutir, era un post de broma, no una declaración....
Qué raro, hace 10 min afirmabas que no conocías a los profesionales, y ahora de repente sí).
Concretamente.
No lo has explicado con claridad. Entrenar y probar, por supuesto, no se solapan.
Aquí hay un proceso computacional (se llama entrenamiento, optimización - no importa). ¿Están ambas muestras involucradas en este proceso?
¿y quién te dijo que tenía una razón y no, digamos, 1.000?
Me lo inventé, me lo creí, me reí de mí mismo... ))
Bueno, acabas de soltar algo otra vez, sin ninguna prueba.
No te estás explicando bien. Entrenar y probar, desde luego, no se solapan.
Aquí hay un proceso computacional (se llama entrenamiento, optimización - no importa). ¿Están ambas muestras implicadas en este proceso?
¿El código no está claro?
train es un archivo en el que se entrena el modelo, es decir, se forma una lista de patrones, si se trata de un bosque aleatorio, entonces unos 100 patrones.
test es un fichero donde el algoritmo predice el valor de la variable objetivo basándose en los patrones.
No te estás explicando bien. Entrenar y probar, desde luego, no se solapan.
Aquí hay un proceso computacional (se llama entrenamiento, optimización - no importa). ¿Están ambas muestras implicadas en este proceso?
La forma clásica es así.
hay
entrenar
prueba
validación
El algoritmo aprende del tren y sólo ve el tren,
pero el entrenador también ve inmediatamente la prueba, para que los resultados del tren y de la prueba no diverjan,
También puede decidir detener el entrenamiento si los resultados del tren de prueba han empezado a divergir.
el tren ve el algoritmo durante el entrenamiento
la prueba ve a la persona durante el entrenamiento, pero no ve el algoritmo
la validación no ve a nadie hasta que se han completado todas las etapas del entrenamiento.
pero esto es clásico, hoy en día muchos algoritmos combinan el entrenamiento con la prueba .