Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3282

 
Aleksey Vyazmikin #:

Esa es la cuestión, la validación cruzada puede no funcionar eficazmente en este caso.

¿Y dónde está la falacia? Maxim voltea la muestra cronológicamente - asumiendo que el resultado será idéntico - mi experimento muestra la falacia. O todo es individual y la validación puede revelar un patrón u ocurrencia aleatoria en toda la muestra.

no muevas las flechas hacia Maxim, especialmente cuando él no hizo ni siquiera pensó en ninguna de las cosas sugeridas.

 
Maxim Dmitrievsky #:

No deberías darle la vuelta a la tortilla con Maxim, sobre todo cuando él no hizo nada de lo que sugeriste.

¿Qué quieres decir con que no lo ha hecho? ¿No está ya entrenando el modelo en la historia más reciente?

 
fxsaber #:

Cuando ninguna matriz puede soportarlo.

Se tarda tres segundos en encontrar cadenas similares de longitud 30K en una cadena de 10M.

No se trata de contar todos los posibles patrones correlacionados, sino de comparar la fuente con otros datos. No necesitas una matriz, sólo un vector.

 
Aleksey Vyazmikin #:

¿Cómo que no? ¿No estás ya entrenando el modelo con la historia más reciente?

No recuerdo quién se metió con eso primero. Algún empollón. No importa en mi caso.

 
Maxim Dmitrievsky #:

No recuerdo quién lo mencionó primero. No importa en mi caso.

¿En qué se diferencia tu caso del mío?

 
Aleksey Vyazmikin #:

¿En qué se diferencia su caso del mío?

porque no me gusta comunicarme con analfabetos sofistas y psicólogos )

esas personas no producen contenidos útiles

 
Maxim Dmitrievsky #:

porque no me gusta hablar con analfabetos sofistas y psicólogos )

Esas personas no producen contenidos útiles

¿Su "amor" afecta a los datos de alguna manera mágica?

 
Maxim Dmitrievsky #:

No se trata de contar todos los posibles patrones correlacionados, sino de comparar la fuente con otros datos. Aquí no hace falta una matriz, basta con un vector.

Este es el núcleo del cálculo línea por línea de la matriz.

 
fxsaber #:

Este es el núcleo del cálculo línea por línea de la matriz.

Me pregunto, ¿qué pasa si calculamos una matriz y la misma matriz por Algibov algoritmo rápido PearsonCorrM. ¿Quién será más rápido.
PearsonCorrM es 40-50 veces más rápido que el algoritmo línea por línea de Algibov, probablemente incluso una herramienta casera rápida no superará tal diferencia de velocidad.
 
Forester #:
Me pregunto, ¿qué pasa si una matriz se calcula y la misma matriz se calcula por Algibov algoritmo rápido PearsonCorrM. ¿Quién sería más rápido.
PearsonCorrM es 40-50 veces más rápido que el algoritmo línea por línea de Algibov, probablemente incluso un algoritmo casero rápido no superará tal diferencia de velocidad.

Aquí está el doble de retraso de la casera de PearsonCorrM.