L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3309

 
СанСаныч Фоменко #:

Je n'ai pas besoin d'une réponse à votre question. Si je trouve la réponse, où ira-t-elle ? Quelle est la valeur pratique de la réponse à votre question ?

Où vais-je insérer la réponse à votre question dans l'EA ? Où, dans l'OI, vais-je mettre la réponse à votre question ?

Pourquoi poser cent fois une question dont je n'ai pas besoin.

Voici la réponse à votre question (ou plutôt à ma question initiale) :

changez le signe de la ligne pointillée rouge qui est hors de l'intervalle, ce qui reste dans l'intervalle désiré aura le score maximum de ce que vous cherchez, donc l'optimisation se réduira à trouver le MAXIMUM. ce que vous cherchez aura le score maximum possible.

C'est une façon simple de convertir le score que vous utilisez en un score dont la valeur maximale se trouve sur un plateau. Mais ce n'est pas la bonne façon, la bonne façon est d'utiliser un score qui a initialement un maximum à l'endroit que vous recherchez.

C'est vrai pour tout, pour l'entraînement des réseaux neuronaux, pour l'optimisation des fonctions, pour l'optimisation des stratégies, pour tout.

Par conséquent, l'affirmation "il ne faut pas chercher un maximum, il faut chercher un plateau stable" est intrinsèquement erronée et indique une utilisation erronée de l'estimation.

 
Maxim Dmitrievsky #:

Andrew confond la formation NS avec l'optimisation de ses paramètres, je suppose

les deux s'apparentent à une optimisation, ce qui est un peu déconcertant lorsqu'un chaton a reçu beaucoup de nourriture. il semble y avoir une optimisation de la nourriture partout et il n'est pas évident de savoir ce qu'il faut manger

 
Andrey Dik #:
L'affirmation "il ne faut pas chercher un maximum, mais un plateau stable" est donc intrinsèquement erronée, puisqu'il s'agit d'une utilisation erronée de l'estimation.

Contrairement à ce que vous affirmez, vous avez montré qu'un plateau a été trouvé en démontrant l'estimation.

Où puis-je appliquer cela dans la pratique ?

Nous discutons de l'overfitting, qui est généralement basé sur l'optimisation. dans le testeur, c'est clair.

Dans le MO, l'overfitting est révélé en exécutant le modèle sur différents fichiers. La variation de la performance du modèle est un ajustement superficiel : aucun critère n'est nécessaire. Il y a aussi un paquet qui est révélé par l'overfitting.

Descendez du ciel, pardon, de vos extrêmes vers le sol où les choses sont différentes.

 
СанСаныч Фоменко #:

Contrairement à ce que vous affirmez, vous avez atteint un plateau en faisant preuve d'appréciation.

Où puis-je appliquer cela dans la pratique ?

Nous discutons du surajustement, qui est généralement basé sur l'optimisation. dans le testeur, tout est clair.

Dans MO, le surajustement est révélé en exécutant le modèle sur différents fichiers. La variation de la performance du modèle est un surajustement : aucun critère n'est nécessaire. Il existe également un paquet qui détecte le surajustement.

Descendez de vos extrêmes pour rejoindre le terrain où les choses sont différentes.


vous ne savez pas ce que vous cherchez exactement (vous n'avez pas répondu à la question). et si vous ne le savez pas, vous ne le trouverez jamais.
 
СОЗДАТЕЛЬ ИИ: ИСКУССТВЕННЫЙ МОЗГ, СВОБОДА ВОЛИ, СИНГУЛЯРНОСТЬ
СОЗДАТЕЛЬ ИИ: ИСКУССТВЕННЫЙ МОЗГ, СВОБОДА ВОЛИ, СИНГУЛЯРНОСТЬ
  • 2023.10.15
  • www.youtube.com
Освойте бесплатно за 2 недели основы Python и анализа данных на курсе «Специалист по Data Science» от Яндекс Практикум: https://ya.cc/t/HG2PtD254WHFyvПереход...
 
mytarmailS adaptons les paramètres à cette idée en 10 itérations au lieu de 10000, peut-on considérer qu'il s'agit d'un modèle non entraîné ?

Après tout, l'expression"nous avons eu une idée" implique également un certain type de processus de réflexion (itérations).


Comment le modèle final sait-il s'il s'agit d'itérations du cerveau ou de l'ordinateur et s'il y a une différence entre les deux ?


La question s'est posée après avoir honoré l'article de Prado

Le piratage consiste à adapter les données à vos besoins. Vous prenez n'importe quel FF et ajoutez autant de données à l'entrée pour le maximiser. Si la maximisation n'est pas satisfaisante, vous ajoutez plus de données ou choisissez un algorithme d'optimisation plus précis. En d'autres termes, n'importe quel FF peut être maximisé de cette manière. C'est le cas le plus courant dans l'optimisation de la CT. Dans ce cas, plus de données - plus de surentraînement. Pas d'options. Les minima-maxima globaux ne disent rien du tout. La solution logique consiste à maximiser le FF tout en minimisant le nombre de caractéristiques, comme je l'ai écrit plus haut. Le moindre mal, en quelque sorte. Baes est la variante traidof, en termes scientifiques.

Le processus inverse est la recherche, où l'on ne fait pas d'hypothèses initiales, où l'on ne prend pas les FF au plafond, où l'on examine les données pour trouver des modèles.

L'expression "vous avez inventé" n'a rien à voir avec la réalité. "Vous avez tiré des conclusions basées sur la recherche", oui.

Et si vous voulez faire des recherches, vous devez au moins définir le sujet et la méthode de recherche, puis choisir un outil de recherche. Si le sujet de votre recherche n'est même pas BP, mais une entité connue de vous seul, vous pouvez même déterminer le résultat d'une telle recherche à l'avance. Je me rends compte qu'on n'enseigne pas cela à l'université, alors voilà :)
 
Maxim Dmitrievsky #:
Le piratage consiste à adapter les données à vos besoins. Vous prenez n'importe quel FF et ajoutez autant de données à l'entrée pour le maximiser. Si la maximisation est médiocre, vous ajoutez davantage de données ou choisissez un algorithme d'optimisation plus précis. En d'autres termes, n'importe quel FF peut être maximisé de cette manière. C'est le cas le plus courant dans l'optimisation des CT. Dans ce cas, plus de données - plus de surentraînement. Pas d'options. Les minima-maxima globaux ne disent rien du tout. La solution logique consiste à maximiser le FF tout en minimisant le nombre de caractéristiques, comme je l'ai écrit plus haut. Le moindre mal, en quelque sorte. Baes - variante tradeff, en termes scientifiques.

Le processus inverse est la recherche, où l'on ne fait pas d'hypothèses initiales, où l'on ne prend pas de FF au plafond, mais où l'on examine les données à la recherche de modèles.

L'expression "vous avez inventé" n'a rien à voir avec la réalité. "Vous avez tiré des conclusions basées sur la recherche", oui.

Et si vous allez faire des recherches, vous devez au moins définir le sujet et la méthode de recherche, puis choisir un outil de recherche. Si le sujet de votre recherche n'est même pas BP, mais une entité connue de vous seul, vous pouvez même déterminer le résultat d'une telle recherche à l'avance. Je me rends compte qu'on n'enseigne pas cela à l'université, alors voilà :)

Un tonneau de miel avec une cuillère de goudron, pour que le miel puisse être jeté. Comme l'a dit Stirlitz, c'est la dernière phrase qui est mémorable.

 
СанСаныч Фоменко #:

Un tonneau de miel avec une cuillerée de goudron, pour que le miel puisse être jeté. Comme l'a dit Stirlitz, c'est la dernière phrase qui compte.

C'est pour ne pas avoir l'air trop intelligent.
 
Le processus d'optimisation est une recherche de paramètres inconnus.

Chaque itération est une expérience/recherche au cours de laquelle l'hypothèse (paramètres) est émise et le résultat de l'expérience est vérifié (FF).

Le processus d'optimisation (recherche) est donc une véritable recherche.

Mais ce n'est pas donné au néant intellectuel de comprendre, bien sûr pas donné, ici il faut réfléchir, la logique doit être incluse....

 
mytarmailS #:
Le processus d'optimisation est une recherche de paramètres inconnus.

Chaque itération est une expérience/recherche au cours de laquelle l'hypothèse (paramètres) est émise et le résultat de l'expérience est vérifié (FF).

Le processus d'optimisation (recherche) est donc une véritable recherche.

Mais ceci n'est pas donné pour comprendre le néant intellectuel, bien sûr pas donné, ici il faut réfléchir, logique à comprendre....

La parodie de chercheur ne se rend pas compte que tous les paramètres sont connus avant le début de l'optimisation. Et le processus d'optimisation est une recherche de valeurs de paramètres qui maximisent n'importe quelle fonction que son esprit enflammé a inventée.

Son optimisation se transforme en un long chemin épineux d'exploration du fond où il se trouve.