Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3309
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
por lo que la afirmación "no hay que buscar un máximo, hay que buscar una meseta estable" es inherentemente errónea, hablando del uso erróneo de la estimación.
Contrariamente a su afirmación, usted ha demostrado que se ha encontrado una meseta demostrando la estimación.
¿Dónde puedo aplicar esto en la práctica?
Estamos hablando de overfitting, que suele basarse en la optimización. en el probador, está claro.
En MO, el sobreajuste se revela ejecutando el modelo en diferentes archivos. La variación del rendimiento del modelo es superfitting: no se necesitan criterios. También hay un paquete que se revela por overfitting.
Baje del cielo, perdón, de sus extremos al suelo, donde las cosas son diferentes.
Contrariamente a lo que afirmas, has mostrado meseta encontrada demostrando aprecio.
¿Dónde puedo aplicar esto en la práctica?
Estamos hablando de sobreajuste, que suele basarse en la optimización. en el comprobador todo está claro.
En MO, el sobreajuste se revela ejecutando el modelo en diferentes archivos. La variación del rendimiento del modelo es sobreajuste: no se necesitan criterios. También existe un paquete que detecta el sobreajuste.
Baja de tus extremos al terreno donde las cosas son diferentes.
Después de todo, la propia frase" se nos ocurrió" también implica algún tipo de proceso de pensamiento (iteraciones).
¿Cómo sabe el modelo final si fueron iteraciones cerebrales o informáticas y si hay diferencia entre ambas?
La pregunta surgió a raíz del artículo de Prado
La piratería informática consiste en adaptar los datos a tus necesidades. Se toma cualquier FF y se le añaden tantos datos como sea necesario para maximizarlo. Si se maximiza mal, se añaden más datos o se elige un algoritmo de optimización más preciso. Es decir, cualquier FF puede maximizarse de esta manera. Este es el caso más común en la optimización de CT. En este caso, más datos - más sobreentrenamiento. No hay opciones. Los mínimos-máximos globales no dicen nada en absoluto. La solución lógica es maximizar el FF minimizando el número de características, como he escrito más arriba. El menor mal, por así decirlo. Baes - trueque de variantes, en palabras científicas.
Un barril de miel con una cuchara de alquitrán, para poder tirar la miel. Como dijo Stirlitz, lo memorable es la última frase.
Un barril de miel con una cucharada de alquitrán, para poder desechar la miel. Como dijo Stirlitz, lo que cuenta es la última frase.
El proceso de optimización es una búsqueda de parámetros desconocidos.
Comenzó a rechazar tal cosa - completamente OOS (2023). En la segunda mitad, el carácter de la curva cambia.
Comenzó a rechazar tal cosa - completamente OOS (2023). En la segunda mitad, el carácter de la curva cambia.