L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3154
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Unarticle avec une approche similaire à celle promue par Aleksey Vyazmikin. Au lieu d'un arbre de classification, on construit un "arbre des différences", dans lequel chaque feuille correspond à une probabilité différente d'un événement (par exemple, la fréquence des incendies). Il s'agit essentiellement d'une variante de la classification en grappes.
Je dirai tout de suite que je ne suis pas prêt à raconter l'article en détail, car je ne l'ai parcouru qu'en passant.
Merci pour l'article !
Je l'ai traduit, je l'ai lu.
Pouvez-vous m'aider à traduire l'algorithme sous forme de formules dans un langage plus compréhensible ? Et je vais essayer d'écrire le code de cette méthode de construction d'un arbre.
J'ai répondu spécifiquement à votre question spécifique - dans celle que vous voulez. C'est votre affaire. Il est même étrange que l'on m'ait posé cette question. Cela n'avait rien à voir avec le sujet qui m'intéressait.
Hmm, vous avez parlé ici dans le fil de discussion des modèles de soulèvement, qui sont une évolution des essais A-B. La méthode est donc conçue pour estimer les coûts de la construction. La méthode est donc conçue pour estimer l'impact lorsque la cible change par rapport au nouvel impact. Il me semble donc évident que le point de départ de l'influence du prédicteur recherché doit être fixé. J'aimerais connaître votre avis sur cette question. Y compris la raison pour laquelle vous pensez qu'elle n'est pas importante.
Pourquoi qualifier les chefs-d'œuvre de déchets ? Je vous ai proposé gratuitement, y compris sur vos superlatifs, tout comme Alexei. Mais j'ai été envoyé au kodobazu. Et maintenant, c'est lui, le plaignant, qui se promène en me traitant de tous les noms.
Qui est le plaignant ? Qui me traite de tous les noms ?
Si c'est moi, les accusations sont sans fondement. Je consacrerai mon énergie à éliminer les indésirables, en toute équité, uniquement si cela est nécessaire pour atteindre mes objectifs.
J'ai proposé de donner les valeurs des prédicteurs pour vérification, car c'est rapide.
J'ai écrit précédemment que j'utilisais des prédicteurs en grand nombre sur les données de ZZ, j'en ai même décrit l'essentiel. Il est contre-productif de le réécrire en python.
Merci pour cet article !
Je l'ai traduit et lu.
Pouvez-vous m'aider à traduire l'algorithme sous forme de formules dans un langage plus compréhensible ? Et je vais essayer d'écrire le code de cette méthode de construction d'un arbre.
Là, dans l'article, à la page 10, il y a une implémentation sous forme de pseudocode. A l'avant-dernière page, en annexe, il y a des références à l'implémentation en langage R et aux données utilisées dans l'article.
De manière générale, comment implémentez-vous les arbres de décision dans mql5 ? Par des tableaux ou des modèles ?
Hmm, vous avez parlé dans le fil de discussion des modèles d'élévation, qui sont une évolution des tests A-B. La méthode est donc conçue pour estimer l'influence lorsque la cible change par rapport à la nouvelle influence. La méthode est donc conçue pour estimer l'influence lorsque la cible change par rapport à la nouvelle influence. Il me semble donc évident que le point de départ de l'influence du prédicteur recherché doit être fixé. J'aimerais connaître votre avis sur cette question. Y compris la raison pour laquelle vous pensez qu'il n'est pas important.
Qui se plaint ? Qui profère des injures ?
S'il s'agit de moi, les accusations sont sans fondement. Je consacrerai mon énergie à éliminer l'indésirable, en toute équité, uniquement si cela est nécessaire pour atteindre mes objectifs.
J'ai proposé de donner les valeurs prédictives pour vérification, car c'est rapide.
J'ai écrit précédemment que j'utilisais des prédicteurs en grand nombre sur les données de ZZ, j'en ai même décrit l'essentiel. Réécrire cela en python est contre-productif.
Cette approche ne fonctionne pas bien avec les nouvelles données. Apparemment parce que j'ai mal défini ce qui devrait être un tritent et en relation avec quoi :)
l'idée de R-learner est tirée d'iciCette approche ne fonctionne pas bien avec les nouvelles données. Apparemment parce que j'ai mal défini ce qui devrait être un tritent et en relation avec quoi :)
l'idée de R-learner est tirée d'iciL'article utilise des connaissances très importantes sur les intrants - l'élasticité de l'offre et de la demande. D'où l'odeur persistante d'ajustement excessif.
Nous ne disposons pas de telles données sur les cotations fondamentales, et il est probable que l'élasticité ne fonctionne pas : le prix d'un actif peut varier de zéro à des niveaux très élevés.
Le code que vous avez posté, ainsi que l'approche causale elle-même, n'auront de valeur qu'après avoir été exécutés dans le testeur MKL-5, et nécessairement avec un forward.
Même ajusté pour l'élasticité, il ne fonctionnait pas du tout sur les nouvelles données. En revanche, il a fonctionné correctement sur les données de la formation.
Les raisons sont en train d'être déterminées...
Parce qu'il a peut-être fonctionné, mais pas de la manière dont vous le souhaitez.
Même ajusté pour l'élasticité, il n'a pas fonctionné du tout sur les nouvelles données. En revanche, elle est restée correcte sur les données de la formation.
Les raisons sont en train d'être établies...
Parce que cela a peut-être fonctionné, mais pas de la manière dont vous le souhaitez.