L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 495
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Va bene, il risultato è zero, siete fortunati che in un campione così piccolo il risultato non sia statisticamente distorto. E non c'è nemmeno bisogno di guardare l'equità sul backgammon, si può fare facilmente come esponente senza variazioni.
Da cosa si è guidati, allora, quando si sceglie un pezzo per un attaccante?
Ahimè, si sbagliano ed è normale non solo per gli "ignoranti" e gli snob, ricordate Minsky e la sua autorevole opinione sull'"inutilità" dei perseptrons multistrato)))
Non parlo nemmeno degli articoli sugli hub, è come la spazzatura sui forum, 99,9% pubblicità, pop fantascientifico e spazzatura esplicita, 0,1% di idee intelligenti nella forma implicita "tra le righe".Personalmente, sono un sostenitore della necessità di capire come funziona l'algoritmo, farlo io stesso e usare librerie dalla rete per la collazione.
E nella rete sono per lo più reposted solo, ecc, un sacco di video, ma pochi esempi di implementazione concreta in codice o in codice, ma in un linguaggio di programmazione non familiare.
Tutti sono perdenti tranne la FA.
solo ai FA è stato insegnato.
;))
Vedo che non ti lascio respirare facilmente... fai un bel respiro e calmati
Cosa c'entra tutto questo con l'estrapolazione...
quelli che hanno scritto RF nella libreria alglib sono anche persone non istruite?
e i blogger r sono anche sprovveduti a quanto pare
https://www.r-bloggers.com/extrapolation-is-tough-for-trees/
Quando ci riferiamo a persone in autorità, significa che abbiamo fiducia nel risultato. Possiamo farlo solo con persone molto rispettabili che pubblicano risultati in buone riviste con editori qualificati.
Cosa vuoi dire? Sul blog? È un'autorità?
Il tuo link è un classico riferimento a quelli che chiamo ignoranti.
L'autore prende la regressione lineare, un modello di applicazione estremamente limitato, e vi argomenta qualcosa.
Per la regressione lineare, le proprietà dei dati di input sono estremamente importanti, ed è molto importante giustificare che i risultati possano essere affidabili. Dov'è questo nell'articolo?
Sono le basi della statistica, che si applicano a qualsiasi modello.
È formulato molto succintamente come un assioma della statistica (e di tutta la matematica, se è per questo): Litter ON INPUT - Litter OUTPUT.
La persona che non lo sa o non lo applica nella pratica è secondo me uno degli zoticoni, indipendentemente dal fatto che conosca o meno la parola Parseptron.
Quando ci riferiamo a persone in autorità, significa che abbiamo fiducia nel risultato. Si può fare solo con persone molto rispettabili che pubblicano i risultati in buone riviste con editori qualificati.
Cosa vuoi dire? Sul blog? È un'autorità?
Il tuo link è un classico riferimento a quelli che chiamo ignoranti.
L'autore prende la regressione lineare, un modello di applicazione estremamente limitato, e vi argomenta qualcosa.
Per la regressione lineare, le proprietà dei dati di input sono estremamente importanti, ed è molto importante giustificare che i risultati possono essere affidabili. Dov'è questo nell'articolo?
Sono le basi della statistica, che si applicano a qualsiasi modello.
È formulato molto succintamente come un assioma della statistica (e di tutta la matematica, se è per questo): Litter ON INPUT - Litter OUTPUT.
Una persona che non lo sa, o non lo applica nella pratica - secondo me si riferisce agli zoticoni densi, indipendentemente dal fatto che conosca o meno la parola perseptron.
Accidenti, avete bevuto tutti?
La foresta sa come estrapolare? Sì.
Lo fa bene? No.
La foresta può estrapolare? Sì.
Lo fa bene? No.
RF non può ASSOLUTAMENTE estrapolare, questo è dovuto alla struttura dell'albero decisionale come mostrato nell'articolo sopra
RF ASSOLUTAMENTE non sa approssimare, questo è dovuto alla struttura dell'albero decisionale come mostrato nell'articolo sopra
Che sfiga!
Estrapolazione e approssimazione sono ASSOLUTAMENTE diverse.
Non sei per niente sobrio?
Che sfiga!
Estrapolazione e approssimazione sono ASSOLUTAMENTE diverse.
Non sei per niente sobrio?
Sì, ho accidentalmente confuso le parole, perché stavo leggendo di approssimazione in quel momento
Ecco un esempio interessante, l'ho già postato una volta in questo thread.
L'estrapolazione in questo caso sarebbe la previsione al di fuori della "nuvola di punti noti"
Se i punti noti sono ben raggruppati, possiamo vedere che l'estrapolazione non è un problema per la maggior parte dei modelli.
Ma se i punti noti fossero disposti in modo più casuale, senza cluster evidenti, allora la previsione stessa sarebbe peggiore e l'estrapolazione non sarebbe credibile.
È tutta una questione di predittori, se metti della spazzatura nel modello non puoi davvero estrapolare bene.
Per il forex è improbabile trovare dei predittori ideali, non farei mai trading per estrapolazione su dati finanziari.