L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 121

 
Andrey Dik:
Que se passe-t-il si quelques transactions s'avèrent être des profits importants et des milliers d'autres des pertes mineures ? - C'est une mauvaise idée.
Exactement, l'inconvénient de tous les critères d'objectifs pour le TS est qu'ils ne prennent pas en compte le nombre de transactions. C'est-à-dire que sur un petit nombre de transactions, on peut obtenir de manière aléatoire une grande valeur du critère.
 
Yury Reshetov:
C'est exactement ça, l'inconvénient de tous les critères d'objectifs pour le TS - ils ne prennent pas en compte le nombre de transactions. C'est-à-dire que nous pouvons obtenir une grande valeur de critère à un petit nombre de transactions au hasard.

Pourquoi toutes ces personnes... Vous pouvez ajouter des arguments à la formule qui prennent en compte le rapport entre les transactions rentables/perteuses et le nombre total de transactions elles-mêmes.

 

J'ai donc parcouru tout le fil de discussion.

Vous creusez dans tous les mauvais endroits.

 

Il s'avère qu'il existe un outil permettant d'évaluer les modèles R.

Comment évaluer les modèles R dans Azure Machine Learning Studio ?

How to evaluate R models in Azure Machine Learning Studio
How to evaluate R models in Azure Machine Learning Studio
  • 2016.08.24
  • www.nodalpoint.com
Azure Machine Learning Studio is a GUI-based integrated development environment for constructing and operationalizing machine learning workflows. The basic computational unit of an Azure ML Studio workflow (or Experiment) is a module which implements machine learning algorithms, data conversion and transformation functions etc. Modules can be...
 
Vadim Shishkin:

J'ai donc parcouru tout le fil de discussion.

Vous creusez dans tous les mauvais endroits.

Où dois-je creuser ?
 
Andrey Dik:
Et où creuser ?

Je me joins à la question.

Oui Vadim où creuser ?

p.s. content que tu aies été débanné

 
Vadim Shishkin:

J'ai donc parcouru tout le fil de discussion.

Vous creusez dans tous les mauvais endroits.

en sortant de l'interdiction, tout d'abord. J'espère que je n'aurai plus à me plaindre de vous.

Vous êtes notre femocrate.

 
Andrey Dik:
Où dois-je creuser ?

Il a créé une branche distincte pour les terrassiers. Voir Machine Learning : Theory and Practice (négociation uniquement ; entrée réservée aux personnes ayant une ligne droite)

 
SanSanych Fomenko:

Il s'avère qu'il existe un outil permettant d'évaluer les modèles R.

Comment évaluer les modèles R dans Azure Machine Learning Studio ?

J'ai compris qu'il s'agit juste d'une jolie coquille visuelle pour la programmation, à l'intérieur de tous ces "modules" se trouve le code R habituel. Fondamentalement, les données sont divisées en deux groupes : train/test, et le modèle est formé et testé de manière standard, tout cela peut être fait dans rattle.

De plus, l'abonnement au service est cher, 100usd pour 25 heures de calculs par mois. Ce n'est une économie que si leur cloud est plus productif et fait beaucoup plus en une heure qu'un ordinateur normal.

A la fin (module Evaluate) pour le modèle est calculé <<"Accuracy", "Precision", "Recall", et "AUC">> etc, il n'y a rien de nouveau ici aussi.

 
Dr. Trader:

Je comprends que ce n'est qu'une jolie coquille de programmation visuelle, à l'intérieur de tous ces "modules" se trouve le code R habituel. Essentiellement, les données sont divisées en deux groupes : formation/test, et le modèle est formé et testé de manière standard, tout cela peut être fait dans le hochet.

De plus, l'abonnement au service est cher, 100usd pour 25 heures de calculs par mois. Il est préférable que leur nuage soit plus productif et qu'ils effectuent beaucoup plus de calculs par heure qu'un ordinateur ordinaire.

Merci !