Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3150
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
Si estás sirviendo las últimas cinco velas, claro.
Y si piensas en ello e intentas abarcar todo lo que puede influir en el precio, te darás cuenta de que hay miles de millones de señales, y tienes que tener en cuenta la invarianza, que es miles de millones multiplicada por miles de millones.
Por eso escribí ESTO.
así que todos los modelos prefabricados están descartados.
No tiene sentido.
El sentido de las matemáticas es sustituir la diversidad del mundo que nos rodea por un mínimo de fórmulas que calculen esa diversidad.
Usted ha descrito o intentado describir la caída de todo y de todos a la Tierra, y Newton derivó una fórmula para la gravedad terrestre de cualquier objeto que caiga a la Tierra.
Tengo en RF árboles de alguna derivación de cotir no estacionario que en el 80% de los casos o más predicen correctamente el futuro. No hay más de 150 árboles de este tipo cuando se mueve la ventana a 15.000 bar (no he probado más) el error de clasificación no cambia. Puede arriesgarse y utilizar un mínimo de 70 árboles: el error es unos pocos puntos porcentuales mayor. Eso son todos sus miles de millones de miles de millones.
Tengo árboles de RF de alguna derivación de un cociente no estacionario 80% de las veces o más predecir correctamente el futuro.
Y gano 1 millón por hora y tengo 50 cm, y en general soy el presidente del planeta.
Pero no voy a mostrar y demostrar nada a nadie, al igual que otros bocazas aquí.....
Si estás sirviendo las últimas cinco velas, claro.
Y si piensas en ello e intentas abarcar todo lo que puede influir en el precio, te darás cuenta de que hay miles de millones de señales, y tienes que tener en cuenta la invarianza, que es miles de millones multiplicada por miles de millones.
Por eso escribí ESTO.
así que todos los modelos prefabricados están descartados.
Es hora de pedir una cuota para la Computación Cuántica ) Parece que resuelven rápidamente las operaciones matriciales
Es hora de pedir una cuota para la Computación Cuántica ) Parece que resuelven rápidamente las operaciones matriciales.
Comencé el algoritmo de búsqueda de reglas (el más eficiente que hay), no entendía, se colgó)).
Tuve que reducir la dimensionalidad 100 veces.
Fue entonces cuando empezó a encontrar algo...
Así es como se ve un patrón o una regla en mi idioma...
Sólo una regla, caballeros.
Si crees que algo así lo pueden hacer Forest o Boost, te decepcionaré, aún no han aprendido a introducir 10.000 millones de características en modelos de tablas....
Sólo una puta regla.
Necesitas superordenadores para este tipo de cosas.
¿Y si necesitas múltiples entrenamientos? Por ejemplo, para optimizar algunos metaparámetros. Entonces se necesitaría una superred de superordenadores)
¿Qué ocurre si se requiere un entrenamiento múltiple? Por ejemplo, para optimizar algunos metaparámetros. Entonces necesitaríamos una superred de superordenadores).
En primer lugar, no se trata de aprender, sino de buscar reglas.
Siempre hay algunos metaparámetros que afectan al resultado. El tamaño de la ventana del historial, por ejemplo, y cualquier otra cosa. Lo peor que puedes hacer con los metaparámetros es ignorar su existencia, limitándote a tomar su valor del techo.
Recuerdo la afirmación de fxsaber de que a veces es útil tratar cualquier constante del algoritmo TS como un parámetro de optimización.
Siempre hay algunos metaparámetros que afectan al resultado. El tamaño de la ventana del historial, por ejemplo, y cualquier otra cosa. Lo peor que puedes hacer con los metaparámetros es ignorar su existencia, limitándote a tomar su valor del techo.
Recuerdo la afirmación de fxsaber de que a veces es útil tratar cualquier constante del algoritmo TS como un parámetro de optimización.
el tamaño de la ventana de historia es sólo una gran limitación para los MOs clásicos con datos tabulares.
Los AC (asoc. rules) no sufren de tal enfermedad, digieren perfectamente datos no estructurados, además, cada observación puede ser de tamaño arbitrario.
Y la propia "ventana de visión" (ventana de historia) sólo puede estar limitada por el poder deductivo. bien o el sentido común.
Así que tu ejemplo con el tamaño de la ventana de la historia no es más que un voto a favor de AC y en contra de MO.
Dame algún argumento más, me interesa, a lo mejor realmente no he tenido en cuenta algo. Y otra pregunta, ¿cuánto estás en el tema de AC?
==========================================================================
Vamos a crear una pequeña maqueta (modelo) de los datos con cinco observaciones.
Observaciones - que una observación sea un día de m5 citas.
Vamos a denotar"." como algo de ruido en las observaciones (algunos eventos que no nos interesan).
"A" " B " "C " ---> "VENTA" Esta es la secuencia de eventos que resultaron en el objetivo de "VENTA".
Todo lo que alimenta son las últimas 5 velas en el MO y el objetivo.
Así
todo para que los datos estén en una forma tabular ordenada.
¿Cómo encontrará AMO un patrón a partir del ejemplo?
Toma todas las observaciones como entrada, y las observaciones pueden ser de diferentes tamaños (como en el ejemplo).
Elimina el ruido seleccionando las reglas y proporciona un patrón en forma de regla = "A" "B" "C" conduce a "CÉLULA".
Convierte la basura no estructurada en patrones.
el tamaño de la ventana del historial es una gran limitación para los modus operandi clásicos con datos tabulares
Los AS (asoc. rules) no padecen ese mal, digieren perfectamente los datos no estructurados, además, cada observación puede tener un tamaño arbitrario.
Y la propia "ventana de visión" (ventana de historia) sólo puede estar limitada por la potencia de cálculo. bueno o por el sentido común.
Así que tu ejemplo con el tamaño de la ventana de historia no es más que un voto a favor de AC y en contra de MO.
Dame más argumentos, tengo curiosidad por saber si realmente me estoy perdiendo algo.
Y otra pregunta, ¿cuánto te gusta la UA?
No me he sumergido en las reglas. Ya he escrito que llegué a la aplicación de las gramáticas formales desde el otro lado: me fijé en el precio construido por la gramática estocástica. Abandoné el enfoque precisamente por su pesadez, que es mala en primer lugar porque provoca sobreentrenamiento.
Ahora evito los modelos pesados. La principal regla informal para mí es que la pesadez del modelo debe corresponder a la pesadez de la información en la muestra.
Tu modelo es lo suficientemente pesado para un modelo de precios completo, pero la muestra real de precios que tenemos (incluso si añadimos otra información) no es suficiente para un modelo de este tipo.
Naturalmente, en mi opinión
Entonces, ¿cómo encuentra AMO un patrón a partir del ejemplo?
Lo describí todo muy modestamente en aras de la claridad en realidad se parece más a esto.
Y su modelo sólo ve esto: (las últimas 5 velas no horarias).
También tenga en cuenta que no hay ningún vínculo con el índice, si un evento importante fue ayer hace 200 velas, hoy el mismo evento puede ser ya hace 1555 velas o 12 por ejemplo....
AC encontrará tal patrón, ¡AMO no!
AMO necesita que cada característica tenga siempre la misma columna en la tabla, para que siempre se active bajo el mismo índice.
o así, que también es bastante visual.
y el modelador lo ve.
En fin, espero haber aclarado mi punto de vista.