L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1994

 
Maxim Dmitrievsky:
Non ci sono strati lì, è un albero booster

uomo, la funzione non è lineare e complessa tra fonte e previsione. Ma inizialmente, gli obiettivi sono la coerenza e la previsione corretta. Ecco perché la correlazione è solitamente positiva. Non lineare. E non fa alcuna differenza per l'algoritmo di predizione. I dati sono preparati allo scopo di una corretta previsione. Ma tutto questo non è ancora sufficiente per una previsione affidabile.))))

 
Valeriy Yastremskiy:

heck, la funzione non è lineare e complessa tra la fonte e la previsione. Ma inizialmente, gli obiettivi sono quelli di abbinare e prevedere correttamente. quindi la correlazione è solitamente positiva. Non lineare. E non fa alcuna differenza per l'algoritmo di predizione. I dati sono preparati allo scopo di una corretta previsione. Ma tutto questo non è ancora sufficiente per una previsione affidabile. ))))

F-y semplice lineare, errori p al quadrato. Come ha sottolineato Elibrarius - chiamiamolo semplicemente un coefficiente. Ma potrebbe essere incomprensibile per la persona che l'ha chiesto, così l'ho convertito in percentuale. Possiamo continuare a discutere di questo argomento molto importante per tutti 🤣🤣🤣🤣
 
Maxim Dmitrievsky:
F-square è semplice lineare, errore p-square

Beh, stiamo parlando di cose diverse. l'errore p-squared è una stima della previsione. non una dipendenza - una funzione dei dati grezzi alla previsione. nella stima è semplice, i dati sono reali e previsti, ma la dipendenza dai dati grezzi previsti è complessa. E di solito non viene fatto. È complicato. È più facile stimare il risultato.

 
Valeriy Yastremskiy:

Beh, stiamo parlando di cose diverse. gli errori al quadrato sono una stima della previsione. non una dipendenza - una funzione dei dati grezzi alla previsione. nella stima è semplice, i dati sono reali e la previsione, ma la dipendenza dai dati grezzi della previsione è complessa. E di solito non lo è. È complicato. È più facile stimare il risultato.

Bene ha chiesto il risultato, se il modello mostra la dipendenza o no. Quella classica no. Forse uno di quelli più sofisticati lo farà.
 
Maxim Dmitrievsky:
Bene ha chiesto il risultato, se il modello mostra dipendenza o no. Quello classico no. Forse uno di lusso lo farà.

Amico, mi sento un po' a disagio... Non sembrava affatto che ti stessi facendo la predica. )))) Lascia che ti faccia una domanda. Ho capito correttamente il tutorial di python. La localizzazione globale dei nomi è determinata dalla posizione del nome, ma le azioni con essi se nel namespace di qualcun altro è determinata dai prefissi del locale globale. e se senza prefissi, il nome del namespace ha la precedenza. Interessante logica dello spazio dei nomi, specialmente dopo BASIC))))

 
Maxim Dmitrievsky:

sui cinque valori precedenti:

60% di precisione

su 10 valori precedenti si deteriora, precisione 50

sulla 3a la precisione è del 57

Linea di base blu, previsione arancione. Ultimi 300 valori



Grazie Maxim!

In realtà, ho dimenticato di dire, è sufficiente che il modello predica il prossimo segno (+-) della serie, target + plus value. La precisione esatta non è importante.

Lunghezza del campione n = 54, copre tutti i valori possibili.

 
Valeriy Yastremskiy:

Amico, comincio a sentirmi un po' a disagio... Non c'era bisogno che ti facessi la predica. )))) Lascia che ti faccia una domanda. Ho capito correttamente il tutorial di python. La localizzazione globale dei nomi è determinata dalla posizione del nome, ma le azioni con essi se nel namespace di qualcun altro sono determinate dai prefissi del locale globale. e se senza prefissi, il nome del namespace ha la precedenza. Interessante logica dello spazio dei nomi, specialmente dopo BASIC))))

 
Evgeniy Chumakov:


Grazie Maxim!

In realtà, ho dimenticato di dire, è sufficiente che il modello predica il prossimo segno (+-) della serie, target + plus value. E la precisione esatta non è importante.

La lunghezza del campione n = 54, copre tutti i valori possibili.

Lo farò più tardi oggi, se ho tempo.

 
Maxim Dmitrievsky:

cp. tutto vale qualcosa. la libertà esplicita nei tipi di variabili risulta essere un'indicazione esplicita del tipo. Anche se, se non ci sono nomi identici, dovrebbe funzionare senza prefissi.

 
Valeriy Yastremskiy:

cp. tutto vale qualcosa. l'apparente libertà nei tipi di variabili si rivela essere un'indicazione esplicita del tipo. Anche se, se non ci sono nomi identici, dovrebbe funzionare senza prefissi.

Usare un gran numero di globali non è una buona pratica, e non ha senso. È necessario guardare i modelli di programmazione. Un'indicazione esplicita del tipo non ha effetto, può comunque essere cambiata in qualsiasi momento