L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2361

 
mytarmailS:

J'essaie quelque chose comme le "one shot learning" mais à ma façon, ou simplement, j'essaie de chercher des modèles complexes...


Je donne un rebond et beaucoup de "non rebonds" dans un rapport d'environ 1 à 200, ainsi j'obtiens une sorte d'entraînement avec un exemple, puis je prends la probabilité du modèle et regarde ce qui arrive au prix avec de nouvelles données quand le modèle montre une plus grande probabilité...

C'est presque la même chose que de comparer le prix actuel avec mon propre modèle et de regarder la mesure de proximité, mais ici je regarde la probabilité du modèle...


Franchement, parfois, c'est très bien, même s'il n'y a pas beaucoup d'affaires, mais ce n'est qu'un modèle et il peut y en avoir plusieurs.

Voici par exemple un modèle réussi, le premier est une sorte de train, tous les autres sont des données nouvelles

Ça m'a l'air bien.

Comment vous entraînez-vous ? Sur-échantillonnage ? La classification par descente de gradient ne peut pas gérer 1 échantillon sur 200.

 
Aleksey Mavrin:

1) Comment vous entraînez-vous ?

2) Appliquez-vous le suréchantillonnage ?

3) La classification par descente de gradient ne peut pas gérer un échantillon de 1 sur 200.

1) Forêt

2) non

3) vous pouvez le faire avec la génétique

 
mytarmailS:

1) Forêt

2) non

3) la génétique peut

Je l'ai. Ensuite, vous devrez probablement demander un apprentissage actif, les exemples les plus " ratés " de l'OOS pour les ajouter au tutoriel et terminer l'apprentissage.

 
Aleksey Mavrin:

Je l'ai. Ensuite, vous devriez probablement demander un apprentissage actif, en ajoutant les exemples les plus " ratés " de l'EOC au tutoriel et en apprenant davantage.

Non..

Ensuite, la génération de règles correctes adaptées aux données du marché.

Je suis attiré par la régression symbolique (programmation génétique) comme outil, mais elle consomme trop de ressources, alors je réfléchis encore...

 
mytarmailS:

Non..

Ensuite, générer les bonnes règles pour les données du marché

Je suis intéressé par la régression symbolique en tant qu'outil, mais cela demande beaucoup de ressources, alors je pense...

Tu n'es pas fatigué de manger du cactus ? )

Imaginez que vous cherchez des motifs sur SB

 
Maxim Dmitrievsky:

Imaginez que vous cherchez des motifs sur le SB

Pas dans l'œil, mais dans l'œil.)

Mais je dois apprendre le matelas ennuyeux) Mais je veux m'envoler sur les ailes de la créativité)

 

Si vous formez un modèle sur 10 caractéristiques primitives et que vous voulez décrire l'ensemble du marché, c'est bon.

Et si je décris une situation avec une centaine de signes et tout un modèle, est-ce un SB ?

Vous êtes malade ?

 
mytarmailS:

Des applaudissements ?

Je vous encourage. Casser l'arrière du forex, le casser complètement.

 
Aleksey Nikolayev:

Je vous encourage. Casser l'arrière du forex, le casser complètement.

))

Au moins, leur sens de l'humour est bon.

 
mytarmailS:

Si vous formez un modèle sur 10 caractéristiques primitives et que vous voulez décrire l'ensemble du marché, c'est bon.

Et si je décris une situation avec une centaine de signes et tout un modèle, est-ce un SB ?

Vous êtes malade ?

Tous les signes sont dérivés du prix.

Tout ce que tu fais, c'est créer un tas de règles que MO peut faire mieux que toi.

prendre ROCKET et faire un tas de traits, surtout qu'il y a une miniRocket

Eh bien, soit vous continuez à baiser vos cornes en espérant que le monde entier est malade et que vous êtes d'Artagnan.

MiniRocket: Fast(er) and Accurate Time Series Classification
MiniRocket: Fast(er) and Accurate Time Series Classification
  • Alexandra Amidon
  • towardsdatascience.com
Most state-of-the-art (SOTA) time series classification methods are limited by high computational complexity. This makes them slow to train on smaller datasets and effectively unusable on large datasets. Recently, ROCKET (RandOM Convolutional KErnel Transform) has achieved SOTA of accuracy in just a fraction of the time as other SOTA time...