L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2787

 
СанСаныч Фоменко #:

Tant que nous en sommes au niveau de raisonnement des fonctions trigonométriques ou de toute autre chose à ce niveau, il n'y a pas de justification pour une raison - il est impossible de faire une justification, parce que l'objectif de ces justifications n'est PAS déclaré et que le critère pour atteindre l'objectif est inconnu.

Et l'objectif du MO est le seul - réduire l'erreur d'ajustement, ou plutôt réduire l'erreur de prédiction du modèle d'apprentissage automatique. Avec la restriction suivante : l'erreur de prédiction ne doit PAS changer beaucoup dans le futur.

et l'objectif est toujours le même - logique et adéquation au lieu d'une recherche stupide par un algorithme avide de tous les déchets et de hurler au manque de puissance pour que....

oui, les estimations doivent être stables (cohérentes) - vous appelez cela "l'erreur ne doit pas changer", la prédiction elle-même changera dans les séries temporelles (dans la dynamique)...

vous ne pouvez pas aller plus loin que vos remarques publicitaires sur les outils - sans savoir comment ces outils fonctionnent... on vous a donné un marteau de forgeron dans les mains - vous le brandissez(n'est-ce pas Chapayev ???? ) en référence à votre seuil IV=0,02 - C'EST UNE connexion FAIBLE( !) - alors pourquoi brandissez-vous vos slogans ici... et appelez-vous les propositions d'analyse adéquate comme des mashkas (alors qu'elles n'ont jamais existé dans le passé)... Ouvrez votre propre fil de discussion publicitaire.

et MO oui - cela fonctionne de la même manière partout et pour le MÊME BUT - et dans Py et d'autres bibliothèques ce n'est pas IV du tout - mais l'essence ne change pas, - vous, apparemment, ne comprenant pas l'essence de l'analyse des données - ne pouvez que crier des slogans sur les candidats et les outils et charger stupidement des déchets dans votre "boîte noire" - et même utiliser vos prédictions pour l'objectif prévu n'a pas dérangé.....

Eh bien, ouvrez une branche pour vos propres promotions, et criez-y - si vous ne pouvez rien faire d'autre qu'une analyse de barattage (même pas des conclusions normales) - vous ressemblez à un putain de collectionneur essayant de récupérer les idées des autres pour votre ferraille (sauf pour le mot "outil" - vous n'avez même pas compris comment il fonctionne) - qu'est-ce que LogisticRegression n'a pas fait ?

=== vous n'avez pas à répondre ! (votre valeur informative personnelle = 0 pour moi)... vos interprétations de l'algèbre linéaire sont encore plus basses en IV

 
Aleksey Nikolayev #:

Il suffit de comparer les histogrammes de l'échantillon avant et après la transformation. Si l'histogramme final est plus proche de la forme cible (distribution normale ou uniforme, par exemple), alors la transformation est bonne.) Au lieu de dessiner des histogrammes, nous pouvons envisager des tests de conformité à la cible (pour la normalité ou l'uniformité, respectivement).

Les plaques ne sont-elles pas de forme parabolique ? Tout à fait selon la formule)

Oui, regarder et sélectionner visuellement ce qui est plus proche de la cible) Mais il n'y a pas de logique à ce que cette transformation fait et pourquoi elle est meilleure que les autres.

Il a fallu beaucoup de temps pour arriver à ces paraboles)))))) Et les filtres sont vraiment des crackers))))

 
JeeyCi #:

et le but est toujours le même - logique et adéquation au lieu d'une recherche stupide par un algorithme avide de tous les déchets et de se plaindre du manque de puissance de cette entreprise....

oui, les estimations doivent être valides - vous dites que "l'erreur ne doit pas changer", la prédiction elle-même changera dans les séries temporelles (dans la dynamique)...

vous ne pouvez pas aller plus loin que vos remarques publicitaires sur les outils - sans savoir comment ces outils fonctionnent... on vous a donné un marteau de forgeron dans les mains - vous le brandissez(n'est-ce pas Chapayev ???? ) en référence à votre seuil IV=0,02 - C'EST UNE connexion FAIBLE( !) - alors pourquoi brandissez-vous vos slogans ici... et appelez les propositions d'analyses adéquates mashka (là où elles n'ont jamais existé dans le passé)... ouvrez votre propre fil de discussion publicitaire

et MO oui - cela fonctionne partout de la même manière et pour le MÊME BUT - et dans Py et d'autres bibliothèques ce n'est pas IV du tout - mais l'essence ne change pas - vous, apparemment, ne comprenant pas l'essence de l'analyse des données - ne pouvez que crier des slogans sur les candidats et les outils et charger stupidement des déchets dans votre "boîte noire" - et vous n'avez même pas pris la peine d'utiliser vos prédictions pour l'objectif prévu....

Eh bien, ouvrez une succursale pour vos campagnes publicitaires et criez-y - si vous ne pouvez rien faire d'autre qu'une analyse de barattage (même pas des conclusions normales) - vous ressemblez à un putain de collectionneur essayant de récupérer les idées des autres pour votre ferraille (sauf pour le mot "outil" - vous n'avez même pas compris comment cela fonctionne) - qu'est-ce qui n'allait pas avec la régression logistique ?

=== vous n'êtes pas obligé de répondre ! (votre valeur informative personnelle = 0 pour moi)... vos interprétations de l'algèbre linéaire sont encore plus basses en IV

Le texte précédent avait du sens, mais reflétait une mauvaise compréhension de ce qui est fait ici.

Je n'ai pas répondu à vous, mais à d'autres lecteurs qui oublient constamment l'objectif et les critères pour atteindre l'objectif, bien qu'il y ait beaucoup de gens ici qui le comprennent de manière assez professionnelle et qui ont les outils appropriés.

Et ce texte n'a aucun sens, une sorte d'offense à une petite fille. Je ne vois pas l'intérêt de répondre.

 
JeeyCi #:

et le but est toujours le même - logique et adéquation au lieu d'une recherche stupide par un algorithme avide de tous les déchets et de se plaindre du manque de puissance de cette entreprise....

Supposons que cela ne se soit pas produit)))))

La logique et l'adéquation des estimations et la compréhension des processus valent certainement mieux que leur absence. Mais dans les statistiques et les théories, il n'est pas rare que l'on n'explique pas pourquoi telle ou telle méthodologie fonctionne. Une personne a jeté une aiguille, a mesuré quelque chose à cet endroit et a calculé le nombre de Pi, une autre a examiné l'histoire des inondations sur le Nil et a trouvé quelque chose à mesurer qui permettrait de prédire la prochaine. La logique de leurs actions est minimale.

De la même manière, dans les rangs, je pense qu'il faut trouver les bons signes, ce qu'il faut mesurer en général))))

 
les piquets de grève sont de retour ... le ralliement n'est pas ici. et les suppositions ne sont pas là. et ils n'ont pas appris à citer, à attribuer leurs spéculations à d'autres.
 
Valeriy Yastremskiy #:

Lalogique et l'adéquation des estimations et la compréhension des processus valent certainement mieux que leur absence. Mais dans les statistiques et les théories, il n'y a souvent pas d'explications sur les raisons pour lesquelles telle ou telle méthodologie fonctionne. Une personne a lancé une aiguille, a mesuré quelque chose à cet endroit et a calculé le nombre de Pi, une autre a examiné l'histoire des inondations sur le Nil et a trouvé quelque chose à mesurer qui permettrait de prédire la prochaine. La logique de leurs actions est minimale.

De la même manière, dans les rangs, je pense qu'il faut trouver les bons signes, ce qu'il faut mesurer en général))))

Il est difficile de ne pas être d'accord avec cela.


Mais il faut savoir que si l'on ne comprend pas le BUT de toute la recherche, on glisse très vite vers l'enseignement, vers la présentation du manuel correspondant sans aucune perspective d'obtenir le produit final.

 

Pour ce qui est des aiguilles et des inondations, ce n'était qu'une coïncidence :

nous générons 100500*10^3 marches aléatoires 1D ; si nous prenons une seule trajectoire de l'ensemble des marches aléatoires et que nous l'examinons de près, elle ne suit pas vraiment les conclusions de l'intégrale générale. À certains endroits, elle les contredit.

et nous travaillons/commerçons/jouissons ici toujours avec un seul échantillon. Nous n'en avons pas d'autres

 

СанСаныч Фоменко #:
  ...

c'est ce que font ceux qui ont écrit un "article" et qui ne peuvent pas se défendre... comme le prouvent ses premières plaintes contre l'institut de recherche.

... tout le monde est un trou du cul...

 
СанСаныч Фоменко #:

Il est difficile de ne pas être d'accord avec cela.


Mais il faut savoir que si l'on ne comprend pas le BUT de toute l'étude, on glisse très vite vers l'enseignement, vers la présentation du manuel correspondant sans aucune perspective d'obtenir un produit final.

Le but sans comprendre le chemin qui y mène est un rêve))))))

D'une manière générale, l'étude de marché sans outils globaux d'évaluation et d'analyse s'apparente à une réflexion sur le cosmos ou la matière la plus simple, et des théories justes sont possibles, qui peuvent être confirmées par des outils tronqués.))))))

Je suis plus proche de la recherche de maintenant, quoi et comment mesurer dans un certain nombre de nouvelles choses qui n'ont pas encore été remarquées.))))) Cela permettrait d'évaluer plus correctement l'état de la situation. Le paradigme de la prédiction est assez proche, mais la tâche est différente.

La logique devrait être la suivante. Nous mesurons quelque chose et c'est la définition de l'état. Nous mesurons différents paramètres pour différents états. Nous indiquons simplement le changement d'état. Bien sûr, il devrait y avoir une bibliothèque / un ensemble d'états. Nous mesurons sur toutes les échelles et tous les tics. J'espère que la logique des mesures sur différentes échelles sera la même, et que les échelles de ticks ne seront pas très différentes des échelles de chandeliers. C'est ainsi que les choses se passent)))))

 
Vous obtenez de nombreuses incohérences, notamment en ce qui concerne la suppression des valeurs aberrantes. Celles-ci représentent généralement 10 % de la taille de l'ensemble de données, selon différents calculs. Ils les ont supprimées et de quelle manière, et comment le modèle évoluera-t-il lorsque la valeur aberrante sera détectée ? )
Avec les transformations, la situation est à peu près la même.
Si vous effectuez un prétraitement classique, les résultats sont pires que sur les données brutes.
Ou bien on prétend que des améliorations aléatoires des mesures sont systémiques.