L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1854
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
Come mai non c'è un archivio OM in borsa?
Ho scoperto una strana caratteristica nel comportamento dei diversi metodi di rilevamento degli errori. Modello di regressione. Apprendimento con l'insegnante y = 0 o 1. Dati del Titanic.
oob RMSEr AvgEr AvgRelEr Train RMSEr AvgEr AvgRelEr 0.409762 0.333394 0.431368 0.406325 0.330199 0.430042 0.384805 0.293965 0.377680 0.380747 0.289936 0.377605 0.383891 0.286546 0.356373 0.370912 0.275152 0.358349 0.370671 0.261466 0.321370 0.353781 0.250322 0.326013 0.380332 0.259588 0.299060 0.337633 0.227993 0.296931 0.388428 0.248587 0.245976 0.309293 0.191325 0.249176 0.401764 0.237416 0.195562 0.273932 0.150077 0.195456
Per Train tutto è come dovrebbe essere, più forte si insegna, meno errori per tutti i metodi.
Su OOV l'errore RMSE raggiunge 0,370671 e poi inizia a crescere dicendo che è iniziato il sovrallenamento. Ma AvgEr e AvgRelEr continuano a scendere ulteriormente. Mi sembrava che tutti gli errori dovessero comportarsi in sincronia, cioè avrebbero dovuto iniziare a salire insieme al RMSE.
Formule di calcolo:
I calcoli sono molto simili (la quadratura (Sqr) e il modulo di valore (fabs) tolgono il segno), ma il comportamento delle curve è diverso...
Allenamento ripetuto con il modello di classificazione, ha anche un minimo nel punto in cui RMSE raggiunge 0,370671.
Qualcuno ha incontrato tale comportamento di errori? Come si può spiegare?
Ho scoperto una strana caratteristica nel comportamento dei diversi metodi di rilevamento degli errori. Modello di regressione. Apprendimento con l'insegnante y = 0 o 1. Dati del Titanic.
Per Train tutto è come dovrebbe essere, più forte si insegna, meno errori per tutti i metodi.
Su OOV l'errore RMSE raggiunge 0,370671 e poi inizia a crescere dicendo che è iniziato il sovrallenamento. Ma AvgEr e AvgRelEr continuano a scendere ulteriormente. Mi sembrava che tutti gli errori dovessero comportarsi in sincronia, cioè avrebbero dovuto iniziare a salire insieme al RMSE.
Formule di calcolo:
I calcoli sono molto simili (la quadratura (Sqr) e il modulo di valore (fabs) tolgono il segno), ma il comportamento delle curve è diverso...
Allenamento ripetuto con il modello di classificazione, ha anche un minimo nel punto in cui RMSE raggiunge 0,370671.
Qualcuno ha incontrato tale comportamento degli errori? Come si può spiegare?
E questo è effettivamente un argomento quando durante l'ottimizzazione l'errore diminuisce all'inizio e poi comincia a crescere. Puramente teorico, se assumiamo che all'inizio della crescita dell'errore inizia il sovrallenamento, allora in effetti dovremmo smettere di allenarci proprio nel momento in cui l'errore inizia a crescere o poco prima. È una questione di metodo di rilevamento stesso. Quali metodi di valutazione lo implementeranno è un'altra questione, ma il fatto che l'errore inizi a crescere come segno dell'inizio della riqualificazione è geniale. senza alcun sarcasmo :-) Ora penserò a cosa lo renderà possibile...
Questo è un metodo noto da molto tempo per determinare l'overtraining, penso circa 50 anni, cioè dall'inizio delle reti neurali e degli alberi. Vedi gli articoli di V. Perervenko, per esempio.
Non mi è chiaro in questa situazione il diverso comportamento degli errori. Con RMSE possiamo determinare l'inizio della riqualificazione, con altri no.
Questo è un metodo noto da molto tempo per determinare il sovrallenamento, credo, da circa 50 anni, cioè dall'inizio delle reti neurali e degli alberi. Vedi per esempio gli articoli di V. Perervenko.
Non mi è chiaro in questa situazione il diverso comportamento degli errori. Da RMSE si può determinare l'inizio della riqualificazione, da altri no.
Ho scoperto una strana caratteristica nel comportamento dei diversi metodi di rilevamento degli errori. Modello di regressione. Apprendimento con l'insegnante y = 0 o 1. Dati del Titanic.
Per Train tutto è come dovrebbe essere, più forte si insegna, meno errori per tutti i metodi.
Su OOV l'errore RMSE raggiunge 0,370671 e poi inizia a crescere dicendo che è iniziato il sovrallenamento. Ma AvgEr e AvgRelEr continuano a scendere ulteriormente. Mi sembrava che tutti gli errori dovessero comportarsi in sincronia, cioè avrebbero dovuto iniziare a salire insieme al RMSE.
Formule di calcolo:
I calcoli sono molto simili (la quadratura (Sqr) e il modulo di valore (fabs) tolgono il segno), ma il comportamento delle curve è diverso...
Allenamento ripetuto con il modello di classificazione, ha anche un minimo nel punto in cui RMSE raggiunge 0,370671.
Qualcuno ha incontrato tale comportamento degli errori? Come si può spiegare questo?
È come lo SMA e l'EMA, AvrEr è più in ritardo - lo prendo - un gioco di numeri.
Questo è il punto: non c'è un archivio. Abbiamo suggerito a lungo che gli sviluppatori includano l'OM nel copybook in modo che possa essere preso dalla storia. Ma sembra che ci siano alcune restrizioni. Come opzione, posso chiedere al tizio che l'ha fatto per me. Lo scrive sempre, ma non per tutti i simboli. Ho smesso di scriverlo solo a causa delle scarse prestazioni dell'indicatore :-(.
Misha, ho registrato un video per te.
Misha, ti ho fatto un video, lo caricherò presto.