L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2978
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
Hmmm, comment pourrait-il en savoir plus :)
Je viens d'écrire sur le volume plus faible de mauvais exemples correctement classés en raison de leur précision de classification.
Son code est très difficile à lire, mais vous pouvez le comprendre en général. Je pense que pour sa compréhension personnelle de la MO, c'est une très bonne motivation. Et un code reproductible est très important pour comprendre le processus. Surtout si vous voulez faire quelque chose de votre côté.
Oui, c'est ce qui arrive - des années perdues.
Igor Ashmanov sur l'assistant vocal Alice
Deux approches fondamentalement différentes des programmes d'intelligence artificielle.
J'ai enfin trouvé un bon guide sur le casual.
Il répond à la question de savoir pourquoi le ML ne sert qu'à la prédiction, mais pas à la causalité.
Le ML est notoirement mauvais pour ce type de problème de causalité inverse. Ils nous obligent à répondre à des questions de type "et si", que les économistes appellent "contrefactuels". Que se passerait-il si j'utilisais un autre prix au lieu du prix que je demande actuellement pour ma marchandise ? Que se passerait-il si je suivais un régime pauvre en sucre au lieu du régime pauvre en graisse que je suis actuellement ? Si vous travaillez dans une banque et que vous accordez des crédits, vous devrez déterminer en quoi le fait de changer de clientèle modifie vos revenus. Ou encore, si vous travaillez dans une administration locale, on vous demandera peut-être de réfléchir à la manière d'améliorer le système scolaire. Faut-il donner des tablettes à tous les enfants parce que l'ère de la connaissance numérique vous l'impose ? Ou faut-il construire une bibliothèque à l'ancienne ?
Au cœur de ces questions, il y a une interrogation causale dont nous souhaitons connaître la réponse. Les questions causales sont omniprésentes dans les problèmes quotidiens, comme la recherche d'un moyen d'augmenter les ventes. Cependant, elles jouent également un rôle essentiel dans les dilemmes qui nous sont très personnels et chers : dois-je fréquenter une école coûteuse pour réussir dans la vie (l'éducation est-elle à l'origine des revenus) ? L'immigration diminue-t-elle mes chances de trouver un emploi (l'immigration fait-elle augmenter le chômage) ? Les transferts d'argent vers les pauvres font-ils baisser le taux de criminalité ? Le domaine dans lequel vous travaillez n'a pas d'importance. Il est très probable que vous ayez eu ou aurez à répondre à un type de question causale. Malheureusement pour le ML, nous ne pouvons pas compter sur des prédictions de type corrélation pour y répondre.
J'ai enfin un bon guide décontracté.
Il répond à la question de savoir pourquoi le MO ne sert qu'à la prédiction, mais pas à la recherche de causalité.
J'ai enfin un bon guide décontracté.
Il ressemble surtout à un matstat "inutile")
Fondamentalement, il est suggéré de voir quelles méthodes sont utilisées, par exemple, dans la médecine fondée sur des preuves et d'essayer de les appliquer à votre tâche.
Il s'agit plutôt d'un matstat "inutile")
En gros, la suggestion est de voir quelles méthodes sont utilisées, par exemple, dans la médecine fondée sur des preuves et d'essayer de les appliquer à votre tâche.
Comme l'un des virints de la fonction d'aptitude.
La tâche de l'AMO est de s'entraîner de manière à ce que les prévisions basées sur l'équité des transactions de l'AMO soient aussi bonnes que possible.
Je ne veux pas d'une belle courbe d'équité sur l'historique, mais je veux obtenir une prévision confiante dans les transactions futures...
Prévision avec intervalles de confiance, le même test statistique...
J'ai utilisé deux algorithmes de prévision, auto arima et holt.
Vous pouvez voir ici la zone où la prévision "garantit la croissance" des fonds propres.