L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2764

[Evgeni Gavrilovi]

Dopo il sovracampionamento, il nuovo potere predittivo dei predittori avrà valore? Chi ci ha pensato?

[СанСаныч Фоменко]

Evgeni Gavrilovi #:
Dopo il sovracampionamento, il nuovo potere predittivo dei predittori avrà valore? Chi ci ha pensato?

Non è così. Controllato.

[Ivan Butko]

Solo una curiosità: la rete neurale ha determinato l'importanza della mashka con un periodo più breve che con uno più lungo))) Sembra una discrepanza con la concezione comune: i trader di solito dicono che i mashka "pesanti" sono più importanti, il prezzo li batte con le corna, se si tratta di un toro, e li schiaccia con le zampe, se si tratta di un orso.

Di seguito, i mashka con periodi 512-256-128-64-32-16-8-4-4-2-1 e la loro importanza vengono inseriti nell'input (anche OUT qui è un input).

[mytarmailS]

Ivan Butko #:
Solo una curiosità: la rete neurale ha determinato l'importanza delle masha con un periodo più breve rispetto a quelle con un periodo più lungo)). Una certa discrepanza, ......

Ha capito bene...

Un processo lento è il risultato di un processo veloce, ma non viceversa...

Si possono prevedere i tic dai tic, ma non si possono prevedere i tic dai tic.

Quindi più Mashka è veloce, meglio è in questa situazione.

E il fatto che il mashka con un lungo periodo sia importante per i trader è diverso, un rimbalzo da un mashka molto lento è un evento raro, diciamo una volta ogni 500 barre, mentre voi probabilmente prevedete ogni nuova barra, capite la differenza?

Quindi il neurone non mente, il problema è la sperimentazione.

[Ivan Butko]

mytarmailS #:

Slow fly, è un evento raro, diciamo una volta ogni 500 barre, e tu stai prevedendo ogni nuova barra?

In base alle mie osservazioni, se si aggiunge alla rete neurale qualcosa di "pesante", ma legato allo strumento, da un lato si distorce la linea di equilibrio sul backtest dopo l'allenamento. Ma anche la linea di equilibrio, che smette di andare sempre verso il basso e diventa piatta. In altre parole, non guadagneremo soldi, ma non perderemo l'intero deposito, e questa è la prima regola del trading. Si scopre che dobbiamo destreggiarci in questa direzione, perché il prossimo compito è quello di girare la linea di equilibrio verso l'alto.

[Valeriy Yastremskiy]

Maxim Dmitrievsky #:

Non so di cosa stia parlando.

Non uso il tempo, è integrato negli incrementi.

L'ultima volta il tempo di trading era specifico, non ricordo per giorno della settimana, ma sicuramente per ora del giorno, dalle 17 alle 18 tipo. Cioè una ripartizione manuale dell'orario o qualcos'altro, ma una formazione finale su un periodo di tempo specifico.

In generale, il costrutto Se gli incrementi sono tali e quali in tale e tale intervallo di tempo viene utilizzato senza suddividere in segmenti di tempo o prima trovare segmenti di tempo che hanno qualcosa e poi allenarsi su di essi?

[Valeriy Yastremskiy]

СанСаныч Фоменко #:

I segnali basati sul tempo non vengono utilizzati. Hanno un basso potere predittivo e variazioni molto ampie di tale potere predittivo. Tuttavia, sono migliori delle varianti mashka.

Grazie.

[Maxim Dmitrievsky]

Valeriy Yastremskiy #:

L'ultima volta l'orario di trading era specifico, non ricordo i giorni della settimana, ma esattamente l'ora del giorno, dalle 17 alle 18 tipo. Cioè manuale o altro, ma formazione finale su un periodo di tempo specifico.

In generale, il costrutto Se gli incrementi sono tali e quali in tale e tale intervallo di tempo viene utilizzato senza dividere in segmenti di tempo o prima trovare segmenti di tempo che hanno qualcosa e poi allenarsi su di essi?

Posso avere un link? Non so di cosa stiamo parlando.

[JeeyCi]

Evgeni Gavrilovi #:
Dopo il sovracampionamento, il nuovo potere predittivo dei predittori avrà valore? Chi ci ha pensato?

SanSanych Fomenko #:

Non cambia. Controllato.

Se una persona non distingue tra covariazione e correlazione, non le chiedo nemmeno cosa intenda per mediana.

SanSanych Fomenko #:

, ma la "capacità predittiva", intesa come differenza tra le mediane di due vettori ottenuti dividendo il predittore per le classi, è assolutamente accurata.

Per descrizione, questa è la "linea" che in ML è solo una soglia in qualsiasi algoritmo di classificazioneCOPY00

se avesse fatto un'analisi di varianza intergruppo standard, sarebbe stato in grado di stimare la significatività statistica, ma ovviamente il sovracampionamento non cambia nulla per lui (conta solo la % di ipotesi corrette di appartenenza alla classe)....

dopo il suo riferimento all'immagine delle covarianze, posso chiaramente affermare che sta confrontando mosche con cotolette... il che dimostra questa sua domanda (dimentica e ricorda le correlazioni molto scivolose).

SanSanych Fomenko #:

1. Conosce le correlazioni tra variabili reali e nominali?

Conosco OLS e ANOVA e l'interpretazione della significatività delle loro stime, e il fatto che il ricampionamento non cambi nulla per la sua "abilità" può solo indicare che la funzione "se-allora" sarebbe sufficiente perché lei non costruisca un modello (e cerchi addirittura di ignorare le basi statistiche della modellizzazione) e non sia in grado di stimare il coefficiente di significatività dei risultati della sua classDist, ma solo la percentuale di risposte affidabili fornite da essa....

== lo stesso problema di mosche e cotolette indistinguibili nei concetti di base con grida su "strumenti" che colpiscono nel segno o meno.... Beh, sì, con una probabilità del 30% (alcuni strumenti sono ancora leggermente distinguibili) - forse "non fare nulla" è distinguibile con il 70% di probabilità?

Semplicemente non può ricavare dal suo algoritmo la variazione dei valori_dei coefficienti durante il ricampionamento... per definizione

[Valeriy Yastremskiy]

Maxim Dmitrievsky #:

Posso avere un link? Non lo compro. Di cosa stai parlando?

Non riesco a trovare la corrispondenza qui, ho il file qui, luglio 2020.