L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3080

 
Aleksey Vyazmikin #:

Pourquoi ne répondez-vous pas à la substance des questions posées ?

D'ailleurs, ce que vous avez copié et écrit ici implique qu'il y a déjà une décision et qu'il y a une évaluation de la faisabilité de la poursuite des travaux dans cette direction.

Vous ne pouvez pas donner d'évaluation sur un domaine inexploré - vous devez analyser au moins 5 % des indicateurs donnés pour pouvoir parler de l'opportunité de poursuivre le travail.

Toutefois, je pars de la valeur potentielle, qui peut être élevée. Supposons que nous parvenions à trouver un très bon indicateur qui permette d'augmenter immédiatement la précision et l'exhaustivité de la classification pour un certain nombre de cibles. Cela signifie qu'il permettra de gagner de l'argent grâce au trading. Combien cela permettra-t-il ? C'est une question distincte, qui dépend à la fois de l'état personnel et de la manière de réaliser le potentiel.

Au lieu de penser à la complexité et à l'impossibilité, il vaut mieux réfléchir à la manière de rendre les choses possibles avec moins d'efforts et de temps. J'ai quelques idées à ce sujet.

Si je vous ai bien compris, vous pensez qu'il y a des diamants cachés dans les archives de CodeBase que les commerçants ne voient tout simplement pas ? Et vous voulez les trier à l'aide du ML ?

Si c'est le cas, pourquoi penser que ceux qui ont écrit et publié ces indicateurs ne les ont pas déjà montrés sous leur meilleur jour ?

Je veux dire par là que vous n'avez pas besoin de chercher des indicateurs, mais que vous pouvez chercher des idées originales.

 
lynxntech #:

Lilitha, aujourd'hui est un jour spécial, un jour fort.

Certaines personnes se sont vraiment distinguées ici aujourd'hui, et moi aussi.

Chacun a son propre point de vue, et tant que les points de vue ne coïncident pas, les adversaires ne peuvent pas se comprendre.

 
Lilita Bogachkova #:

Chacun a son propre point de vue, et tant que les points de vue ne coïncident pas, les adversaires ne peuvent pas se comprendre.

Si c'est le cas, pourquoi vous disputez-vous ?

 

Bonjour à tous !

 
Andrey Dik #:

Bonjour à tous !

Salutations, humains !

Cependant, les robots peuvent s'offusquer d'une telle salutation :)

 
Lilita Bogachkova #:

Si je vous ai bien compris, vous pensez qu'il y a des diamants cachés dans les archives de CodeBase que les commerçants ne voient tout simplement pas ? Et vous voulez les trier avec ML ?

Si c'est le cas, pourquoi penser que ceux qui ont écrit et publié ces indicateurs ne les ont pas déjà montrés sous leur meilleur jour ?

Je veux dire par là que vous n'avez pas besoin de chercher des indicateurs, mais que vous pouvez chercher des idées originales.

Comment proposez-vous d'automatiser le processus de recherche d'idées originales ?

Je suggère simplement de trouver un indicateur, en espérant qu'il puisse y avoir une idée intéressante qui fonctionne sur le marché, et qu'il puisse ensuite être adapté ou faire l'objet d'analogies, développé.

 
Aleksey Vyazmikin #:

Salutations, humain !

Cependant, les robots peuvent s'offusquer d'une telle salutation :)

Si vous voulez être tolérant, ne le soyez pas.

Mais en général, qui sait où se trouve le sel... Il est peut-être dans les indicateurs, mais pas dans le parc. C'est peut-être dans les indicateurs, mais pas dans le parc. J'utilise Natashki Mashka, et c'est très bien.

Je me suis disputé avec chat aujourd'hui, il dit que je suis très intolérant.
 
Andrey Dik #:
Vous voulez être tolérant ? Moi non.

Je ne sais même pas s'il est possible de tolérer les bots avec flaws.....

 
lynxntech #:

AI masters, le téléphone est pré-top, la lune est juste kapets, dans la vie réelle elle est extrêmement nette, AI camera l'a fait comme un croissant de lune) visuellement il y a une nouvelle lune, très belle.

Oui, je l'ai vue aujourd'hui et je l'ai aimée.

 

Je souhaite revenir sur l'article https://arxiv.org/pdf/2201.12692.pdf en raison de l'effet de mode de l'inférence causale dans le ME.

Voici donc ce que j'ai retenu de cet article.

L'auteur, prenant l'un des algorithmes les plus célèbres de la MO -RF, a analysé les changements dans l'erreur, en changeant la façon de former les données d'entrée et la taille de l'échantillon. En même temps, il a divisé l'erreur en variance et en biais, qui, selon lui, peuvent être additionnés. Le biais est représenté dans la figure par rapport à un certain idéal, dont l'origine n'est pas claire.

L'article conclut, et ce n'est pas la première fois qu'une telle conclusion est tirée, que l'ajustement croisé est le meilleur, avec des plis au moins aussi grands que l'échantillonnage complet.

Mais ce n'est pas ce qui a motivé la rédaction de l'article.