L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1994

 
Maxim Dmitrievsky:
Il n'y a pas de couches là, c'est un booster d'arbres.

homme, la fonction n'est pas linéaire et complexe entre la source et la prévision. Mais au départ, les objectifs sont la cohérence et la prédiction correcte. C'est pourquoi la corrélation est généralement positive. Pas linéaire. Et cela ne fait aucune différence pour l'algorithme de prédiction. Les données sont préparées en vue d'une prédiction correcte. Mais tout cela n'est pas encore suffisant pour établir une prévision fiable.))))

 
Valeriy Yastremskiy:

heck, la fonction n'est pas linéaire et complexe entre la source et la prévision. Mais au départ, les objectifs sont d'apparier et de prédire correctement. La corrélation est donc généralement positive. Pas linéaire. Et cela ne fait aucune différence pour l'algorithme de prédiction. Les données sont préparées en vue d'une prédiction correcte. Mais tout cela ne suffit pas encore à établir une prévision fiable. ))))

F-y simple linéaire, p erreurs au carré. Comme l'a souligné Elibrarius - appelons-le simplement un coefficient. Mais cela pourrait être incompréhensible pour la personne qui a posé la question, alors je l'ai converti en pourcentage. Nous pouvons continuer à discuter de ce sujet très important pour tous 🤣🤣🤣🤣.
 
Maxim Dmitrievsky:
F-carré est linéaire simple, erreur p-carré

Eh bien, nous parlons de choses différentes. l'erreur quadratique est une estimation de la prévision. pas une dépendance - une fonction des données brutes à la prévision. dans l'estimation est simple, les données sont réelles et prévues, mais la dépendance aux données brutes prévues est complexe. Et il n'est généralement pas fait. C'est compliqué. Il est plus facile d'estimer le résultat.

 
Valeriy Yastremskiy:

Les erreurs quadratiques sont une estimation de la prévision et non une dépendance - une fonction des données brutes par rapport à la prévision. L'estimation est simple, les données sont réelles et prévues, mais la dépendance par rapport aux données brutes prévues est complexe. Et ce n'est généralement pas le cas. C'est compliqué. Il est plus facile d'estimer le résultat.

Eh bien il a demandé le résultat, si le modèle montre la dépendance ou non. Le classique ne fonctionne pas. Peut-être que l'un des plus sophistiqués le fera.
 
Maxim Dmitrievsky:
Il a demandé le résultat, si le modèle montre une dépendance ou non. Le classique ne le fait pas. Peut-être qu'un autre le fera.

Mec, je deviens un peu mal à l'aise... Je n'avais pas du tout l'air de vous faire la leçon. )))) Laissez-moi vous poser une question. J'ai bien compris le tutoriel sur Python. La localité globale des noms est déterminée par l'emplacement du nom, mais les actions avec eux s'ils sont dans l'espace de noms de quelqu'un d'autre est déterminé par les préfixes de la localité globale. et si sans préfixes, le nom de l'espace de noms a la priorité. Logique d'espace de nom intéressante, surtout après BASIC))))

 
Maxim Dmitrievsky:

sur les cinq valeurs précédentes :

60% de précision

sur 10 valeurs précédentes se détériore, précision 50

au 3ème, la précision est de 57

Ligne de base bleue, prédiction orange. Les 300 dernières valeurs



Merci Maxim !

En fait, j'ai oublié de dire, il suffit que le modèle prédise le prochain signe (+-) de la série, la valeur cible + plus. La précision exacte n'est pas importante.

La longueur de l'échantillon n = 54 , couvre toutes les valeurs possibles.

 
Valeriy Yastremskiy:

Mec, je commence à me sentir un peu mal à l'aise... Je n'avais pas besoin de te faire la morale. )))) Laisse-moi te poser une question. J'ai bien compris le tutoriel sur Python. La localité globale des noms est déterminée par l'emplacement du nom, mais les actions avec eux s'ils sont dans l'espace de noms de quelqu'un d'autre sont déterminées par les préfixes de la localité globale. et s'il n'y a pas de préfixes, le nom de l'espace de noms a la priorité. Logique d'espace de nom intéressante, surtout après BASIC))))

Oui
 
Evgeniy Chumakov:


Merci Maxim !

En fait, j'ai oublié de dire, il suffit que le modèle prédise le prochain signe (+-) de la série, la valeur cible + plus. Et la précision exacte n'est pas importante.

La longueur de l'échantillon n = 54 , couvre toutes les valeurs possibles.

Je le ferai plus tard dans la journée, si j'ai le temps.

 
Maxim Dmitrievsky:
Oui

cp. tout a une valeur. la liberté explicite dans les types de variables s'avère être une indication de type explicite. Cependant, s'il n'y a pas de noms identiques, cela devrait fonctionner sans préfixe.

 
Valeriy Yastremskiy:

cp. tout a une valeur. l'apparente liberté dans les types de variables s'avère être une indication explicite du type. Cependant, s'il n'y a pas de noms identiques, cela devrait fonctionner sans préfixe.

L'utilisation d'un grand nombre de globales n'est pas une bonne pratique et n'a aucun sens. Il est nécessaire d'examiner les modèles de programmation. L'indication explicite du type n'a aucun effet, il peut toujours être modifié à tout moment.