L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1117
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
En fait, c'est l'inverse...
Il vaut mieux un mauvais algorithme mais plus d'exemples qu'un bon algorithme mais moins de données.
même 1000 n'est pas suffisant, surtout pour le marché...
Très bien, puisque vous êtes nouveau, je vais vous l'expliquer séparément...
40 échantillons de mon échantillon représentent environ un mois de travail sur le TF M15. Qu'y a-t-il de mal à entraîner le modèle sur des échantillons mensuels pour qu'il fonctionne au moins 2 semaines sur le marché. Il n'y a pas de graal et une optimisation hebdomadaire est tout à fait normale, sans parler d'une optimisation tous les quinze jours.
Mais Maksimka entraîne ses modèles pendant un an ou plus et ne brille pas pour autant .....
Des résultats pas mauvais sur la capacité de prédiction ne conduiront PAS à des modèles stables, car le nombre d'observations est simplement ridicule = 51. Il nous faut au moins 10 fois plus, et de préférence 100 fois plus.
SanSanych, expliquez à un idiot pourquoi un classificateur a besoin d'un pouvoir prédictif ?
Des résultats pas mauvais sur la capacité de prédiction ne conduiront PAS à des modèles stables, car le nombre d'observations est simplement ridicule = 51. Il nous faut au moins 10 fois plus, et de préférence 100 fois plus.
Si vous construisez des modèles sur ce nombre d'observations, les résultats sont catastrophiques.
Prédiction :
Réel [0,0] (0,1) Erreur
[0,0] 42.9 28.6 40
(0,1] 28.6 0.0 100
Erreur globale : 57,1%, erreur moyenne de classe : 70%.
Horodatage du hochet : 2018-10-18 21:29:39 utilisateur
======================================================================
Matrice d'erreur pour le modèle linéaire sur Mic1.txt [valider] (comptes) :
Prédiction :
Réel [0,0] (0,1) Erreur
[0,0] 1 4 80
(0,1] 2 0 100
Matrice d'erreurs pour le modèle linéaire sur Mic1.txt [valider] (proportions) :
Prédiction :
Réel [0,0] (0,1) Erreur
[0,0] 14.3 57.1 80
(0,1] 28.6 0.0 100
Erreur globale : 85,7%, Erreur moyenne par classe : 90%.
Horodatage du hochet : 2018-10-18 21:29:39 utilisateur
======================================================================
Matrice d'erreurs pour le modèle Neural Net sur Mic1.txt [valider] (comptes) :
Prédiction :
Réel [0,0] (0,1) Erreur
[0,0] 2 3 60
(0,1] 1 1 50
Matrice d'erreurs pour le modèle Neural Net sur Mic1.txt [valider] (proportions) :
Prédiction :
Réel [0,0] (0,1) Erreur
[0,0] 28.6 42.9 60
(0,1] 14.3 14.3 50
Erreur globale : 57,1%, erreur moyenne de la classe : 55%.
Horodatage du hochet : 2018-10-18 21:29:39 utilisateur
J'espère que vous n'essayez pas de prédire la sortie ????. Elle est déjà prédite, il suffit de s'en approcher le plus possible. Il n'y a pas besoin de le prévoir....
Qu'est-ce que l'IA ?
L'intelligence artificielle.
Sanych, quel est le résultat du test ? Comment le modèle se comporte-t-il ?
Au fait, si vous utilisez Rattle, vous feriez mieux de ne pas le faire. Je peux le faire moi-même.... intéressant de voir les résultats sur vos modèles secrets d'IA :-)
L'intelligence artificielle.
А,... Vous utilisez déjà l'IA ? Et nous sommes assis sur l'IA.
А,... Vous utilisez déjà l'IA ? Et nous sommes tous assis sur l'IA.
Je suis surpris par votre ignorance sur le sujet. C'est la même chose. MO = AI Apprentissage automatique = Intelligence artificielle.
Ce qui est surprenant, c'est votre ignorance sur le sujet. C'est la même chose. ME=Machine Learning=Intelligence artificielle.
Oh, mon Dieu. Qu'est-ce que tu sais ? En fait, ce sont des choses absolument différentes.
Oh, regardez ça. Qui l'aurait cru ? En fait, c'est complètement différent.
Quelle est la différence ? Éclairer....
hilarant... plus !))
Alors, que pensez-vous de ces données ?
Oh, regardez ça. Qui l'aurait cru ? En fait, c'est une chose complètement différente.
Ce n'est pas vraiment différent, c'est l'évolution de l'apprentissage automatique, de l'assembleur au Python, pour ainsi dire ;)
https://habr.com/post/401857/