L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3039

 
СанСаныч Фоменко #:

Par définition, aucun problème ne peut être résolu par le FF. Soit il y a BEAUCOUP de choses à améliorer d'un seul pour cent, soit il n'y en a pas. On ne peut pas améliorer des déchets, on a beau creuser dans les déchets, les déchets resteront des déchets.

Par conséquent, les considérations initiales sur la relation entre la cible et les prédicteurs sont initiales . En outre, une évaluation quantitative de cette relation est nécessaire et, qui plus est, pas seulement une évaluation de la relation, mais une évaluation quantitative de la capacité des prédicteurs à prédire les valeurs futures de la variable cible (l'enseignant). Il n'y a pas de place pour le FF dans cette chaîne de raisonnement, de sorte que l'on peut carrément prendre/choisir un algorithme de MO, comme il en existe des centaines, et les utiliser comme des boîtes noires, sans essayer d'"améliorer" quoi que ce soit dans les algorithmes spécifiques.

En outre, les classes de FF sont une chose délicate - l'odeur de l'adaptation excessive à l'histoire est trop forte.

Je savais que vous ne passeriez pas à côté de mon message. en outre, je savais que vous parleriez. malheureusement, vous ne vous rendez pas compte que ce qui est mis en évidence en rouge gras est FF..... Je ne comprends pas pourquoi tu es si allergique à FF.

Au fait, on peut faire beaucoup de choses utiles avec des déchets - le recyclage s'appelle le recyclage. je dirai même plus - la présence de "déchets" permet juste de faire un profit stable sur les marchés, il y a des exemples même sur ce forum.

 
Mikhail Mishanin #:

Raisonnement très correct et compétent, bien sûr contradictoire - "... pas dans la construction de CT durables", juste à la technologie de construction/sélection/évolution de CT durablement rentables et à la recherche de celle-ci.

C'est comme aller dans un magasin pour acheter des vêtements, mais vous n'avez pas d'idées stables sur ce que vous aimeriez, dans quel style, pour quelle saison, et par conséquent l'article ne sera pas porté et votre argent sera gaspillé.

 
СанСаныч Фоменко #:

Vous avez une colonne intitulée "erreur de classification", alors que la classification n'est pas pertinente.

Si vous n'imprimez pas l'erreur de classification à l'écran, comment savez-vous qu'elle n'est pas pertinente ? Imprimez tout ce qui est intéressant.
Imprimez et montrez que même 9 % peuvent être aléatoires, et que 10 % fusionnent déjà. C'est intéressant. En voici un pour vous avec 20 %.

Votre graphique, si j'ai bien compris, nous ne le verrons pas.

 
Andrey Dik #:

Je savais que vous ne passeriez pas à côté de mon message. en fait, je savais que vous parleriez. malheureusement, vous ne vous rendez pas compte que ce qui est mis en évidence en rouge gras est FF...... Je ne comprends pas pourquoi tu es si allergique à FF.

Au fait, on peut faire beaucoup de choses utiles avec des déchets - le recyclage s'appelle le recyclage. je dirai même plus - la présence de "déchets" permet simplement de faire un profit stable sur les marchés, il y a des exemples même sur ce forum.

Un peu plus tôt, vous avez écrit

"Le problème est que jusqu'à présent personne n'a réussi à trouver de telles règles pour FF (je n'en ai pas vu, en tout cas)."

La tâche est vraiment difficile et impossible sur les modèles MO prêts à l'emploi : avoir le modèle MO comme boîte noire, y chercher quelque chose dans le pouvoir prédictif des prédicteurs, avoir l'équilibre comme objectif.

Une tâche incroyablement difficile.

Et inutile.

Nous la résolvons étape par étape, et c'est ce que je fais en pratique : je résous le problème de l'estimation de la capacité prédictive des prédicteurs, puis j'ajuste le modèle comme une boîte noire, et enfin je travaille avec les résultats de l'ajustement. Dès aujourd'hui, au niveau du test EA, il s'avère que mon professeur est un peu bizarre. Je dois travailler sur l'enseignant (variable cible).

Mais l'essentiel dans mon schéma est qu'un problème déjà très complexe, qui est encore plus compliqué par la tentative de construire un FF, est décomposé en étapes indépendantes et que le problème devient observable.

 
Forester #:

Si vous n'imprimez pas l'erreur de classification à l'écran, comment pouvez-vous savoir que cela n'a pas d'importance ? Imprimez tout ce qui est intéressant.
L'a imprimé et a montré que même 9 % peuvent être aléatoires, et que 10 % est déjà une fuite. C'est intéressant. En voici un avec 20 % par exemple.

Votre graphique, si j'ai bien compris, nous ne le verrons pas.

Tout ce que vous avez écrit n'a pas de sens pour moi.

Une erreur de classification (comment a-t-elle été calculée ?) de 10% est un signe évident de surentraînement. Pour réfuter le surentraînement, vous avez besoin d'une erreur de classification sur l'ensemble d'entraînement et "hors échantillon" - ils devraient être approximativement égaux.

J'ai un Expert Advisor qui fonctionne très bien avec une erreur de classification légèrement inférieure à 20%. Dans le même temps, le pourcentage de transactions perdantes dans le testeur est légèrement supérieur à 20 %.

J'aimerais voir des chiffres cohérents sur la classification, ce qui prouverait l'absence de surentraînement, et comprendre comment l'équilibre est obtenu à partir de la classification.

 
СанСаныч Фоменко #:

Plus tôt dans la journée, vous avez écrit

"Le problème est que personne n'a encore réussi à trouver de telles règles pour FF (je n'en ai pas vu, en tout cas)."

La tâche est vraiment difficile et irréalisable sur des modèles d'OI prêts à l'emploi : avoir le modèle d'OI comme une boîte noire, chercher quelque chose dans le pouvoir prédictif des prédicteurs, avec l'équilibre comme objectif.

C'est une tâche extrêmement difficile.

Et inutile.

Nous le résolvons étape par étape, et c'est ce que je fais en pratique : je résous le problème de l'estimation de la capacité prédictive des prédicteurs, puis j 'ajuste le modèle comme une boîte noire, et enfin je travaille avec les résultats de l'ajustement. Dès aujourd'hui, au niveau du test EA, il s'avère que mon professeur est un peu bizarre. Je dois travailler sur le professeur (variable cible).

Mais l'essentiel dans ce schéma est qu'un problème déjà très complexe, qui est encore plus compliqué par la tentative de construire un FF, est décomposé en étapes indépendantes et que le problème devient observable.

La partie en gras est que vous utilisez TOUJOURS des fonctions d'aptitude. évaluation de la capacité de prédiction - critères de qualité (stabilité), ajustement - critère d'identité, travail avec les résultats - évaluation par certaines métriques et sélection. c'est-à-dire qu'à chaque étape, où que nous fassions quoi que ce soit, il y a une fonction d'aptitude en tant que description évaluative de ce que nous voulons obtenir comme résultat. Vous avez décomposé l'évaluation intégrale générale en petites évaluations différentielles, mais l'essence n'a pas changé, vous utilisez toujours les FF dans votre travail.

 

Qui est à blâmer si vous avez acheté une veste de mauvaise qualité ? - Le fabricant ? - Le vendeur ? - Le mouton ? - Vous pouvez descendre jusqu'aux atomes qui composent la veste, mais cela ne s'améliorera pas et vous ne comprendrez pas pourquoi la veste est nulle. ce sont vos critères d'évaluation d'une veste lors de l'achat - FF - qui sont à blâmer.

Si aucune veste ne correspond aux FF, alors soit une telle veste n'existe pas et vous n'avez pas besoin d'acheter quoi que ce soit, soit vous devez changer les FF))).

 
Andrey Dik #:

Qui est à blâmer si vous avez acheté une veste de mauvaise qualité ? - Le fabricant ? - Le vendeur ? - Le mouton ? - Vous pouvez descendre jusqu'aux atomes qui composent la veste, mais cela ne s'améliorera pas et vous ne comprendrez pas pourquoi la veste est nulle. ce sont vos critères d'évaluation d'une veste lors de l'achat qui sont à blâmer - FF.

Si aucune veste ne correspond aux FF, alors soit une telle veste n'existe pas et vous n'avez pas besoin d'acheter quoi que ce soit, soit vous devez changer les FF))).

Et vous pouvez fabriquer une veste : ajustez les manches aux différentes longueurs de bras, ajustez précisément la bosse et jouez joliment avec une boule de nerfs sur le devant. Et il y aura une veste. C'est là toute la différence de nos approches. Vive les tailleurs !

 
СанСаныч Фоменко #:

Ou bien vous pouvez faire une veste : adaptez les manches aux différentes longueurs des bras, ajustez précisément la bosse et jouez joliment sur la boule de nerfs à l'avant. Et vous aurez une veste. C'est là toute la différence de nos approches. Vive les tailleurs !

Un tailleur n'est d'aucune utilité si la personne ne sait pas ce dont elle a besoin. Une veste en caoutchouc vous ira parfaitement, mais elle vous fera transpirer le ventre, tout cela parce que le client ne sait pas ce qu'il veut.
 
СанСаныч Фоменко #:

Erreur de classification (comment a-t-elle été calculée ?)

Existe-t-il des options ? ))))