Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3285

 
Aleksey Vyazmikin #:

Bueno - el entrenamiento ha terminado, los resultados están por debajo de la tabla - las dos últimas columnas.


Podemos concluir provisionalmente que, efectivamente, el éxito del entrenamiento depende del tamaño de la muestra. Sin embargo, observo que los resultados de la muestra "-1p1-2" son comparables, e incluso mejores según algunos criterios, con los de la muestra"-1p2-3", mientras que para la muestra "0p1-2" los resultados son el doble de malos en cuanto al número de modelos que cumplen el criterio dado.

Ahora he ejecutado una muestra con cronología invertida, en la que la muestra de entrenamiento consiste en la muestra inicial examen+prueba+entrenamiento_p3, y la muestra de prueba es entrenamiento_p2, y examen es entrenamiento_p1. El objetivo es ver si es posible construir un modelo exitoso con datos más recientes que hubiera funcionado hace 10 años.

¿Cuál crees que será el resultado?

Un poco más y se obtendrá el resultado más trivial ... o tal vez no se obtendrá, pero entonces un descubrimiento que dará la vuelta al mundo de ME!

¡Así se hace!

 
СанСаныч Фоменко #:

He escrito muchas veces sobre el "poder predictivo de los predictores". que se calcula como la distancia entre dos vectores.

He encontrado una lista de herramientas para calcular la distancia:

Esta es además de la estándar, que tiene su propio conjunto de distancias

Buena construcción
 
Aquí hay una tarea sin entrada: ...
¿Cuál crees que será el resultado? 😀

Igual que antes: aquí están los valores de las características sin las características mismas.....

Y luego escribirá: y nadie adivinó, el resultado es así 😁😁😁😁🥳
 
Maxim Dmitrievsky #:
Aquí hay una tarea sin entrada: ...
¿Cuál crees que será el resultado? 😀

Igual que antes: aquí están los valores de las características sin las características mismas.....

Y luego escribirá: y nadie adivinó, el resultado es así 😁😁😁😁🥳

Max, no entiendo por qué te burlas de mí.

Si no hay suposiciones - no digas nada, si las hay - dilo, como "el resultado será una mierda".

 
Aleksey Vyazmikin #:
...

¿Cuál cree que será el resultado?

No lo sé, pero tengo curiosidad por saberlo.

 
СанСаныч Фоменко #:

Sólo un poco más y se obtendrá un resultado trivial... ¡o quizá no, pero sí un descubrimiento que pondrá patas arriba el mundo de YO!

¡Así se hace!

¿Crees que el número de modelos será comparable en las dos primeras columnas? Aunque sean el doble de diferentes. Sea más específico sobre la trivialidad, por favor.

 
Andrey Dik #:

Max, no entiendo por qué te burlas de mí.

Si no hay suposiciones - no digas nada, si las hay - dilo, como "el resultado apestará".

Más arriba escribí sobre matstat. Antes de eso escribí sobre kozul. Incluso antes de eso escribí sobre los errores de Oracle (errores de marcado), cuando los datos se marcan de una manera que no entiendes. Lo que absolutamente sale de esto es la realización de que en diferentes trozos y longitudes de formación, los resultados variarán. Depende de los datos, que no se facilitan ni se describen.
Los errores de marcado afectan a los resultados y a los periodos de tiempo. Qué pollo usó qué pata para marcar con qué pata será el resultado del pollo.

A la gente aquí le gusta hablar de los pilares básicos del aprendizaje: preprocesamiento, cuantificación, relación de los perdictores con los objetivos.... Pero no escriben sobre qué pata se utiliza para marcar, la izquierda o la derecha. De ello depende más que todo lo anterior.
 
Maxim Dmitrievsky #:
Más arriba escribí sobre matstat. Antes de eso escribí sobre kozul. Incluso antes escribí sobre los errores de Oracle (errores de marcado), cuando los datos se marcan de una manera que no entiendes. Lo que resulta absolutamente de todo esto es la constatación de que los resultados variarán en función de los diferentes trozos y longitudes de entrenamiento. Depende de los datos, que no se facilitan ni se describen.
Los errores de marcado afectan a los resultados y a los periodos de tiempo. Qué pollo usó qué pata para marcar con qué pata será el resultado del pollo.

A la gente aquí le gusta hablar de los pilares básicos de la formación, el preprocesamiento, la relación de los perdictores con los objetivos.... Pero no escriben sobre que pata se usa para marcar, izquierda o derecha. Depende de eso más que de todo lo anterior.

bueno, eso ya suena a opinión de un profesional (que sea correcta o no es otra cuestión).
y no hay necesidad de burlarse.
 
Andrey Dik #:

Bueno, eso ya parece la opinión de un profesional (que sea correcta o incorrecta es otra cuestión).
y no hay razón para burlarse de ella.
Es absolutamente correcto, y ese es el mayor problema. Debido a la falta de recursos para el marcado correcto (normalmente el más caro), incluso inventaron el aprendizaje activo. Cuando los propios algoritmos tratan de marcar verazmente un conjunto de datos + la ayuda de anotadores. En nuestro caso, para comprar o vender.

Y luego juegan con sus propios errores de marcado. Es simplemente obvio.
 
Maxim Dmitrievsky #:
Más arriba escribí sobre matstat. Antes de eso escribí sobre kozul. Incluso antes escribí sobre los errores de Oracle (errores de marcado), cuando los datos se marcan de una manera que no entiendes. Lo que absolutamente sale de esto es la realización de que en diferentes trozos y longitudes de entrenamiento, los resultados variarán. Depende de los datos, que no se facilitan ni se describen.

De eso trata el experimento: qué es más importante el volumen o la cronología.

Sólo el énfasis está en los datos de cotización, no sólo el muestreo con algunas otras observaciones independientes de la cronología. Si el tiempo es importante, entonces los métodos de división de muestras, por ejemplo, como la validación cruzada, deben utilizarse con precaución.

El tiempo importa si el mercado cambia su comportamiento de forma significativa e irrevocable, lo que debería conducir a la imposibilidad de obtener un modelo aceptable cuando se controla el aprendizaje a partir de una muestra que difiere significativamente en el tiempo cronológico.

La cuestión del margen de beneficio en sí es, por supuesto, importante, pero puede dejarse aquí entre paréntesis.

Si usted está muy interesado en el marcado, se basa en la estrategia del Asesor Experto, cuyo código está en mi artículo.

He utilizado la siguiente configuración:

А. Configuración del probador:

- Símbolo: EURUSD

- Marco de tiempo : M1

- Intervalo de 01.01.2010 a 01.09.2023

B. Configuración de la estrategia CB_Exp EA :

- Periodo: 104

- Periodo : 2Minutos

- Método de movimiento :Suavizado

- Precio Base de Cálculo: Cierre precio


Los predictores son los mismos que en ese Asesor Experto.