L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 636

 
Alexander_K2:

Non lo so ancora. Guardo la non-entropia come un parametro aggiuntivo a Hearst, asimmetria, curtosi, ecc. e questo parametro è il più misterioso e, come dire? - splendido, sì.

Un'altra osservazione presa dall'esperienza. Ho preso in input solo quelli che hanno un'entropia maggiore di zero e insignificante. Di conseguenza, l'ottimizzazione è notevolmente peggiore rispetto all'insieme contenente gli stessi input e tutto il resto con entropia negativa. Da qui la conclusione. È necessario selezionare tali input, la cui entropia ruota intorno allo zero da entrambi i lati. Cioè, un insieme di input senza entropia negativa allena peggio di un insieme con entropia sia negativa che positiva.

Quando ci sono SOLO ingressi con entropia negativa, tali insiemi sono anche addestrati molto bene, ma a causa delle peculiarità dell'ottimizzatore e della mancanza di tali ingressi i modelli cadono in basso rispetto agli insiemi che hanno anche ingressi positivi. La cosa principale è questa, più gli ingressi dovrebbero essere i più piccoli possibili...

 
Fratelli resta un piccolo passo per noi, ma sarà un passo enorme per tutta l'umanità.....
 
Mihail Marchukajtes:
Fratelli solo un piccolo passo rimasto per noi, ma sarà un passo enorme per tutta l'umanità.....

Sono d'accordo con te. Michael. E questo non è uno scherzo. Lo penso seriamente.

 
Alexander_K2:

Sono d'accordo con te. Michael. E questo non è uno scherzo. Dico sul serio.

Quindi... Ci sono due colonne A e B, come calcolare la probabilità condizionata di A da B? Internet è pieno di formule, ma gli esempi non sembrano essere giusti... Non riesco a capirlo :-(

 

Smettetela di cazzeggiare così, comportatevi bene.

uno non sa di cosa sta scrivendo, l'altro lo sta adescando ))))

 
Alexander_K2:

Se volete sapere tutto sul futuro in un certo momento, cioè prevedere, dovete ridurre il processo a un processo markoviano. Fate in modo che la non entropia --> 0.

Sei sicuro che sia questo il caso? Per un processo non markoviano si presume che il prezzo si comporti allo stesso modo (lo stesso movimento dopo gli stessi modelli), si può prendere il modello di prezzo attuale e la neuronica addestrata vi dirà dove il prezzo andrà dopo. Questo è molto buono.

Ma cosa dovrei fare con il processo di Markov? Come posso scambiare qualcosa che è completamente casuale?

 
Maxim Dmitrievsky:

Smettetela di cazzeggiare così, comportatevi bene.

Uno non sa di cosa sta scrivendo, l'altro lo sta adescando ))))

E se l'uomo avesse davvero corso fino al traguardo? OK, non disseminerò il thread di spazzatura ^)))))

 
Ildottor Trader:

Sei sicuro che sia questo il caso? Per un processo non markoviano, si presume che il prezzo si comporti allo stesso modo (lo stesso movimento dopo gli stessi modelli) almeno occasionalmente, si può prendere il modello di prezzo corrente e la rete neurale addestrata vi dirà dove il prezzo andrà dopo. Questo è molto buono.

Ma cosa dovrei fare con il processo di Markov? Come faccio a scambiare qualcosa che è completamente casuale?

La casualità non è casuale :-) Il movimento dei prezzi ha sempre una ragione e quindi è sbagliato dire che è per caso. Un'altra cosa è che l'osservatore può mancare di informazioni sulla causa e il movimento diventa casuale... IMHO....

 
Mihail Marchukajtes:

Quindi... Ci sono due colonne A e B, come faccio a calcolare la probabilità condizionata di A da B? Internet è pieno di formule, ma gli esempi non sono giusti... Non riesco a capirlo :-(

https://www.mql5.com/ru/articles/3264

Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
Хотим мы того или нет, но статистика в трейдинге играет заметную роль. Начиная с фундаментальных новостей, пестрящих цифрами, и заканчивая торговыми отчетами или отчетами тестирования, от статистических показателей никуда не деться. Вместе с тем, тезис о применимости статистики в принятии торговых решений остается одной из самых дискуссионных...
 
Ildottor Trader:

Sei sicuro che sia questo il caso? Per un processo non markoviano, si presume che il prezzo si comporti allo stesso modo (lo stesso movimento dopo gli stessi modelli) almeno occasionalmente, si può prendere il modello di prezzo corrente e la rete neurale addestrata vi dirà dove il prezzo andrà dopo. Questo è molto buono.

Ma cosa dovrei fare con il processo di Markov? Come faccio a scambiare qualcosa che è completamente casuale?

Immaginate un modello di Wiener con una deriva - e questo è tutto.