L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 850
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
Quanti sono? Ci sono modi per farlo più velocemente... Genetica... Anche per guidarli nel ns...
ricerca euristica
Di quale avete bisogno? Lo elaboro ancora con un esponente con p=0,5 per ottenere comunque il flusso più semplice.
Se abbiamo identificato il flusso di tick abbiamo, per esempio, il k=4 di Erlang, bene, se scartiamo Cauchy, perché abbiamo bisogno di ripassare con l'esponente? Quando possiamo passare direttamente a Erlang k=5 e così via? Allineare ulteriormente tra le zecche piuttosto che confondere e allineare prima?
Probabilmente il modo più affidabile è quello di ciclare attraverso combinazioni di predittori. Ma è molto lungo(
Aumentando la complessità dei modelli in jPrediction intendiamo aumentare gradualmente il numero di predittori. Perché in jPrediction il numero di neuroni nello strato nascosto è 2^(2*n+1), dove n è il numero di predittori. Di conseguenza, all'aumentare del numero di predittori aumenta la complessità del modello (il numero di neuroni nello strato nascosto). Quindi, aumentando gradualmente la complessità del modello, jPrediction prima o poi raggiungerà il valore M, dopo di che un ulteriore aumento della complessità del modello porterà a un'ulteriore diminuzione della generalizzabilità (aumento degli errori di generalizzabilità).
Mi sono imbattuto nel post di Reshetov sul numero di neuroni.
Se ho 10 predittori ottengo 2^21 = 2097152 neuroni.
Non è troppo?
Anche per 3 predittori ci sono 128 neuroni...
Mi sono imbattuto nel post di Reshetov sul numero di neuroni.
Se ci sono 10 predittori, si ottiene 2^21 = 2097152 neuroni.
Non è molto?
Anche per 3 predittori sarebbero 128 neuroni...
N = 2^i - 1
1023 neuroni per 10 ingressi è meglio.
Ma a giudicare dagli articoli, in pratica se ne usa molto meno, per esempio n=sqrt(#inputs * #outputs)
Apparentemente N = 2^i - 1 - per la memorizzazione esatta, e formule con meno numero - per la generalizzazione.
La selezione dei predittori più fantasiosa in caret: gafs - selezione genetica dei predittori; rfe - selezione inversa dei predittori (più veloce); safs - stabilità simulata della selezione dei predittori (annealing) - più efficiente.
Provato rfe su matrice 12*6400 - circa 10 ore di lettura con parametri di default (dimensioni = 2^(2:4)), non ha aspettato e l'ha spento. Pensato glitch, riavviato di nuovo con dimensioni = ncol(x) - già un'ora conta.
Aggiornamento: la seconda esecuzione con dimensioni = ncol(x) ha finito il calcolo in 2,5 - 3 ore, i risultati sono vicini ai pacchetti che impiegano 3-5 minuti per elaborare gli stessi dati.Se rfe è il più veloce, quanto aspettano gli altri?
I pacchetti precedenti che ho provato non hanno impiegato più di 5 minuti per gli stessi dati.
Ci è voluto così tanto tempo per te?
Impostazione , rfeControl = rfeControl(numero = 1,ripetizioni = 1) - tempo ridotto a 10-15 minuti, cambiamenti - 2 coppie di predittori scambiati, ma generalmente simili.
Ho provato rfe su una matrice 12*6400, ha passato circa 10 ore con le impostazioni di default (dimensioni = 2^(2:4)), non ha aspettato e l'ha spento. Pensato glitch, riavviato di nuovo con dimensioni = ncol(x) - già un'ora conta.
Aggiornamento: la seconda esecuzione con dimensioni = ncol(x) ha finito il calcolo in 2,5 - 3 ore, i risultati sono vicini ai pacchetti che impiegano 3-5 minuti per elaborare gli stessi dati.Se rfe è il più veloce, quanto aspettano gli altri?
I pacchetti precedenti che ho provato non hanno impiegato più di 5 minuti per gli stessi dati.
Ci è voluto così tanto tempo per voi?
Non ricordo esattamente, è stato molto tempo fa, ma passioni come la tua non rimangono nella mia memoria
La matrice è comune a me.
MA
Non ricordo esattamente, è stato molto tempo fa, ma passioni come la tua non rimangono nella mia memoria
La matrice è comune per me.
MA
2 classi
Caricato 1 nucleo
L'impostazione , rfeControl = rfeControl(numero = 1,ripetizioni = 1) - ha ridotto il tempo a 10-15 minuti. Cambiamenti nei risultati - 2 coppie di predittori scambiati, ma nel complesso simile al default.