L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2359

 
Evgeni Gavrilovi:

Il Ministero della Difesa può calcolare la qualità dei segnali in base alla probabilità? Per poi filtrare quelli con più del 90% di probabilità

Ci sono già delle probabilità nell'output del modello, ma sono pseudo, cioè non hanno alcuna relazione con la popolazione.

può essere filtrato attraverso una soglia
 

l'AutoMO implica passare attraverso i modelli e scegliere il migliore

Che senso ha se catbust batte tutti su tutti i set di dati?

https://mljar.com/machine-learning/compare-ml-algorithms/

Compare Machine Learning Algorithms
Compare Machine Learning Algorithms
  • mljar.com
Machine Learning Made Simple
 

Bene, ecco la prova che i modelli non risolvono nulla, la differenza tra i modelli è del ~5%...

Solo i segni e i modi di presentare le informazioni sono decisivi...

Ma gli sciocchi credono nei modelli, amano i modelli, pregano per articoli d'oltremare con nuovi modelli, c'è qualcosa di più facile che addestrare un modello su dati "grezzi"? :)) Non devi pensare o sapere nulla, basta copiare il codice e sei un trader MO cool nel tema MO)))


SVEGLIA !!!!

Ci sono così tanti segni e metodi di elaborazione che non si ha abbastanza potenza di calcolo per controllarli tutti, nemmeno un gruppo di persone!!!

I vostri cervelli sono così incasinati che non vedete altro che i ritorni e la forza bruta di alcuni modelli...

Studiare DSP, modellazione di sistemi e scienza ecc, un MO senza conoscenza, è solo il montaggio più figo e niente di più...

 
mytarmailS:

Bene, ecco la prova che i modelli non risolvono nulla, la differenza tra i modelli è del ~5%...

Solo i segni e i modi di presentare le informazioni sono decisivi...

Ma gli sciocchi credono nei modelli, amano i modelli, pregano per articoli d'oltremare con nuovi modelli, c'è qualcosa di più facile che addestrare un modello su dati "grezzi"? :)) Non devi pensare o sapere nulla, basta copiare il codice e sei un trader MO cool nel tema MO)))


SVEGLIA !!!!

Ci sono così tanti segni e metodi di elaborazione che non si ha abbastanza potenza di calcolo per controllarli tutti, nemmeno un gruppo di persone!!!

I vostri cervelli sono così incasinati che non vedete altro che i ritorni e la forza bruta di alcuni modelli...

Studiare DSP, modellazione di sistemi e scienza delle pr, un MO senza conoscenza, è solo il montaggio più figo e niente di più...

E si può fare a meno di scherzare? )))) ha molti sinonimi più belli)))

Comunque, la loro scienza ha più soldi e quindi non siamo ancora in vantaggio (

Anche l'elaborazione dei dati grezzi è un modello. E naturalmente testare un modello non significa capirlo)

 
Valeriy Yastremskiy:

Possiamo evitare di gozzovigliare?))) Ha molti sinonimi più belli)))

Senza offesa, non è per te...

È per quelli che hanno letto gli articoli occidentali e pensano che il "GPT-3" farà a pezzi il mercato...

Si possono inserire 10 ritorni in una finestra scorrevole, non si ha cervello per altro, ma cos'altro? la rete penserà a tutto, sì...

Valeriy Yastremskiy:

In ogni caso, la loro scienza ha più soldi ed è per questo che non siamo ancora in vantaggio(

Non è quello che voglio dire...

Ci sono due problemi.

1) "Information starvation" nei modelli, quelli sono pochi e cattivi segni

Se volete predire il processo e avete segni che descrivono solo il 5% del processo, dovreste addestrare almeno 100 strati, 8 volte convoluzione mega-duper-super-ultra-GPT-5

L'output sarà la stessa previsione con un errore del 95%.

E la gente non lo capisce, ma si innamora delle architetture, e come si possono chiamare?

conclusione la soluzione del problema non è in MoD

2) Le caratteristiche non vivono a lungo, perdono le loro proprietà utili e molto rapidamente, nessun MI può vedere le dinamiche di utilità dei loro attributi, si dovrebbe lavorare con il cervello, non con i modelli.

Conclusione la soluzione del problema non è nel MO

Valeriy Yastremskiy:

Anche l'elaborazione dei dati grezzi è un modello. E naturalmente, il test di un modello non è la sua comprensione).

Beh, sì, è una questione di adeguatezza...

Quando un aereo vola sopra la mia testa e compro l'eura è anche un modello...

 

Sembra che fare ME a volte porti a un esaurimento nervoso.

forse qualcun altro cercherà di spiegare il sacro significato di AutoML?

 
Maxim Dmitrievsky:

Sembra che fare ME a volte porti a un esaurimento nervoso.

forse qualcun altro cercherà di spiegare il sacro significato di AutoML?

Ognuno ha il suo) dipende da quello che si considera un libro-automa) allenamento costante e regolazione costante dei parametri o un approccio globale, allenamento su tutti i modelli conosciuti nel mondo su dati completi e selezione dei modelli migliori e regolazione dei parametri))
 
Maxim Dmitrievsky:

qualcun altro può provare a spiegare il sacro significato di AutoML?

A quanto pare, è qualcosa come quei "due della scatola, identici in faccia" del cartone animato, che faranno tutto per noi).

 
Maxim Dmitrievsky:

qualcun altro può provare a spiegare il sacro significato di AutoML?

Marketing.

 

Cioè l'obiettivo è quello di ottenere briciole di guadagno di qualità aumentando significativamente il tempo necessario per eseguire i modelli

ma c'è anche la pre-elaborazione automatica e l'analisi esplorativa automatica