Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1616
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
Así que lo que quiero decir. Antes de referirme a JPrediction dejo sólo 150 piezas de 6000 miles de columnas, que son estadísticamente significativas, y sólo entonces busco en ellas esa notoria ley que describe la salida. El número de columnas debe ser el doble del número de filas de la tabla, en teoría, para que el algoritmo tenga suficientes datos entre los que elegir. Como resultado, el optimizador deja entre 5 y 10 piezas de las 150 sugeridas por mí para formar el modelo final.
Me he dado cuenta de que de las características históricas 3-7 funcionan, el resto son una basura. Por ejemplo, el número del mes, el día de la semana, etc. (2-3 piezas) ya funcionará si hay repetibilidad. Sólo hay que convertirlos en categóricos.
Los incrementos y similares no funcionan. O mejor dicho, pueden funcionar, pero cómo - esto es en el último artículo. Ni siquiera necesitas la MG para eso.
Sí, de 5 a 10 está cerca, así que es para describir algún tipo de patrónMe he dado cuenta de que de las características históricas 3-7 funcionan, el resto son una basura. Por ejemplo, el número del mes, el día de la semana, etc. (2-3 piezas) ya funcionará si hay repetibilidad. Los incrementos y demás no funcionan.
Te diré esto. La última versión de Reshetov fue la 14ª. Me he armado de valor y he completado el optimizador hasta la versión 15. Pero lo que he añadido ahí cambia drásticamente el panorama para mejor. Partiendo de la teoría, el modelo más robusto es el que tiene entradas mínimas y un polinomio más corto, en igualdad de condiciones he tomado otro camino. Si la solución de Reshetova era la de un modelo ascendente a partir de 4 entradas y empezando a sumar finalmente se obtiene un modelo con digamos 7 entradas, yo he empezado de forma descendente, es decir, empiezo a partir de 11 entradas y luego voy disminuyendo y finalmente obtengo un modelo con 9 entradas, digamos, como ejemplo. Al mismo tiempo, ambos modelos tienen resultados de aprendizaje absolutamente idénticos a juzgar por las métricas. Significa que ambos modelos llegan al área de la generalidad, pero uno desde abajo, el otro desde arriba. ¿Y cuál crees que será el mejor? Se podría decir que el que es más simple y tiene menos entradas???? No, no lo es. El que tenga más entradas será más fresco. Como ambos se encuentran en un área encontrada, el modelo que tiene más entradas será más paramétrico en relación con el pequeño. Como resultado tenemos dos modelos que están en el mismo estado, sólo uno fuerte, el de arriba y uno débil, el de abajo. Pero sus resultados de aprendizaje son iguales. Así que el más fuerte es el modelo que requerirá un mayor conocimiento de la ley encontrada, y no el que descuida las entradas adicionales. ¡¡¡IMHO naturalmente!!!
Puede ser diferente, hay que ver el análisis estadístico. El mercado tiene muy pocas dimensiones en las propias cotizaciones, 3-7 es lo normal.
Vaya, eres bueno, eres divertidísimo)))
Vaya, qué cantidad de gente. Sabes, tu sonrisa nos calienta el alma, sobre todo cuando no nos vemos desde hace tantos años :-)
¿Cómo puedo verte si dejé mi trabajo y compré una cámara pero todavía no hay videoclips, estás tocando el teclado a la antigua usanza))))
¡¡¡Venga videopilis y cuéntanos los últimos avances y la 15 super versión!!!
Cómo verte si dejas el trabajo y te compras una cámara, pero aún no tienes vídeos, todo a la antigua: torturando el teclado))))
¡¡¡Venga videopilis y cuéntanos los últimos éxitos y la 15 super versión!!!