L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1843
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
Ne pensez pas que personne ne vous exclut, c'est juste qu'il y a des types spécifiques ici qui ne supportent pas la démagogie. Les systèmes d'IA ont la capacité de donner une réponse non évidente, mais il s'agit toujours d'une science exacte où 1+1=2, et non d'une science approximative, prétendue ou autre. De la même manière, le marché est un type d'activité très concret où il y a des nouvelles réelles, et des pseudo-enseignements. Comme celle de Yusuf, par exemple.
Tournons-nous vers Wikipedia, lui faites-vous confiance ?
Marché - ensemble de processus et de procédures assurant l'échange entre les acheteurs (consommateurs) et les vendeurs(fournisseurs) de biens et de services particuliers.
Peut-être que les informations sur la relation entre les acheteurs et les vendeurs sont plus importantes que les vagues, les stochastiques, les Bollinger, etc. Qu'en pensez-vous ? Tu sais, il y a beaucoup de pseudo-exercices qui essaient de prendre la première place..... Je pense que je vais faire une autre vidéo, mais cette fois c'est un texte. Et je pense que je vais devoir faire quelque chose pour le son. Mec, personne ne sait pourquoi la gopro enregistre le son avec noise ????
Même lire les excuses)).
J'ai même lu les excuses)).
Tu sais, une pensée m'est venue l'autre jour.
La qualité de la vidéo que j'ai postée laisse beaucoup à désirer, mais à en juger par les spectateurs, personne n'est intéressé par les questions nobles et le raisonnement scientifique. Tout le monde est intéressé de voir une belle nana qui débite une demi-heure sur l'abolition de l'auto-isolement dans le parc Gorky. Il a littéralement sous mes yeux en 24 heures gagné 500 000 vues contre mes 70. Conclusion : les sujets scientifiques ne sont pas populaires de nos jours. L'essentiel est d'avoir un joli visage et une voix agréable, et l'IA n'intéresse personne. C'est dommage :-(
J'aimerais avoir l'avis de tous.
Dans le paquet Darch, j'ai trouvé l'option suivante d'évaluation du modèle :
Nous calculons l'erreur sur les sections de la voie et de l'oob.
L'erreur finale est ensuite calculée comme suit :
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr) ;
À mon avis, la formation devrait être contrôlée par la valeur moyenne des indicateurs d'exhaustivité et de précision pour l'ensemble de l'échantillon, en divisant l'échantillon en fenêtres de, disons, 10%-20%. Je sélectionne moi-même les feuilles selon cette méthode, mais je tiens également compte du résultat financier.
Vous savez, une pensée m'est venue l'autre jour.
La qualité de la vidéo que j'ai postée laisse beaucoup à désirer, mais à en juger par les spectateurs, personne n'est intéressé par les questions nobles et le raisonnement scientifique. Tout le monde est intéressé de voir une belle nana qui débite une demi-heure sur l'abolition de l'auto-isolement dans le parc Gorky. Il a littéralement sous mes yeux en 24 heures gagné 500 000 vues contre mes 70. Conclusion : les sujets scientifiques ne sont pas populaires de nos jours. L'essentiel est d'avoir un joli visage et une voix agréable, et l'IA n'intéresse personne. C'est dommage :-(
Personne ne veut la vérité, Misha). Tout le monde veut de belles illusions.
Vous n'avez pas besoin d'être vous-même un joli mannequin - créez l'impression d'un spectateur, faites marcher son imagination, puis dites la vérité ;))
La seule chose qui vous dérange, c'est un marteau-piqueur dans le fond).
Personne ne veut la vérité, Misha...) Tout le monde veut de belles illusions.
Vous n'avez pas besoin d'être vous-même un joli téton - créez une idée dans l'esprit du spectateur, faites marcher son imagination, puis coupez la vérité ;))
La seule chose qui vous dérange, c'est un marteau-piqueur dans le fond).
À mon avis, la formation devrait être contrôlée en faisant la moyenne de l'exhaustivité et de l'exactitude de l'ensemble de l'échantillon, en divisant l'échantillon en fenêtres de, disons, 10%-20%. Je sélectionne moi-même les feuilles selon cette méthode, mais je tiens également compte du résultat financier.
C'est la validation croisée. Vous pouvez également faire un report, de sorte que l'ensemble de validation soit toujours postérieur à l'ensemble d'apprentissage.
Clarifions la terminologie :
- précision, vous voulez dire précision standard (proportion d'exemples correctement classés)
- exhaustivité. Est-ce le nombre d'exemples/la taille de l'échantillon pour la formation ? Comment le sélectionner ? Par sélection ?
C'est la validation croisée. Vous pouvez également faire un report, de sorte que l'ensemble de validation soit toujours postérieur à l'ensemble d'apprentissage.
Il est important de vérifier la robustesse du signal sur l'ensemble de l'échantillon, plutôt que de regarder le score final - il peut y avoir différentes méthodes, dont une que j'ai brièvement décrite.
Clarifions la terminologie :
- précision, vous voulez dire précision standard (proportion d'exemples correctement classés)
- exhaustivité. Est-ce le nombre d'exemples/la taille de l'échantillon pour la formation ? Comment le sélectionner ? Par sélection ?
La précision est l'exactitude et le rappel est l'exhaustivité. Ces chiffres sont importants s'il y a plus d'une classe et si la classe du signal fait partie de l'ensemble. Par exemple, si la triple classification - acheter(1)/attendre(0)/vendre(-1) ou la recherche de volatilité - il y aura un mouvement fort(1) ou faible(0). Si, en logique, les deux classes sont équivalentes, alors la signification de ces indicateurs devient un peu plus floue.
Comment va Maximeka ? Vous avez lu quelque chose ? Des coupures ?
Une approche un peu meilleure, de meilleurs résultats aussi... Tous les apports ont montré + :))
Mais il y a des problèmes...
1) il n'y a pas assez de signaux.
2) le modèle est en train de mourir à temps.
Mais je pense que j'ai commencé à comprendre quelque chose dans ce satané marché, et la percée n'est pas loin ;))
Il est important de vérifier la robustesse du signal sur l'ensemble de l'échantillon plutôt que de regarder le chiffre final - il peut y avoir différentes méthodes, dont une que j'ai brièvement décrite.
La précision est l'exactitude et le rappel est l'exhaustivité. Ces indicateurs sont importants s'il y a plus d'une classe, et si la classe du signal fait partie de l'ensemble. Par exemple, en cas de triple classification - achat(1)/attente(0)/vente(-1) ou recherche de volatilité - il y aura un mouvement fort(1) ou faible(0). Si en logique les deux classes sont égales, alors la signification de ces indicateurs est un peu plus floue.
Et en général, la précision peut être considérée comme une métrique de base lorsqu'il y a une classe "attente". Les erreurs de précision sont des pertes directes dues à une mauvaise classification.
Et le rappel signifie des profits perdus, c'est-à-dire que nous avons attendu au lieu d'agir.
L'essentiel est de maximiser le F1, qui trouvera la meilleure valeur avec un minimum d'erreurs de prédiction et un minimum de profits manqués.