L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2647
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
wai!
Ti capisco, hai una formazione e un'esperienza particolare, a differenza degli "attivisti".... (avete esperienza economica e professionale in centri per il divorzio?).
ma quante volte puoi prenderli in giro?
wai!
Ti capisco, hai una formazione e un'esperienza particolare, a differenza degli "attivisti".... (avete esperienza economica e professionale in centri per il divorzio?).
ma quante volte puoi prenderli in giro?
Oh, gli Stirlitzes/countertirlitzes sono qui).
È tutto a posto... canale normale con curve e inclusioni estranee, ma il canale è stabile)))).
Mi sembra abbastanza normale che un semplice algoritmo funzioni solo su una porzione limitata dell'insieme dei predittori.
Si potrebbe eliminare gradualmente dal campione ciò che rientra nelle caselle "buone" e applicare l'algoritmo al resto. In sostanza, sarebbe simile al bousting. Probabilmente si può fare in modo simile a randomforest: prendere un ampio insieme di predittori e per ogni sottoinsieme trovare diverse caselle.
Se ho capito bene, lo scopo della combinazione dei predittori è quello di disporre le caselle identificate in modo che non si sovrappongano l'una all'altra e, se lo fanno, non peggiorano significativamente il risultato, giusto?
Ti sto solo prendendo in giro, ti sto dicendo le cose come stanno.
Solo che non hai visto il dietro le quinte.
;)
non avete visto il dietro le quinte.
;)
Se ho capito bene, lo scopo della combinazione dei predittori è quello di disporre le caselle identificate in modo che non si sovrappongano l'una all'altra e, se lo fanno, non peggiorano significativamente il risultato, giusto?
Credo che la questione di cosa fare con le caselle individuate sia complessa e difficilmente ha regole chiare e univoche per tutti i casi possibili. Un buon algoritmo ben congegnato è probabilmente un "know-how" piuttosto segreto).
Se i casi sono ottenuti sullo stesso insieme di predittori, la loro non intersezione è probabilmente sufficiente. Se c'è un'intersezione, questa può essere assegnata a una casella separata e i suoi complementi possono essere suddivisi in più caselle. Tuttavia, un numero troppo elevato di caselle frammenta eccessivamente il campione. Pertanto, possiamo generalizzare la nozione di casella - nel linguaggio delle regole, ciò significa aggiungere le negazioni e gli OR agli AND.
Se le scatole sono ottenute su predittori completamente diversi (ad esempio, con il metodo randomforest), allora possono sovrapporsi solo nel senso delle parti del campione che vi rientrano. In questo caso sono probabilmente necessarie alcune idee di quasi-portafoglio.
Se gli insiemi di predittori si sovrappongono parzialmente, probabilmente si tratta di un mix di approcci, ma è difficile dirlo con certezza.
Non mi è chiaro come tutto ciò possa essere inserito in uno schema unificato. Il metodo standard di costruzione degli alberi decisionali aggira semplicemente e "piacevolmente" questi problemi, il che lo rende non del tutto adatto ai nostri scopi. Potrebbe essere possibile migliorarlo scegliendo un algoritmo di potatura, ma a mio parere è meglio rielaborare in modo creativo l'algoritmo di costruzione delle regole.
L'ho visto. Stavamo ridendo della tua scimmia non molto tempo fa.
Ha senso, anche un teatro di marionette ha un backstage).
Ha senso, anche il teatro dei burattini ha un retroscena)
:D