L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1695

 
Kesha Rutov:

Sì, è un modo sensato, un uccello in mano, per così dire, al diavolo le gru, è fastidioso)). Ma IMHO è più facile trovare un lavoro che derubare un sempliciotto molto piccolo vendendogli delle "pale" false, sappiamo entrambi che nessuno venderebbe le pale vere)))

Ma non sto giudicando, in linea di principio rispetto persino la frode, ma grande, non meschina.

Super! La sua risposta cattura l'essenza della posizione di molti. Devi convincerti che gli altri hanno pale da spalare, altrimenti dovrai lasciare la tua zona di comfort.

Sono d'accordo sul lavoro, la risorsa che ho speso per questo progetto sotto forma di stipendio avrebbe portato di più.

 

Kesha Rutov:

Ma non sto giudicando, in linea di principio rispetto persino la frode, ma grande, non meschina.

Sarebbe un imbroglio anche se:
- fare un Expert Advisor che mostra il lavoro della rete neurale in tempo reale, nel mercato reale;
- inviare segnali della rete neurale a un canale pubblico Telegram;
- scrivere un articolo che descrive i passi della soluzione di un problema che ha 6K visualizzazioni.

 
Kesha Rutov:

Sì, è un modo sensato, un uccello in mano, per così dire, al diavolo le gru, è fastidioso)). Ma IMHO è più facile trovare un lavoro che derubare un sempliciotto molto piccolo vendendogli delle "pale" false, sappiamo entrambi che nessuno venderebbe le pale vere)))

Ma non sto giudicando, in linea di principio rispetto anche le truffe, ma quelle grandi, non quelle piccole.

Kesha, mi ha colpito la tua risposta sulla tendenza e il piatto e ancora non riesco a togliermelo dalla testa.

Non riesco a togliermelo dalla testa e finalmente ho trovato la risposta.

Perché pensa che ci sia una tendenza e un piatto, e come si inizia la comparsa dell'uno o dell'altro?

A giudicare dal tuo post e dalle tue intenzioni, non sai...
 

Ragazzi, scusatemi, ma a quanto pare sono proprio stupido. La forza maggiore con l'aggiornamento di Rstudio e i suoi pacchetti è avvenuta, e dopo l'aggiornamento lo script ha iniziato a dare un errore feroce, che non riesco a superare. Tutti perché originariamente scritti in modo errato, quindi c'è stata una selezione naturale. :-( Così ho pensato che, se fosse arrivato il momento, avrei scherzato con matrici, vettori, ecc. e organizzato lo script in modo da salvare il file di allenamento senza saltare tra Exel. Come dice il proverbio, la bestia è più grande dell'acchiappatore. Di conseguenza, ho letto la documentazione, ho codificato un esempio concreto dal tutorial, ma con i miei parametri, e continuo a ricevere errori. Non ho potuto applicare nessun esempio ai miei dati. Pertanto, se si possiede il link a buoni tutorial, vale a dire i comandi gazetteers espansi. Che cosa è un libro di riferimento, ma per i dummies, non tenerlo per te. Condividi!!!!!!

Matrice elementare di vettori non posso creare, non perché non capisco le basi, ma perché questo è ciò che non gli piace questo. Ricevo errori tutto il tempo..... Sono molto triste :-(

E la cosa principale è che sto cominciando a bestemmiare su una delle variabili, vedo che non è di quel tipo. Prima era di quel tipo e improvvisamente non lo è più. Anche se R usa la conversione automatica dei dati. Cosa posso dire al riguardo :-(

 
Mihail Marchukajtes:

Cosa posso dire :-(.

lamer ))

 
Aleksey Vyazmikin:

Ho studiato CatBoost, quindi ne parlerò.

La profondità dell'albero è raccomandata 4-6 spaccature. Questa è la profondità che sto cercando in generale.

La divisione dei predittori è fatta da tre diversi algoritmi tra cui scegliere. Viene creata una cosiddetta griglia.

I risultati della divisione sono interessanti da tirare fuori e vedere da soli. E cosa fa AlgLib per dividere i predittori in parti uguali quando costruisce un albero per una foresta?

Ho trovato un modo per visualizzare gli alberi in python https://github.com/catboost/tutorials/blob/master/model_analysis/visualize_decision_trees_tutorial.ipynb
Ma sto avendo qualche problema con graphviz, apparentemente il modulo graphviz non è aggiornato.

Puoi cercare JSON https://github.com/catboost/tutorials/blob/master/model_analysis/model_export_as_json_tutorial.ipynb
Funziona così per un albero simmetrico di profondità 2
"spaccature": [
{
{ "confine": 4.550000190734863,
"float_feature_index": 12,
"split_index": 15,
"split_type": "FloatFeature"
},
{
{ "confine": 2.423949956893921,
"float_feature_index": 7,
"split_index": 7,
"split_type": "FloatFeature"
}


catboost/tutorials
catboost/tutorials
  • catboost
  • github.com
CatBoost tutorials repository. Contribute to catboost/tutorials development by creating an account on GitHub.
 
mytarmailS:

lamer ))

Sì, direi anche babbeo, non osando usare quella parola. Ma non un babbeo che raggiunge il suo obiettivo alla fine, quando nessun mezzo ha importanza. Sì, ci ho ucciso un giorno, tuttavia ho fatto caricare a R il file finale per l'ottimizzatore. Prima dovevo trascinare i dati in Excel, ora non più. EHHHHHHHHHH VIVRÒ!!!!!!
 
elibrario:

Ecco come puoi guardare gli alberi su un pitone

È bellissimo. Ma sono interessato a vedere una griglia di gamme di predittori, che sono ulteriormente ramificati.

 
Aleksey Vyazmikin:

È bellissimo. Ma sono interessato a vedere la ripartizione in griglia degli intervalli dei predittori, che sono ulteriormente ricercati.

Mi chiedo perché non usi vtreat per R? Identifica semplicemente i livelli nei dati di input relativi all'obiettivo e quindi seleziona quei predittori che sono rilevanti per l'obiettivo. Oltre alla classificazione c'è un'opzione per la predizione. Ad essere onesti non so cosa farei senza ....
 

Un altro rancore del giorno, per chi aspetta il 2000 sulla RTS :-)