L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2561
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
xgboost peut aussi le faire, mais il est difficile d'écrire sa propre fonction. Vous devez dériver des formules.
http://biostat-r.blogspot.com/2016/08/xgboost.html - 6ème paragraphe.
Oui, vous devrez faire les calculs sur papier) Toutes les fonctions ne conviennent pas - vous devez définir la dérivée seconde, qui doit probablement être différente de zéro.
Exact, c'est exactement la relation prédicteur-cible dont je parle.
Maintenant, je ne connais pas de méthode pour construire un modèle qui estime la "stationnarité" à différents intervalles d'échantillonnage avec le fractionnement ou un autre mécanisme pour combiner les prédicteurs. Tous les modèles font un ajustement aux parcelles d'échantillon, estimant seulement une mesure quantitative de l'amélioration, mais nous devons l'estimer à travers des intervalles, alors le modèle peut être plus robuste.
Pourquoi ne pas simplement faire une validation croisée pour vérifier la stabilité par intervalles ?
Voici cet article, mais il ne s'agit pas de régularité, mais d'irrégularité. Mais cela ne fait aucune différence.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC518821/
Je ne pense pas - un exemple en python.
Non, ce n'est pas ça, juste une métrique personnalisée...
tu ne peux pas mettre des ffs là-dedans.
Vous voyez, avec les métriques personnalisées, vous donnez la cible et les données et vous choisissez la formule pour lire l'erreur.
Et avec FF, vous pouvez dire : AMO ! Je ne sais pas ce que devrait être le ciblage et comment le faire mieux, mais faites en sorte qu'il soit bon (et vous pouvez utiliser plusieurs critères à la fois).
Et ff + AMO va "penser à une cible", les ajustements se feront etc.
C'est un monde différent...
pourquoi ne pas simplement faire une validation croisée pour vérifier la stabilité entre les intervalles ?
Il ne s'agit pas de trouver un modèle réussi au hasard, mais d'augmenter la probabilité de réussite de ce modèle.
Non, ce n'est pas ça, juste une métrique personnalisée...
Tu ne peux pas mettre un ff là-dedans.
Vous voyez, avec les métriques personnalisées, vous donnez la cible et les données et vous choisissez la formule pour lire l'erreur.
Et avec FF, vous pouvez dire : AMO ! Je ne sais pas ce que devrait être le ciblage et comment le faire mieux, mais faites en sorte qu'il soit bon (et vous pouvez utiliser plusieurs critères à la fois).
Et ff + AMO va "penser à une cible", les ajustements se feront etc.
C'est un tout autre monde...
Peut-être que c'est quelque chose dans l'esprit d'Ivakhnenko, pas mon truc de toute façon.
J'ai lu un livre des années 70 qui dit que s'il n'y a pas d'autocorrélation, aucune prédiction n'est possible. Existe-t-il des informations plus récentes sur le sujet ?
Je suppose que cela dépend du choix du modèle pour le type de processus à supposer.
Après tout, dans les processus statiques, au contraire, l'autocorrélation est combattue avec des modèles linéaires.
Et dans les processus dynamiques, il y a principalement de l'autocorrélation,
c'est pourquoi la communauté scientifique essaie de résoudre le problème des processus autocorrélés avec des modèles appropriés.
D'où l'affirmation que s'il n'y a pas d'autocorrélation, la prédiction est fortement erronée.
Autrement dit, il faut distinguer la nature du processus et l'estimer à l'aide d'algorithmes appropriés.
J'ai lu une thèse de 2014 sur l'estimation synthétique des systèmes dynamiques.
L'article a examiné des exemples avec un processus à corrélation exponentielle.
Est-ce une coïncidence ? Je ne pense pas.
C'est peut-être quelque chose dans l'esprit d'Ivakhnenko, pas le mien en tout cas.
Non, Ivakhnenko n'a rien à voir avec ça, il y a juste certaines tâches qui ne peuvent pas être résolues avec une cible, il n'y a pas de cible toute faite.
Imaginez le problème :
Il y a des attributs et il y a un prix, qui sont tous une matrice d'attributs "X",
le problème est :
Je veux que l'OMA prenne "X" comme entrée et donne une fonction comme sortie qui :
1) répéter le prix autant que possible (corrélation)
2) être dans l'intervalle -1,1
3) surperformer le prix autant que possible (corrélation croisée négative)
Tout. Prenez n'importe quel optimiseur, dans ce cas un optimiseur multicritères (Pareto) et commencez à jouer avec les (entrailles) de la médaille jusqu'à ce qu'il nous donne ce dont nous avons besoin en sortie.
Vous voyez, il est impossible d'avoir un ciblage prêt à l'emploi, il suffit de chercher et de passer par le fitness.
Ou juste un exemple simple, optimiser le réseau pour un trading à profit maximum ou un facteur de récupération, ou les deux, comment pouvons-nous le faire en tant que cible toute faite ?
Non, Ivakhnenko n'a rien à voir avec ça, il y a simplement des problèmes qui ne peuvent pas être résolus avec une cible, il n'y a pas de cible toute faite.
Imaginez le problème :
Il y a des attributs et un prix, tous sont une matrice d'attributs "X",
le problème est :
Je veux que l'OMA prenne "X" comme entrée et donne une fonction sur la sortie qui :
1) répéter le prix autant que possible (corrélation)
2) être dans l'intervalle -1,1
3) surperformer le prix autant que possible (corrélation croisée négative)
Tout. Prenez n'importe quel optimiseur, dans ce cas un optimiseur multicritères (Pareto) et commencez à jouer avec les (entrailles) de la médaille jusqu'à ce qu'il nous donne ce dont nous avons besoin en sortie.
Vous voyez, il est impossible d'avoir un ciblage prêt à l'emploi, il suffit de chercher et de passer par le fitness.
Ou juste un simple exemple pour optimiser le réseau afin de trader sur le facteur de profit ou de récupération maximum, ou les deux à la fois, comment le faire en tant que cible toute faite ? ??? pas question !
Eh bien, l'optimisation multi-critères. Vous pouvez combiner un compromis parmi tous ces critères, puis observer l'évolution de la solution lorsque vous modifiez la pondération des critères et que vous choisissez le meilleur d'entre eux au fur et à mesure. Vous pouvez également choisir un critère de base et, pour les autres, sélectionner des restrictions valables et ajouter une pénalité sévère en cas de non-respect de ces critères, puis observer quelle variante est la meilleure.
Si vous bénéficiez d'un avantage significatif lors de l'essai avant, alors il est logique d'essayer, sinon vous ne serez qu'une source de tracas pour le plaisir d'être tracassé.
Hors sujet, mais amusant
https://www.youtube.com/watch?v=_Aow6P3oBAg