L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2559

Nuovo commento
 
mytarmailS #:

cercando la strada per il manicomio? :)

Il problema è che non sono io quello che si inventa tutte queste definizioni, quindi posso solo mandare a Google, per informazioni più precise. Posso trovare un link a quell'articolo più tardi. Ma si tratta dell'analisi dell'entropia delle serie, stazionarie e non stazionarie
 
Maxim Dmitrievsky #:
Il problema è che non ho tutte queste definizioni, quindi posso solo cercare su Google informazioni più precise. Posso trovare un link a quell'articolo più tardi.

Beh, questa è la cosa divertente...

Hai detto "regolarità". Non so cosa sia, quindi non te l'ho chiesto e sono andato a cercarlo su Google e ho scoperto che non è quello che intendevi. Se non l'avessi capito, ora useremmo lo stesso concetto (regolarità) sottintendendo cose diverse, quindi non ne verremmo mai a capo...

E tutto a causa di un idiota pseudoscientifico...

 
mytarmailS #:

Vorrei addestrare SMM, ma in un modo insolito, attraverso una funzione di fitness, genetica o altro...

Voglio fare io stesso le matrici di transizione di stato... C'è un pacchetto, ci sono queste matrici, ma cosa e dove cambiare non lo capisco bene, potete aiutarmi con questo?

La funzione di fitness in HMM è il logaritmo della probabilità. Se si inventa un f. f. personalizzato, è già qualche altro metodo.

 
Aleksey Nikolayev #:

In HMM la funzione di fitness è il logaritmo della probabilità. Se si inventa un f.f. personalizzato, è già qualche altro metodo.

Quindi cosa deve essere ottimizzato?

fit <- HMMFit(x , nStates = 3)
> fit

Call:
----
HMMFit(obs = x, nStates = 3)

Model:
------
3 states HMM with 5-d gaussian distribution

Baum-Welch algorithm status:
----------------------------
Number of iterations : 60
Last relative variation of LLH function: 0.000001

Estimation:
-----------

Initial probabilities:
           Pi 1         Pi 2 Pi 3
  2.636352 e-255 2.770966 e-50    1

Transition matrix:
          State 1    State 2    State 3
State 1 0.1864987 0.76046799 0.05303333
State 2 0.2539474 0.60377350 0.14227910
State 3 0.6191488 0.07157308 0.30927815

Conditionnal distribution parameters:

Distribution parameters:
  State 1
           mean  cov matrix                                               
      0.4752939  0.97587370  0.02993559 -0.21805741  0.25639651  0.1567241
     -0.5686039  0.02993559  0.85342747  0.43374921  0.18220534 -0.2149688
      0.3739333 -0.21805741  0.43374921  0.58127533 -0.01600787 -0.2097350
     -0.3833589  0.25639651  0.18220534 -0.01600787  1.13979299 -0.3723484
     -0.5871168  0.15672407 -0.21496881 -0.20973503 -0.37234835  1.0462750

  State 2
            mean  cov matrix                                               
      0.07949112  1.14644170  0.21413163 -0.05544488 -0.02902406 0.04179052
      0.15306029  0.21413163  0.84865045 -0.19661403 -0.12397740 0.01617397
     -0.03560680 -0.05544488 -0.19661403  1.25872915  0.15638695 0.03917204
      0.07304988 -0.02902406 -0.12397740  0.15638695  0.70073838 0.02934227
      0.35500064  0.04179052  0.01617397  0.03917204  0.02934227 0.65031019

  State 3
           mean  cov matrix                                              
     -0.5093426  0.60603137 -0.21462708  0.06322606  0.27231407 0.1076386
      0.1526545 -0.21462708  0.56847783 -0.06347737 -0.15941211 0.2161427
     -1.0672876  0.06322606 -0.06347737  0.17662599  0.08658292 0.1981628
      0.7778853  0.27231407 -0.15941211  0.08658292  1.17497274 0.4802186
     -0.2541008  0.10763858  0.21614270  0.19816276  0.48021858 0.7488420


Log-likelihood: -1379.07
BIC criterium: 3118.43
AIC criterium: 2894.14

ecco un modello per tre stati

 
mytarmailS #:

Beh, questa è la cosa divertente...

Hai detto "regolarità". Non so cosa sia, quindi non te l'ho chiesto e sono andato a cercarlo su Google e ho scoperto che non è quello che intendevi. Se non l'avessi capito, ora useremmo lo stesso concetto (regolarità) sottintendendo cose diverse, quindi non ne verremmo mai a capo...

E tutto a causa di un idiota pseudo-scientifico...

La morale di questa pseudoscienza è che la stazionarietà non significa prevedibilità, e viceversa :D I mercati sono imprevedibili perché non sono stazionari. E non sono instabili perché sono imprevedibili. Basta, sono stanco.
 
Maxim Dmitrievsky #:
Tutti, sono stanco

Anch'io)

 
mytarmailS #:

Quindi cosa deve essere ottimizzato?

Ecco un modello a tre stati.

Quindi tutto è già ottimizzato dall'algoritmo Baum-Welch. Il valore ottimale del logaritmo della probabilità è scritto qui sotto. I parametri (matrice di transizione e altri) sono calcolati.

 
A proposito, il termine "regolarizzazione" è usato anche quando si descrivono regressioni a pettine e lasso) Lì, significa comprimere i coefficienti a zero per ridurre la varianza del modello.
 
Aleksey Nikolayev #:

Quindi tutto è già ottimizzato per mezzo dell'algoritmo Baum-Welch. Il valore ottimale del logaritmo di verosimiglianza è scritto qui sotto. I parametri (matrice di transizione e altri) sono calcolati.

Questo è solo un modello addestrato a tre stati, e voglio un modello che sia addestrato in modo che la mia funzione di fitness sia felice.

Immaginate che io alleni la neuronica e cambi i suoi pesi in base alla genetica e guardi il suo fitness.

Vorrei fare lo stesso con SMM, ma cambierei la sua matrice di transizione.


Ma è chiaro cosa cambiare con i pesi del neurone, e non tanto con questo.

 
mytarmailS #:

Questo è un modello addestrato nei tre stati, e voglio un modello che sarà addestrato in modo che la mia funzione di fitness sia soddisfatta.

Immaginate che io alleni un neurone, cambi i suoi pesi con la genetica e guardi il suo fitness.

Vorrei fare lo stesso con SMM, ma cambierei la sua matrice di transizione.


Ma con i pesi del neurone, è chiaro cosa cambiare, e qui non tanto.

Ho capito di cosa ho bisogno, ho bisogno di poter impostare un FF personalizzato. Ma questa funzione HMMFit() non supporta questa possibilità, perché implementa un Baum-Welch con un LLH cucito rigidamente in esso. Si possono impostare solo alcuni parametri di Baum-Welch

Hai bisogno di un altro pacchetto dove puoi specificare una frase personalizzata.

1...255225532554255525562557255825592560256125622563256425652566...3399
Nuovo commento