Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 328
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
PSSP
Hay otras más prometedoras: los bosques aleatorios, una variedad de ada.
¿Cómo puedes comparar seriamente a R con el Skylab? Algún tipo de paquete rústico, no en ninguna clasificación...
¿Qué crees que estoy haciendo?
Los bosques también están ahí.
No está haciendo una gran cosa con SciLab). A diferencia de R, tiene sus propias tareas, y por supuesto es menos común, pero sin embargo es ampliamente utilizado en las universidades y organizaciones científicas - MTI, Boing, Bell etc. Por supuesto, R y SciLab no se sustituyen ni compiten entre sí; sin embargo, las áreas temáticas son diferentes.
¿y qué crees que estoy haciendo?
También hay bosques.
No está haciendo un buen punto sobre SciLab). A diferencia de R, tiene sus propias tareas y, por supuesto, es menos común, pero sin embargo es ampliamente utilizado en universidades y organizaciones científicas - Boing, Bell, etc. Por supuesto, R y SciLab no sustituyen ni compiten entre sí, aunque las áreas temáticas son diferentes.
Agitando para aumentar la población de partidarios de R.
Agitando para aumentar la población de partidarios de R.
Así es.) Yo, en cambio, ofrezco una alternativa. Supongo que es equivalente). Algo mejor, algo peor.
Digamos que SciLab será más interesante en términos de matemáticas computacionales. Los métodos estadísticos también están bastante bien representados allí, pero ciertamente no se pueden comparar con R.
Así es.) Yo, en cambio, ofrezco una alternativa. Supongo que es equivalente). Algo mejor, algo peor.
Digamos que SciLab es más interesante en lo que respecta a las matemáticas computacionales. Los métodos estadísticos son bastante buenos allí también, pero ciertamente no se pueden comparar con R.
Este movimiento browniano en la búsqueda no es interesante. ¿Es tan difícil revisar todos los artículos que hay en este sitio? Si te interesa el proceso de búsqueda en sí, es diferente. Decida qué tareas quiere resolver (¿regresión/clasificación?). En mi opinión, la regresión no tiene perspectivas.
El lenguaje R tiene todo lo necesario para operar tanto en divisas como en renta variable. Hay un excelente paquete de MT/R elaborado. Sólo hay que experimentar y ponerlo en práctica. Y tú propones ir donde no hay nada de eso.
¿Puede dar un ejemplo de matemáticas computacionales ?
Buena suerte
¿Por qué te metes con las redes? No funcionan y ya está, es una moda de una época pasada, probablemente el primer paquete de aprendizaje automático que hubo.
Hay otras más prometedoras: los bosques aleatorios, una variedad de ada. Y generalmente el paquete caret shell, que tiene un par de cientos de paquetes, incluyendo mallas, y puedes hacer una selección automática entre ellos.
¿cuál es la variedad del infierno? ) Hasta que no lo aprendas todo - envejecerás y morirás sin beneficio, es un verdadero infierno
¿qué es una variedad del infierno? ) Te harás mayor aprendiéndolo todo.
No hagas caso a nadie. No hay pruebas de que ningún andamio ni nada funcione mejor que las redes.
Pero hay pruebas de que un grafo puede aproximar cualquier función, pero no he visto ninguna prueba de este tipo para el mismo andamiaje.
Si una red no puede hacerlo, el andamiaje ciertamente no puede. Además, parece que está obteniendo resultados decentes.
Así que decir "la optimización es peligrosa" es como decir "un microscopio es peligroso": puedes golpearte la cabeza con él.
¿Qué es una variedad del infierno? ) Envejecerás mientras lo aprendes todo.
No hagas caso a nadie. No hay pruebas de que ningún andamio ni nada funcione mejor que las redes.
Pero hay pruebas de que una red puede aproximarse a cualquier función, pero no he visto tales pruebas para el mismo andamiaje.
Si una red no puede hacerlo, entonces el andamiaje ciertamente no puede.
En realidad, un bosque aleatorio es una clasificación y no hace ninguna aproximación
En mi opinión, la regresión no tiene perspectiva.
¿Y GARCH?
En la clasificación, todo se basa en un conjunto de predictores. No está claro dónde buscar.
Y en GARCH es un proceso tonto: se modela una tendencia, se analiza el residuo - se modela, se analiza el residuo del modelo agregado - se modela este residuo - algún proceso sin demasiada creatividad y conjeturas.
No hagas caso a nadie. No hay pruebas de que ningún andamio ni nada funcione mejor que las redes.
Pero hay pruebas de que un grafo puede aproximar cualquier función, pero no he visto ninguna prueba de este tipo para el mismo andamiaje.
Si una red no puede hacerlo, el andamiaje ciertamente no. Además, como veo, sus resultados son decentes.
Y sí, optimizar una red no es otra cosa que entrenar, y es mucho más eficiente y rápido gracias a GA. Así que decir que "la optimización es algo peligroso" es como decir que "un microscopio es algo peligroso": es un verdadero dolor de cabeza.
Los bosques, según tengo entendido, se utilizan para la clasificación de predictores, a grandes rasgos, no para la previsión :)