L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 646

 
Ildottor Trader:

Ci sono 2 tipi tra cui scegliere -
1=diminuzione media della precisione (probabilmente è quello che è mda, corrisponde alle prime lettere)
2=diminuzione media dell'impurità del nodo

e ci sono anche pacchetti speciali VSURF, VarSelRF, Boruta.

 
Ivan Negreshniy:

Ci sono anche pacchetti speciali VSURF, VarSelRF, Boruta.

quale è meglio? )

 
Maxim Dmitrievsky:

quale è meglio? )

Quindi questa è solo una piccola parte di R che lavora sulle foreste casuali, Boruta sembra essere anche per Python.

I migliori, IMHO, sono quelli che hanno più varianti ma meno problemi per l'utente. Il migliore è su automatico completo, analizza il modello e guarda tra tutti quelli adatti).

 
Ivan Negreshniy:

Quindi questa è solo una piccola parte di R che lavora su scaffolding casuale, Boruta sembra essere disponibile anche per Python.

Penso che ci sia più variazione ma meno fastidio per l'utente e la cosa migliore è analizzare il modello e guardare attraverso tutti gli adatti)

Stavo pensando di riscrivere qualcosa dalle impalcature ficaimortans per MT5 da avere a portata di mano

Non l'ho ancora fatto.

Non me ne frega niente di tutta quella roba P, non si impara in una vita... :) e non puoi usarli tutti
 
Maxim Dmitrievsky:

Stavo pensando di riscrivere qualcosa da scaffolding per MT5 per avere a portata di mano

Non riesco ancora a raggiungerlo.

non te ne frega un cazzo di tutta questa roba da P, non la puoi imparare in una vita... :) inoltre, non puoi usarli tutti

Se provi a farlo da solo, dovresti iniziare con il classico fishimportance di Breyman - uno per uno riorganizza i futures nel set di allenamento e calcola la loro rilevanza attraverso il cambiamento di MSE in OOB o l'indice di Gini nelle suddivisioni dell'albero.

Si suppone che funzioni per le serie temporali, quindi si può eliminare il numero necessario di elementi meno significativi e ridurre alla stessa dimensionalità i modelli diversi in lunghezza.
Random forest - Wikipedia
Random forest - Wikipedia
  • en.wikipedia.org
Random forests or random decision forests[1][2] are an ensemble learning method for classification, regression and other tasks, that operate by constructing a multitude of decision trees at training time and outputting the class that is the mode of the classes (classification) or mean prediction (regression) of the individual trees. Random...
 
Ivan Negreshniy:

Se volete scriverlo da soli, dovreste iniziare con il classico Breymann ficcimportance - riordinate i futures nel set di allenamento uno per uno e calcolate la loro importanza cambiando il MSE in OOB o l'indice Gini in tree splits.

In idea dovrebbe funzionare per le serie temporali, in modo da poter eliminare il numero necessario di elementi meno significativi e ridurre alla stessa dimensionalità diversi modelli di estensione.

Sì, voglio Gini per cominciare.

e in generale l'impalcatura è più facile da usare, stessa ottimizzazione

 
Secondo me, il prezzo sta salendo più lentamente di quanto stia scendendo. Cioè diverse immagini da ricordare sarebbero diverse. Ma probabilmente non ci vorrà molto per cercare di fare un confronto.
 
elibrario:
Credo che il prezzo salga più lentamente di quanto scenda. Cioè ci saranno diverse immagini da ricordare. Ma probabilmente non ci vorrà molto per cercare di fare un confronto.

è lo stesso nel forex :) ci sono 2 valute

Mi chiedo se non ci siano alcuni esempi che si escludono a vicenda... infatti non dovrebbero essercene molti

 
Maxim Dmitrievsky:

è lo stesso nel forex :) ci sono 2 valute

Mi sto chiedendo se ci sono esempi che si escludono a vicenda... infatti non dovrebbero essercene molti

Quindi va bene. Che N sia la classe 1 e M la classe 2, e che le classi si sovrappongano, il che, imho, dovrebbe essere il caso.

Allora le probabilità sono Pn=n/N e Pm=m/M. Se la probabilità>0,5, allora il DM può gestirlo da solo. Nella nostra esperienza, la sovrapposizione è da qualche parte al livello del 20-40%, cioè dal 20 al 40% delle transazioni saranno errate.

 
Yuriy Asaulenko:

Quindi va bene. Che N sia la classe 1 e M la classe 2, e che le classi si sovrappongano, il che, imho, dovrebbe essere il caso.

Allora le probabilità sono Pn=n/N e Pm=m/M. Se la probabilità>0,5, allora il DM può gestirlo da solo. La sovrapposizione nell'esperienza è da qualche parte intorno al 20-40%, cioè, dal 20 al 40% dei trade sarà sbagliato.

Beh, essenzialmente sì, non si può rovinare il burro e c'è meno sovrallenamento. E in queste cose apparentemente piccole, può essere la chiave dell'efficienza.

Solo che io non ho lezioni, ho la regressione.

ed è anche possibile trasformare la serie iniziale (affine, per esempio) e aggiungere i suoi incrementi (capisco, è a questo che serve Monte Carlo, giusto?)

Comunque, mi piace già quello che sto facendo, mancano 3 settimane al mio traguardo con NS :))) o un graal o al diavolo. Fate le vostre scommesse :)))