L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1117
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
In realtà, è il contrario...
Meglio un algoritmo peggiore ma con più esempi che un algoritmo figo ma con meno dati.
anche 1000 non sono sufficienti, soprattutto per il mercato...
Ok, visto che sei nuovo, te lo spiego separatamente...
40 campioni del mio campione sono circa un mese di lavoro su TF M15. Cosa c'è di sbagliato nell'allenare il modello su campioni mensili per farlo funzionare almeno 2 settimane sul mercato. Non c'è nessun graal e l'ottimizzazione settimanale è abbastanza normale, per non parlare dell'ottimizzazione una volta ogni due settimane.
Ma Maksimka allena i suoi modelli per un anno o più e non brilla come risultato ....
Risultati non male sulla capacità predittiva NON porteranno a modelli stabili, come semplicemente il numero ridicolo di osservazioni = 51. Abbiamo bisogno di almeno 10 volte tanto, e preferibilmente 100 volte tanto.
SanSanych, spiega a un pazzo perché un classificatore ha bisogno di potere predittivo?
Risultati non male sulla capacità predittiva NON porteranno a modelli stabili, come semplicemente il numero ridicolo di osservazioni = 51. Abbiamo bisogno di almeno 10 volte quel numero, e preferibilmente 100 volte quel numero.
Se si costruiscono modelli su quel numero di osservazioni, i risultati sono abissali.
Previsto
Attuale [0,0] (0,1) Errore
[0,0] 42.9 28.6 40
(0,1] 28.6 0.0 100
Errore complessivo: 57,1%, errore medio di classe: 70%
Rattle timestamp: 2018-10-18 21:29:39 utente
======================================================================
Matrice di errore per il modello lineare su Mic1.txt [validare] (conteggi):
Previsto
Reale [0,0] (0,1) Errore
[0,0] 1 4 80
(0,1] 2 0 100
Matrice di errore per il modello lineare su Mic1.txt [validare] (proporzioni):
Previsto
Attuale [0,0] (0,1) Errore
[0,0] 14.3 57.1 80
(0,1] 28.6 0.0 100
Errore complessivo: 85,7%, errore medio di classe: 90%
Rattle timestamp: 2018-10-18 21:29:39 utente
======================================================================
Matrice di errore per il modello Neural Net su Mic1.txt [validare] (conteggi):
Previsto
Reale [0,0] (0,1) Errore
[0,0] 2 3 60
(0,1] 1 1 50
Matrice di errore per il modello a rete neurale su Mic1.txt [validare] (proporzioni):
Previsto
Attuale [0,0] (0,1) Errore
[0,0] 28.6 42.9 60
(0,1] 14.3 14.3 50
Errore complessivo: 57,1%, errore medio di classe: 55%
Rattle timestamp: 2018-10-18 21:29:39 utente
Spero che tu non stia cercando di prevedere l'uscita???? È già previsto, bisogna solo avvicinarsi il più possibile ad esso. Non c'è bisogno di prevederlo....
Cos'è l'IA?
Intelligenza artificiale.
Sanych, qual è il risultato del test? Come si comporta il modello?
A proposito, se usate Rattle, è meglio di no. Posso eseguirlo io stesso.... interessante vedere i risultati sui tuoi modelli AI segreti :-)
Intelligenza artificiale.
А,... State già usando l'IA? E noi siamo seduti sull'AI.
А,... State già usando l'IA? E siamo tutti seduti su AI.
Mi sorprende la tua ignoranza in materia. È la stessa cosa. MO = AI Machine Learning = Intelligenza Artificiale.
Ciò che è sorprendente è la vostra ignoranza in materia. È la stessa cosa. ME=Machine Learning=Intelligenza Artificiale.
Oh, mio Dio. Che cosa sai? In realtà sono cose assolutamente diverse.
Oh, guarda un po'. Chi l'avrebbe mai detto? In realtà, è completamente diverso.
Qual è la differenza? Illuminare....
esilarante... di più!))
Allora, cosa pensi dei dati?
Oh, guarda un po'. Chi l'avrebbe mai detto? In realtà, è una cosa completamente diversa.
Non è molto diverso, è l'evoluzione dell'apprendimento automatico, da Assembler a Python, per così dire ;)
https://habr.com/post/401857/