L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2411
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
conférence très cool
https://www.youtube.com/watch?v=l30ejdQKGBg
conférence très cool
https://www.youtube.com/watch?v=l30ejdQKGBg
Au printemps, j'ai déjà suggéré des approches pour ajouter/supprimer des fonctionnalités, notamment par groupes, j'espérais intéresser Maksim, mais hélas. Comme je l'ai écrit précédemment, cette approche fonctionne, mais elle est maintenant mise en œuvre en mode semi-automatique, uniquement à des fins expérimentales, alors que j'ai besoin d'une mise en œuvre en R ou Phyton pour travailler en boucle, dont l'essence est de créer une nouvelle tâche pour la formation après l'analyse des résultats de la formation.
Mais la méthode FRiS-Stolp, qui est annoncée dans la vidéo, est intéressante à essayer, mais je ne comprends pas s'il existe une implémentation dans R ou Phyton.
Au printemps, j'ai déjà proposé des approches pour ajouter/supprimer des fonctionnalités.
Ces méthodes existent à la pelle, je ne sais donc pas quoi suggérer ici.
Mais il est intéressant d'essayer la méthode FRiS-Stolp, mais je ne comprends pas si elle est implémentée dans R ou Phyton.
Je ne comprends pas non plus ))))
Il y a une chose telle que google ;)
Au printemps, j'ai déjà proposé des approches pour ajouter/supprimer des fonctionnalités, y compris dans les groupes, et j'espérais intéresser Maksim, mais hélas. Comme je l'ai écrit précédemment, cette approche fonctionne, mais elle est maintenant mise en œuvre en mode semi-automatique, uniquement à des fins expérimentales, alors que j'ai besoin d'une mise en œuvre en R ou Phyton pour travailler en boucle, dont l'essence est de créer une nouvelle tâche pour la formation après l'analyse des résultats de la formation.
Mais la méthode FRiS-Stolp, qui est annoncée dans la vidéo, est intéressante à essayer, mais je ne sais pas s'il existe sa mise en œuvre dans R ou Phyton.
Ces méthodes sont nombreuses, il n'est pas évident de savoir ce qu'il faut proposer ici.
Suggérer de vérifier l'efficacité de ces méthodes pour les tâches liées au commerce.
Je ne comprends pas non plus ))))
il existe une chose telle que google ;)
Pourquoi toute cette agitation ?
J'ai utilisé le moteur de recherche et j'ai même trouvé du code sur git-hub, mais je ne sais pas si cela fonctionne ou non.
C'est pourquoi il est intéressant pour ceux qui la comprennent d'entendre leur intérêt et de trouver des moyens possibles de travailler ensemble pour étudier la question.
Je suis pour le constructif plutôt que pour les coups de gueule.
Il y a une fonction standard, les importations, qui est suffisante
L'importance est une statistique basée sur la fréquence à laquelle un algorithme sélectionne certains prédicteurs lors de la construction d'un arbre. Cet indicateur nous indique de quoi est fait le modèle. Essayer les prédicteurs vous permet de construire d'autres modèles, en trouvant de nouvelles dépendances et relations qui peuvent être plus fortes après quelques fractionnements.
L'importance est une statistique basée sur la fréquence avec laquelle l'algorithme sélectionne certains prédicteurs lors de la construction de l'arbre. Cet indicateur nous indique de quoi est fait le modèle. La recherche dans les prédicteurs permet de construire d'autres modèles, en trouvant de nouvelles dépendances et relations, qui peuvent s'avérer plus fortes après quelques fractionnements.
Vos prédicteurs sont un ensemble d'indicateurs que vous avez accumulés au cours de votre carrière de trader, d'où le vif désir de rationaliser d'une manière ou d'une autre tout ce fatras. Je n'ai pas ce problème, mais je comprends que c'est un long chemin vers nulle part.
Même si j'avais tous les indicateurs basés sur les indicateurs standards inclus dans le paquet de livraison, ce qui n'est pas du tout le cas, ils sont dérivés du prix et peuvent apporter des informations utiles, alors que de nombreux indicateurs ne sont pas sujets à la non-stationnarité.
En fait, j'ai résolu le problème de la sélection des prédicteurs d'une autre manière, mais trouver les meilleures combinaisons est une question ouverte et intéressante.
Proposez de tester l'efficacité de ces méthodes pour des tâches liées au commerce.
Eh bien, quel est le but de cette agitation ?
J'ai utilisé le moteur de recherche et même trouvé du code sur git-hub, mais cela ne me permet pas de comprendre si cela fonctionne ou non.
C'est pourquoi il est intéressant pour ceux qui la comprennent d'entendre leur intérêt et de trouver des moyens de travailler ensemble pour étudier la question.
Je suis en faveur des idées constructives, pas des joues gonflées.
Alexey, tu as peut-être étudié python ou r-code, essayé de bricoler quelque chose ensemble... Croyez-moi, un millier de questions auraient été résolues...
À quoi bon vérifier l'efficacité d'une méthode de sélection des caractéristiques si elle est déjà testée et fonctionne ?
Le problème n'est pas dans la sélection des traits, il est dans les traits eux-mêmes, si vous nourrissez 10 indicateurs, puis sélectionnez jusqu'à ce que vous tombez et vous obtiendrez le même résultat de N'IMPORTE QUEL algorithme de sélection ....
Ils sélectionnent parmi des dizaines de milliers d'attributs et mentionnent MSUA où ils parlent même de la création et de l'énumération de milliards d'attributs.
C'est de cela que nous devrions parler, des systèmes qui génèrent des millions d'idées et les vérifient automatiquement, c'est l'essentiel, ce sont des décisions individuelles, et la sélection des attributs est la petite partie finale du processus et il n'y a rien d'intéressant là-dedans.