L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3026
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
C'est efficace !
Codez-vous les prédicteurs dans les chiffres de l'échantillon principal ?
n'importe quel nom
tous les noms
Si les noms des colonnes du tableau de l'échantillon général sont tirés de l'arbre, c'est parfait.
Vous pouvez réfléchir à la vitesse plus tard, si cela fonctionne au moins efficacement.
Si les noms des colonnes du tableau de l'échantillon général sont tirés de l'arbre, tout va bien.
Vous pourrez réfléchir à la vitesse plus tard, si cela fonctionne au moins efficacement.
Vous ramassez des feuilles depuis 500 000 ans. As-tu trouvé de bonnes feuilles ? Au moins 10 d'entre elles).
J'ai publié les résultats. Oui, il y a des variantes normales. Mais cela fait trois ans que je ne l'ai pas fait.
Par ailleurs, mon expérience en matière de sélection des feuilles se limite à l'échantillonnage.
J'ai publié le résultat. Oui, il y a de bonnes options. Mais je ne l'ai pas fait depuis trois ans.
De plus, mon expérience en matière de sélection des feuilles se limite à l'échantillonnage.
Comment ça, je ne l'ai pas fait depuis 3 ans ? Qu'est-ce que tu fais ?
.
Globalement, les tables quantiques ont été utilisées. De nombreux tests et expériences ont été réalisés, y compris sur différents échantillons.
J'ai participé à des tables quantiques à l'échelle mondiale. De nombreux tests et expériences ont été réalisés, y compris sur différents échantillons.
et sous quelle forme introduisez-vous les règles dans catbust ? ou n'y participe-t-il pas du tout ?
Quelles sont les règles qui s'appliquent aux catbusters ? Ou bien ne participe-t-il pas du tout ?
Sous forme binaire. La colonne est le numéro de la règle, et la valeur est "1" - la règle a fonctionné et "0" - la règle n'a pas fonctionné. La cible est identique à l'échantillon principal.
C'est une façon de tout regrouper. Mais CatBoost ne fait pas un très bon travail ici, il me semble - des données très rares.
Sous forme binaire. La colonne est le numéro de la règle, et la valeur est "1" - la règle a fonctionné et "0" - la règle n'a pas fonctionné. La cible est la même que dans l'échantillon principal.
C'est une façon de tout regrouper. Mais CatBoost ne fait pas un très bon travail ici, il me semble - des données très rares.
De plus, les règles sont à sens unique pour l'achat et la vente. Les stops sont-ils simplement ajustés pour s'y adapter ? Si ce n'est pas le cas, mettez-les dans le bousting.
Je pense qu'il suffit de générer immédiatement un robot de contrôle et de vérifier les règles nécessaires à l'aide du testeur/optimiseur.et les règles sont à sens unique pour l'achat et la vente. Les stops correspondent-ils à ces règles ? Si ce n'est pas le cas, il faut les placer dans le bousinage.
Dans l'ancienne approche, dont j'ai démontré les résultats, il y avait 3 étiquettes de classe - "1" - achat, "-1" - vente et "0" - ne pas négocier.
Maintenant, j'utilise deux étiquettes : "1" - négocier et "0" - ne pas négocier. Le nom de la colonne est "Target_100". La direction est définie par une colonne distincte "Target_P", et pour le résultat financier de l'achat et de la vente, les colonnes correspondantes sont "Target_100_Buy" et "Target_100_Sell". L'exemple comporte également une colonne auxiliaire avec la date "Time".
En général, la queue de l'échantillon contient toutes ces colonnes et se présente comme suit