L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1034
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
ha deciso di stipare i predittori non craccati e moltiplicati senza alcun senso
Da dove hai costruito così tanti predittori? Qual è la loro importanza? C'è 1/3 di foresta non inclusa nel set di allenamento, e il 95% ha bassa importanza. E qual è il feedback che il sistema ha ora con così tanti predittori, 3 ore per 1 previsione? )Non lo saprai finché non lo costruisci...
Il risultato stesso: è possibile con Apache Spark
Ora non faccio più di 1000 pronostici. Ma meno di 100 predittori non sono sufficienti.
Non lo saprai finché non lo costruisci...
Il risultato stesso: questo è possibile con Apache Spark
Non faccio più di 1000 pronostici al momento. Ma meno di 100 predittori penso che non sia sufficiente.
stai deliberatamente ignorando le domande?
Ripeto: come mai ci sono così tanti predittori?
stai deliberatamente ignorando le domande?
Ripeto: come mai ci sono così tanti predittori?
Si possono fare un miliardo di predittori, slancio in incrementi di uno e così via)
Ma non vi daranno niente di più.
stai deliberatamente ignorando le domande?
re: come mai ci sono così tanti predittori?
La maggior parte di questi predittori risulta: bool(high[0] > high[1]) e quindi hanno stato 0 o 1
Naturalmente, sto generando una lista di predittori con uno script.
Non ha senso una selezione mirata dei predittori, perché è facile escluderne uno importante.
La maggior parte di questi predittori risulta: bool(high[0] > high[1]) e rispettivamente hanno stato 0 o 1
Naturalmente, io genero una lista di predittori con uno script.
Non ha senso selezionare di proposito i predittori, perché è facile escluderne uno importante.
Bisogna prendere non per quantità ma per trasformazione dei pochi iniziali fino a quando le classi diventano ben separabili, con controllo degli errori su OOS
Si possono fare un miliardo di predittori, slanci in incrementi di uno, ecc.)
Ma non ci daranno niente di più.
Se il predittore non farà parte della foresta, non ne verrà fuori niente di male. Forse questo predittore si manifesterà in un'altra versione della foresta casuale.
Stiamo parlando di un array di 7000 doppie, che occupa poca RAM e si muove in una questione di nanosecondi. Non c'è un rallentamento percettibile nell'interpretazione di 500 alberi con 7000 predittori. Se non mi credi, installa Spark e controlla tu stesso.
Bisogna prendere non per quantità ma per trasformazione dei pochi iniziali fino a che le classi siano ben separabili, con controllo dell'errore sull'OOS
Valutare la qualità di una foresta è un argomento completamente diverso.
La questione è l'efficacia dell'approccio, quello da voi proposto è, per dirla tutta, inefficace
La questione è l'efficacia dell'approccio, l'approccio da voi proposto è, per dirla tutta, inefficace.
L'efficienza deve ancora essere provata dai risultati pratici. Forse il mio metodo di stima per i grafici di prezzo non coincide con i classici indicatori di qualità, ma alla fine tutto è deciso dal profitto.
Stavo rispondendo alla domanda "perché abbiamo bisogno di Spark? Ho risposto. O vuole accusarmi di nuovo di ignorare le domande?
L'efficacia deve ancora essere provata con risultati pratici. Forse il mio metodo di valutazione dei grafici di prezzo non coincide con i classici indicatori di qualità, ma alla fine è il profitto che decide tutto.
Stavo rispondendo alla domanda "perché abbiamo bisogno di Spark? Ho risposto. O mi accuserà di nuovo di ignorare le domande?
È stato chiaro per molto tempo su Spark, non ho chiesto. Interrogato sull'idea. Questo approccio a scintille è esattamente quello che viene gettato dal nulla a causa di una curva di apprendimento inefficiente e della capacità richiesta.
Lo stesso può essere fatto attraverso l'ottimizzazione nel cloud MT5 senza impalcatura. Non conosco il tuo output e se ti dà un profitto, ma non lo fa e questo algoritmo fallirà sempre a causa degli overfits
IMHA