L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 896
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
e lasciatemi dire che questi modelli funzionano esattamente come quelli di Reshetov sull'OOS. Esattamente lo stesso.
cioè, nel tuo caso, NULLA? ti dirò lo stesso, più limey 3 ° grado parrocchiale
cioè nel tuo caso, NULLA? dire la stessa cosa, più di un 3 ° grado parrocchiale
Non questa volta Maximka, non questa volta....... Il mago si è rivelato avere ragione. La qualità dei dati è aumentata di un ordine di grandezza, quindi la qualità del modello ......
I miei due maghi preferiti sono di nuovo amici. Cosa li aspetta)))
Non.... non si è ancora scusato.... anche se non c'è niente di cui scusarsi ancora....
No, non l'ho mai fatto.
Non capisco davvero perché sia necessario, perché, per esempio, una foresta è già un classificatore o approssimatore universale, e non c'è niente da sistemare a mano
e gli alberi singoli sono algoritmi primitivi piuttosto deboli.
Un albero è più che altro una logica chiara, che si forma dopo l'analisi, e tutto il resto mi sembra un montaggio per ora.
Mi interessava l'albero come uno strumento conveniente per prendere in considerazione diverse situazioni nel mercato, cioè è conveniente usare uno stesso modello in diverse condizioni e selezionando queste condizioni il modello si attiva o no. È uno strumento molto bello per la formazione di modelli complessi, che può essere facilmente programmato, ma non c'è un programma conveniente.
E se l'albero, dà un risultato nel 90% dei predittori disponibili, questo è già più che sufficiente, allora qual è il punto di NS o ensemble di alberi? Ho notato che se l'albero usa regole booleane (>/</==) per la selezione delle aree di classificazione dei predittori, il risultato è migliore, capisco che l'albero non cerca tutti i risultati disponibili o a causa delle regole di taglio con piccolo supporto sono tagliati fuori, come risultato il 5-10% del riconoscimento affidabile del campione è perso.
E se l'albero dà un risultato del 90% dei predittori disponibili, allora è più che sufficiente, allora qual è il punto di NS o ensemble di alberi? Ho notato che se l'albero utilizza regole logiche (>/</==) per allocare le aree di classificazione dei predittori, allora il risultato è migliore, capisco che l'albero non passa attraverso tutti i risultati disponibili o a causa delle regole di taglio con poco rinforzo sono tagliati, con una conseguente perdita del 5-10% riconoscimento affidabile del campione.
il punto è che 1 albero impara solo la sequenza, senza possibilità di adattarsi ai modelli che cambiano (e nel mercato lo faranno sempre)
gli insiemi hanno molte componenti casuali che aumentano la robustezza su nuovi dati
sì, tagliare l'albero si chiama potatura
A Stoned Maxime l'imbroglione non gliene frega assolutamente niente di te.
Non capisce la profondità della tua anima.
Ieri ha inseguito l'automa. Guardalo con lui))) esilarante...
Perché sono un mago? I miei post non scompaiono magicamente.
Sono solo un provocatore statistico.
e non fumo
il punto è che 1 albero impara semplicemente la sequenza, senza possibilità di adattarsi ai cambiamenti dei modelli (e nel mercato lo faranno sempre)
gli insiemi hanno molte componenti casuali che aumentano la robustezza su nuovi dati
sì, il taglio degli alberi si chiama potatura
Come possiamo sapere come cambieranno i modelli? La rete può dividere il campione in 100 parti e indagare in quei sigmenti non solo le relazioni dei predittori ma anche la natura del cambiamento in quelle relazioni, cioè i modelli? Se lo fa, allora sì, può dedurre le regole per cambiare il modello, ma tutto quello che ho letto su di esso sembra una classificazione perversa.
Quello che mi piace dell'albero è l'impostazione della gerarchia, nel programma in cui sto lavorando ora è possibile creare una gerarchia di base e poi fare il calcolo automatico da essa (finora è una seccatura, ma forse non sto usando tutti gli strumenti, perché molti non riesco proprio a capirli dal loro nome). Per esempio per creare ATC uso tali domande, alle quali il TS dovrebbe dare risposte per prendere una decisione di trading:
- Dove sono? (Descrizione del punto di prezzo)
- Come sono arrivato qui? (Analisi del movimento dal punto condizionalmente opposto a quello attuale)
- Cosa può succedere? (Calcolo di eventi probabili quando si verificano nel futuro)
- Cosa fare? (Analisi dei modelli storici con riferimento alla risposta alle prime 3 domande)
- Vale la pena rischiare? (Analisi delle possibili perdite dall'entrata e dei possibili profitti)
Quindi, voglio che la rete/albero/foresta risponda a queste domande nella stessa sequenza quando decide di fare trading.
Come possiamo sapere come cambieranno i modelli? La rete può dividere il campione in 100 parti e indagare in quei sigmenti non solo le relazioni dei predittori ma anche la natura del cambiamento in quelle relazioni, cioè i modelli? Se lo fa, allora sì, può dedurre le regole per cambiare il modello, ma tutto quello che ho letto su di esso sembra una classificazione perversa.
les fa che, le reti neurali con convalida incrociata e o insiemi di modelli sottostanti anche
+ varie regolarizzazioni
Forest lo fa, le reti neurali con convalida incrociata e anche gli insiemi di modelli di base
A proposito di NS - forse non ho ancora capito qualcosa...
Come fa una foresta a farlo? La foresta prende semplicemente dei predittori a caso e cerca delle connessioni tra loro e poi vota. Il suo voto sarà sbagliato/sbagliato sul campione sotto un modello stazionario a seconda della casualità risultante del campione/predittori, o il suo voto corretto sarà distorto da quel campione, assumendo che i modelli nel campione cambino. Ma dov'è l'analisi del cambiamento dei modelli? La mia comprensione è che la foresta è buona quando non si sa quanto sono buoni i predittori, poi in assenza di rinforzo reciproco dei predittori tali predittori o non avranno peso nel voto o il loro peso non sarà significativo. O forse sto sbagliando tutto?