Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3028

 
mytarmailS #:
Deberías haberlo dicho enseguida.

En lugar de tres palabras comprensibles, tienes 100 conceptos incomprensibles.

Estás sentado preguntándote de qué demonios estás hablando.

No sé cómo ser más específico - Creo que Maxim entendió.

" En forma binaria. La columna es el número de la regla, y el valor es "1" - la regla funcionó y "0" - la regla no funcionó. Bueno, y el objetivo como en la muestra principal. "

 
Aleksey Vyazmikin #:

Entendido. Pero algo en la imaginación no dibuja cómo se pueden conectar con la cuantificación en absoluto, que sería mutuamente sustituido. Es más bien como si la historia fuera arrastrada por ellos. Pienso probarlos más tarde.

estudio

https://www.arxiv-vanity.com/papers/1910.13051/

https://www.youtube.com/watch?v=1BRYrnvMhyI


El artículo contiene muchas referencias a otros métodos punteros de clasificación de series temporales, métodos de extracción de señales y patrones.

No hay nada sobre ineficiencias, pero esto es, como se suele decir, tarea para casa

ROCKET: Exceptionally fast and accurate time series classification using random convolutional kernels
ROCKET: Exceptionally fast and accurate time series classification using random convolutional kernels
  • www.arxiv-vanity.com
Most methods for time series classification that attain state-of-the-art accuracy have high computational complexity, requiring significant training time even for smaller datasets, and are intractable for larger datasets. Additionally, many existing methods focus on a single type of feature such as shape or frequency. Building on the recent...
 
Aleksey Nikolayev #:

Bueno, todavía no sé cómo implementar la maximización de beneficios en el mismo bousting, por ejemplo.

Estoy haciendo algo, por supuesto, pero me gustaría escuchar otras opiniones informativas sobre el tema.

¿cómo te va con el boosting y la maximización de beneficios?

 
Maxim Dmitrievsky #:

estudiar

https://www.arxiv-vanity.com/papers/1910.13051/

https://www.youtube.com/watch?v=1BRYrnvMhyI


El artículo contiene muchas referencias a otros métodos punteros de clasificación de series temporales, métodos de extracción de señales y patrones.

No hay nada sobre ineficiencias, pero esto son, como se suele decir, deberes

Sí, la teoría de la creación está clara. Hay una cuestión de racionalidad en mi mente, y la generación de diferentes variantes. El plan es hacer un generador y un probador con cuantificación para evaluar la eficiencia de cada instancia del núcleo de convolución. Más tarde - la primera tarea prioritaria - la predicción de la deriva de datos en un predictor particular. Sin resolver esta tarea, mi interés en todo cae.

 
Aleksey Vyazmikin #:

La teoría de la creación está suficientemente clara. Es una cuestión de racionalidad para mí, y la generación de diferentes variantes. De acuerdo con el plan, voy a hacer un generador y un probador con la cuantificación para evaluar la eficiencia de cada instancia de kernel de convolución. Más tarde - la primera tarea prioritaria - la predicción de la deriva de datos en un predictor particular. Sin resolver este problema, mi interés en todo cae.

La "cuantificación" pone de relieve algunas de las propiedades de la ficha, tal y como yo la entiendo. La convolución hace lo mismo. Resulta ser mantecosa.
 
Maxim Dmitrievsky #:
La "cuantificación" resalta algunas de las propiedades de la ficha, según tengo entendido. Una convolución hace lo mismo. Resulta ser mantecosa.

La conciliación en series temporales agrega información sobre los valores pasados de los predictores (es posible tomar los que estaban en la muestra y los que no), y la cuantificación evalúa el éxito de esta acción.

 
Aleksey Vyazmikin #:

La convolución de series temporales agrega información sobre los valores pasados de los predictores (es posible tomar los que estaban en la muestra y los que no), y la cuantificación evalúa el éxito de esta acción.

¿Qué es la cuantificación?)
 
Maxim Dmitrievsky #:
¿Qué es la cuantificación)?

En el contexto al que me refiero, se trata de una evaluación por partes de una serie de datos con el fin de identificar una parte (segmento cuántico) cuya probabilidad de pertenecer a una de las clases es un x% mayor que la media de toda la serie.

 
Aleksey Vyazmikin #:

En el contexto al que me refiero: una evaluación por partes de un intervalo de datos con el fin de identificar un trozo (segmento cuántico) cuya probabilidad de pertenecer a una de las clases sea un x% mayor que la media de todo el intervalo.

¿Rango de datos o rango de valores de ficha?
¿Puede utilizar el indicador rsi como ejemplo?
 
Maxim Dmitrievsky #:
¿Qué es la cuantificación?)

Hubo un código hace un tiempo de catbust.

Aleksey Vyazmikin #:

En el contexto que menciono, se trata de una evaluación por partes de un rango de datos con el fin de identificar una parte (segmento cuántico) cuya probabilidad de pertenecer a una de las clases es un x por ciento superior a la media de todo el rango.

Descripción complicada. Ordenar la columna y dividirla por ejemplo en 32 partes, si hay duplicados, entonces todos ellos en la tirada cuántica. Si sólo hay 0 y 1 en la columna, habrá 2 cuantos, no 32 (porque hay duplicados).