L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3164
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
Comment effectuer une recherche ? Passer en revue tous les groupes (par exemple, 100 par 5000 pp) et voir dans quelle mesure les 500 000 autres lignes de ce modèle sont prédictives ?
Oui, vous pouvez tirer au hasard des échantillons au lieu de morceaux dans une rangée, c'est plus correct.
J'en ai eu les larmes aux yeux, tellement je riais).
J'ai demandé à Bard d'écrire en russe, il a fait une faute, ça arrive, le russe n'est pas ma langue maternelle, je ne l'utilise qu'ici par essence...
et il m'a répondu).
Vous comprenez ?
Il a commencé à me troller )))
C'est tout simplement brutal))))
Il ne se moque pas de vous.
Tu as écrit ruSki - c'est "russe" en serbe.
C'est pourquoi il t'écrit en serbe.
Il ne se moque pas de vous.
Vous avez écrit russki - c'est le mot serbe pour "russe".
C'est pourquoi il vous écrit en serbe.
Ahh))))
Article intéressant sur les arbres et l'apprentissage par renforcement.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4760114/
J'ai testé l'algorithme sur des données de marché...
L'algorithme fonctionne de manière stable sur les nouvelles données par rapport à Forest....
l'algorithme n'est pas réentraîné, sur tous les échantillons de validation, le résultat est soit meilleur que sur l'échantillon de test, soit bien meilleur, je n'ai pas vu pire....
Akurasi est en moyenne 2-4% meilleur que Forrest. Si Forrest a 0.58, RLT a ~ 0.62.
Quoi qu'il en soit, d'après les premiers tests, l'algorithme est intéressant, mais il faut beaucoup de temps pour l'apprendre....
Le fait maison. Les possibilités d'expérimentation sont illimitées....
Oui, il n'y a pas lieu de discuter des produits faits maison. il n'y a pas lieu de discuter des produits faits maison.
Pourquoi perdre du temps avec des produits maison ? Il en existe des dizaines qui ne sont pas faits maison et dont les algorithmes sont pratiquement utilisés par des millions d'utilisateurs.....
a testé l'algorithme sur des données de marché.
L'algorithme fonctionne de manière stable sur les nouvelles données par rapport à Forest.....
l'algorithme ne se ré-entraîne pas, sur tous les échantillons de validation, le résultat est soit meilleur que sur l'échantillon de test, soit bien meilleur, je n'ai pas vu pire....
Akurasi est en moyenne 2-4% meilleur que Forrest, donc si Forrest a 0.58, RLT a ~ 0.62.
Quoi qu'il en soit, d'après les premiers tests, l'algorithme est intéressant, mais il faut beaucoup de temps pour l'apprendre....
Selon leur théorie, il est supposé y avoir quelques traits "forts" qui fonctionnent bien et le problème est de les séparer du reste des traits "faibles". Dans leur domaine, la génétique, c'est probablement le cas. Mais notre situation est manifestement différente : les caractères sont à peu près de même force, souvent colinéaires, et leur cote de force peut changer avec le temps.
En général, s'il ne s'agissait que de sélectionner des traits informatifs, San Sanych, avec sa méthode secrète, serait devenu un trillionnaire depuis longtemps).
Leur théorie part du principe qu'il existe des traits "forts" qui fonctionnent bien et que le seul problème est de les séparer du reste des traits "faibles". Dans leur domaine, la génétique, c'est probablement le cas. Mais notre situation est clairement différente : les traits sont à peu près de même force, souvent colinéaires, et leur évaluation de la force peut changer au fil du temps.
En général, s'il ne s'agissait que de sélectionner des caractéristiques informatives, San Sanych, avec sa méthode secrète, serait devenu un trillionnaire depuis longtemps).
Eh bien, l'algorithme fonctionne vraiment, il est plus stable, l'akurasi est meilleur et le kappa est meilleur... en d'autres termes, il fonctionne mieux....
et il fonctionne aussi bien après 1000 nouvelles observations qu'après 20 000 ... et l'erreur est soit la même, soit meilleure.
les signes ont à peu près la même force
Eh bien, je ne suis pas d'accord sur ce point.
l'importance de cet algorithme
Oui... il n'y a pas lieu de discuter de ceux qui sont faits maison.
Pourquoi perdre du temps avec des produits faits maison ? Il en existe des dizaines qui ne sont pas faits maison et dont les algorithmes sont pratiquement utilisés par des millions d'utilisateurs.....
Je ne discute pas de paquets, je propose de discuter uniquement d'idées.
Parce que je peux expérimenter et faire des choses qui ne sont pas incluses dans ces algorithmes - des boîtes noires.
Je ne discute pas des paquets, je suggère de discuter seulement des idées.