Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1777
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
Escuché una idea ingeniosa en alguna parte, algo así como que si hay signos con al menos alguna significación estadística, incluso la más mínima, combinándolos se puede obtener una precisión cercana al 100%.
Decidí comprobarlo...
Hice una cita sintética con un objetivo binario, y para cada valor del objetivo conecté una ficha con cierta probabilidad de acierto.
Hizo 10 de estas fichas con probabilidades de 51:49 para un objetivo y 49:51 para otro
He entrenado a Forest.
obtenidos con nuevos datos.
Accuracy : 0.5145no hay 10 características, sino 100
Accuracy : 0.534Lo tengo con 1000 signos.
Accuracy : 0.558Así que la conclusión es: tenemos que mejorar la calidad de los atributos, no podemos ir muy lejos con la cantidad...
Intentemos aumentar la probabilidad, por ejemplo, en 55:45.
10 rasgos dan
Accuracy : 0.6055100 rasgos dan
Accuracy : 0.7985intentemos otro aumento de la probabilidad de 60:40
10 rasgos
Accuracy : 0.729100 señales
Accuracy : 0.968Así que resulta que para vivir en Sochi en cada vela hay que tener 100 reglas/características/AMO que den un 60% de respuestas correctas... y al mismo tiempo ser diferente... Me pregunto si es posible hacerlo.
Escuché una idea ingeniosa en alguna parte, algo así como que si hay signos con al menos alguna significación estadística, incluso la más mínima, al combinarlos se puede obtener una precisión cercana al 100%.
Decidí comprobar...
Correlación del EURCAD en datos diarios con los pares:
Coeficiente de determinación de laregresión lineal más sencilla EURCAD = a*AUDCHF + b*CADCHF + c*CHFJPY + d*EURCHF + k
R^2 = 0.99622555
Correlación del EURCAD en datos diarios con los pares
La correlación no es una predicción sino una medida. ¿O es que no entiendo nada?
La correlación no es una predicción, sino una medida. ¿O es que no entiendo nada?
La correlación muestra la importancia estadística de cada variable: es baja.
Juntos forman un modelo que explica la dinámica de la variable dependiente en un 99,6%.
La correlación muestra la importancia estadística de cada variable: es baja.
Juntos forman un modelo que explica la dinámica de la variable dependiente en un 99,6%.
bueno sí, pero explica no predice, la correlación es simplemente una medida de la relación entre variables, ¿cuál es la conclusión de tu pensamiento? sigo sin entenderlo (
si se busca la correlación cruzada entre paresPues sí, pero explica no predice, la correlación es simplemente una medida de la relación entre variables, ¿cuál es la conclusión de tu pensamiento? no entiendo (
"He oído una idea inteligente en alguna parte, algo así como que si hay signoscon alguna significación estadística, aunque sea la más baja, unirlos puede producir una precisión cercana al 100%" (c)
La correlación muestra la importancia estadística de las variables independientes para predecir la dependiente en un modelo de regresión lineal.
"He oído una idea inteligente en alguna parte, algo así como: si hay signos con alguna significación estadística, incluso la más baja, júntalos y puedes conseguir una precisión cercana al 100%" (c)
Me refería a las características que pueden predecir de alguna manera, y no sólo a una correlación
Significa rasgos que pueden predecir de alguna manera, no sólo la correlación
¿Y la capacidad de predicción está determinada por cómo?
Me refería a atributos que son de alguna manera predictivos, no sólo correlativos
Hay una variable dependiente y un conjunto de posibles variables independientes.
¿Cómo se define la "capacidad de predicción"?
¿Introduciendo tontamente todo lo que hay en el mundo en el modelo?
Bueno... Bonito y plausible. Me gustaría ver el balance de la propia operación y un gráfico con las entradas.
Nunca me has dicho cómo operar con ella, así que no sé qué tipo de TS debo hacer.
Supongo que se trata de un conjunto de 10 modelos. ¿En qué se diferencian los modelos entre sí?
No, son sólo 10 modelos para ver la dispersión, la única diferencia es la semilla, es decir, el valor aleatorio para empezar a aprender (utilizado en la estimación de las divisiones y su selección).