L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1255
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
Si le marché est plus ou moins stable, une tendance ou quelque chose comme ça, alors cette fois-ci ça marchera, du moins pour moi... les modèles sont les mêmes, pourquoi pas ?
j'ai simplifié la courbe d'apprentissage en appuyant sur un bouton et je n'ai pas besoin de prédicteurs ;) c'est une drôle de machine, je pourrais la vendre comme une exposition sur la folie humaine.
Eh bien, je ne me suis pas embêté avec les prédicteurs pour commencer. Je n'ai même pas essayé avec un seul bouton, cependant. Avec un seul bouton, je n'ai rien d'autre que la même optimisation, uniquement de profil. La façon dont on peut le contourner avec un seul bouton est un mystère).
Eh bien, je ne me suis pas embêté avec les prédicteurs pour commencer. Mais je n'ai même pas essayé avec un seul bouton. Je ne peux rien faire avec un bouton, sauf la même optimisation, uniquement en profil. La façon de contourner ce problème avec un seul bouton est un mystère).
J'essaie juste de trouver la meilleure erreur dans mon échantillon de test, c'est tout.
optimiseur optimiseur ahaMonte Carlo et recherche de la meilleure erreur dans l'échantillon de test, c'est tout.
Je ne peux pas me passer de Monte Carlo). Mais la meilleure erreur n'est pas si simple. L'optimalité est une chose composée de nombreux facteurs et ambiguë, et ce qu'est l'optimum est loin d'être évident.
Vous ne pouvez pas vous passer de Monte Carlo). Et ce n'est pas si simple avec la meilleure erreur. L'optimalité est une chose multifactorielle et ambiguë, et ce qui constitue l'optimum est loin d'être évident.
Je vois. Je prends n'importe quelle équation périodique où l'optimum est évident et le système fera de l'argent dessus au moins pour toujours).
Il n'y a pas d'optimum sur le marché, seulement des locaux
Lire la théorie sur les arbres.
Je pense à l'élagage (la taille).
Peut-être est-il plus facile et plus rapide de construire un arbre sans élaguer une feuille, à moins de trouver une division qui réduise l'erreur d'au moins une certaine valeur, par exemple 0,1-0,5% ?
Le résultat devrait être le même, mais plus rapide.
Ou est-il possible qu'après quelques branches avec une amélioration du modèle de 0,0001 %, on en trouve une qui l'améliore de 1 à 5 % d'un coup ?
Plus rapide comment ? C'est déjà très rapide.
Et tu vas construire ton propre boosting, n'est-ce pas ?
Les méthodes bayésiennes sont lentes et ne conviennent pas aux grands échantillons, mais elles fonctionnent différemment et ne sont pas réentraînées d'emblée. Chaque modèle a ses propres spécificités. J'aime bien le système bayésien, qui permet d'optimiser le CT sans recyclage.
Bonne perspective - ils peuvent être mis à niveau plutôt que recyclés
Pour élaguer, il faut construire l'arbre jusqu'au bout, puis le tailler.
Et avec l'amélioration de l'arrêt du branchement par erreur min, je pense qu'il y aurait des économies importantes avec un résultat similaire. Dans xgboost, le paramètre est appelé gamma, mais il ne semble pas y avoir d'élagage. Apparemment, les développeurs ont aussi décidé que ces choses sont interchangeables.
Eh bien, si un million de lignes minute avec 200-1000 prédicteurs, c'est probablement un long moment...
Et avec l'élagage - il faut construire l'arbre jusqu'au bout, puis l'élaguer.
Et avec l'amélioration de l'arrêt du branchement par erreur min, je pense qu'il y aura des économies importantes avec un résultat similaire. Dans xgboost, le paramètre s'appelle gamma, mais il ne semble pas y avoir d'élagage. Apparemment, les développeurs ont aussi décidé que ces choses sont interchangeables.
ils savent comment faire, il y a des équipes de spécialistes qui travaillent sur les boosts, les tests
le catbust semble fonctionner correctement, c'est rapide, les arbres sont peu profonds pour commencer.
des millions de données en forex... je doute que ce soit nécessaire
4 secteurs avec 10 points chacun. 1 division soit le long de l'axe des x, soit le long de l'axe des y. Presque n'améliorera pas l'erreur, elle restera autour de 50%. Par exemple, première division verticale au milieu. Une deuxième division horizontale en son milieu entraîne une très forte amélioration de l'erreur (de 50 % à zéro).
Mais c'est une situation créée artificiellement, cela n'arrive pas dans la vie.