Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3312

 
Renat Akhtyamov #:

... Yo trataría de cargar mi indicador a las neuronas como predictores y tratar de identificar los signos de basura y carroñero

¿Y qué te impide intentarlo?

 
Andrey Dik #:

Nadie sabe qué es basura y qué no, son hipótesis.

Si supiéramos exactamente qué es qué, no habría un hilo de 3K páginas)).

Uno simplemente hace la suposición de que ir más allá de tales o cuales límites es "basura", estos límites también son hipotéticos. Por eso la expresión "basura dentro - basura fuera" no es más que una bonita frase, lo que es basura para un investigador no es basura para otro investigador. Es como las olas de Eliot.

No es necesario firmar para todos.

Lo más probable es que usted no sepa qué ejemplos son "basura" y cuáles no. Para ti es un concepto hipotético. Si supieras qué es qué, no estarías sentado en este hilo escribiendo generalizaciones de pensamiento profundo para todo el mundo.

¿Cuándo aprenderás lo básico del MdD? Es una pregunta retórica.

 
Vladimir Perervenko #:

No tienes que firmar por todos.

Lo más probable es que no sepas qué ejemplos son "basura" y cuáles no. Para ti es un concepto hipotético. Si supieras qué es qué, no estarías sentado en este hilo escribiendo profundas generalizaciones para todo el mundo.

¿Cuándo aprenderás lo básico de la Defensa? Es una pregunta retórica.


Tu post no demuestra que sepas lo que es basura y lo que no.
Además, eso es lo gracioso, si sabes lo que no es basura, entonces no hay necesidad de MO.

Ese es el propósito y el objetivo de la OI: separar las moscas de las chuletas.

Si lo sabes, ¿qué haces aquí?

 

En física, las señales que afectan a la señal que necesitamos suelen considerarse basura. Cualquier señal, cualquier acción es causada por algo, se llama basura porque no es necesaria y no da una valoración correcta de la señal que necesita el investigador. Y así, bueno, en la naturaleza no hay basura))))))))))

Aquí, cuando se buscan patrones de precios, ineficiencia u otra cosa, la señal para la evaluación es el impacto de algunos acontecimientos reales o su totalidad sobre el precio. Y todas las demás influencias serán basura.

Sin pretender la verdad del juicio de curso))))

 
Valeriy Yastremskiy #:

En física, las señales que afectan a la señal que necesitamos suelen considerarse basura. Cualquier señal, cualquier acción es causada por algo, se llama basura porque no es necesaria y no da una valoración correcta de la señal que necesita el investigador. Y así, bueno, en la naturaleza no hay basura))))))

Aquí, cuando se buscan patrones de precios, ineficiencia u otra cosa, la señal para la evaluación es el impacto de algunos acontecimientos reales o su totalidad sobre el precio. Pero todas las demás influencias serán basura.

Sin pretender la verdad del juicio de curso))))

Si nos sumergimos en la teoría DSP, es así:

inicialmente se conoce una señal útil sin basura (por ejemplo, una línea de tendencia o alguna curva)

entonces, en el siguiente tick, la señal útil se resta de la masa total de señales, y se identifican las señales que no son necesarias, es decir, la basura.

 
La basura de los rasgos se evalúa en relación con los rasgos objetivo específicos y viceversa. Si no hay relación causa-efecto, el conjunto de datos es basura en su totalidad, o uno de sus componentes. Y a menudo no se trata de características, sino de marcas incorrectas.

Porque incluso la basura puede dividirse de forma que resulte útil. Por ejemplo, ordenar por tipo o tamaño.
 
Ivan Butko #:

¿Puede decirme qué no es basura? Nunca he visto a nadie hablar de datos de entrada limpios. Pero oigo hablar de basura en el foro todo el tiempo.

¿Cuáles son? Si estás hablando de basura, entonces no has tenido basura, de lo contrario no hay nada con que compararlo

NO basura es un predictor que está relacionado con / influenciado por un maestro. Aquí tienes un paquete de predictores lleno de algoritmos para separar la basura de la NO basura. Por cierto, lejos de ser el único en R.

Por ejemplo, mashka para el incremento del precio de los profesores es basura, al igual que cualquier algoritmo de suavizado.

proxy: Distance and Similarity Measures
proxy: Distance and Similarity Measures
  • cran.r-project.org
Provides an extensible framework for the efficient calculation of auto- and cross-proximities, along with implementations of the most popular ones.
 
mytarmailS #:
El preprocesamiento tiene que ver con la normalización, no con la basura.
La basura es selección de características y en parte ingeniería de características

Sanych, deja de dar basura a gente inmadura.

Si te refieres a la selección de características como parte de los modelos, estoy completamente en desacuerdo, porque la selección de características como parte de los modelos clasifica cualquier basura.

 
Sanych, ¿cuándo recordaremos que Maestro es signos + blanco)?

Semejantes meteduras de pata infantiles, como de gente seria que ha aprendido la gran R, estropean todo el ambiente. Y resulta que la gente no aprende, por mucho que se les corrija.

Cómo te voy a hablar si sigues confundido con lo básico).

No te ofendas, pero ni siquiera os entendéis, de lo que escribe cada uno :))))))
 
СанСаныч Фоменко #:

Si te refieres a la selección de características como parte de los modelos, estoy completamente en desacuerdo, porque la selección de características como parte de los modelos clasifica cualquier basura.

Yo hablo de selección de rasgos

y lo que tú llamas " selección de rasgos en los modelos " es importancia de la varianza. No te confundas ni confundas a los demás.

Y lo que haces con el paquete proxy es selección de rasgos artesanal, incorrecta, primitiva, o más bien su parte.


Y de verdad, familiarízate con los conceptos y no introduzcas los tuyos propios encima de los existentes.

Porque cada vez que llamas "overfitting" al reentrenamiento me pongo de los nervios y hay muchas meteduras de pata de ese tipo.