L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2840
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
Riesco a visualizzarlo nella mia testa... abbiamo un set di dati etichettati, vogliamo allenarci il più vicino possibile a queste etichette. Se adottiamo un criterio diverso, queste etichette smettono di avere importanza?
È il criterio ad essere difettoso.
Non riesco a immaginarlo nella mia testa... abbiamo un set di dati etichettati, vogliamo allenarci il più vicino possibile a queste etichette. Se prendiamo un altro criterio non correlato ad esse, allora queste etichette smettono di avere importanza?
Questo è il punto: ci stiamo allontanando un po' dal tipo di ottimizzazione (apprendimento) che è comune nella MO classica. Ci stiamo spostando verso un'ottimizzazione in senso più ampio (come nella MT5, ad esempio). Ma allo stesso tempo vogliamo preservare la potenza e la flessibilità dei modelli utilizzati nel MO.
Sono sempre stato confuso dal divario concettuale tra l'ottimizzazione di MT5 e l'applicazione di MO. Sarebbe bello poter disporre di opzioni per approcci intermedi.
È come se Fomenko non sentisse ciò che viene detto. Ho già detto più volte che il tester non influisce sulla redditività o sulla capacità della TS di lavorare con profitto in futuro. Il tester è uno strumento, niente di più. Un algoritmo di ottimizzazione è uno strumento e nulla più. È come discutere del "successo" di una pala per fare soldi.
Esatto, una conversazione tra sordi e ciechi.
Io scrivo che l'ottimizzazione insieme ai criteri non è necessaria perché i mercati finanziari NON sono stazionari, e lei scrive che io capisco qualcosa di ottimizzazione.
Successo, gli alchimisti hanno trasformato tutto in oro per diverse centinaia di anni.
Il punto è che ci stiamo allontanando un po' dal tipo di ottimizzazione (formazione) accettato nella MO classica. Ci stiamo orientando verso un'ottimizzazione in senso più ampio (come nella MT5, ad esempio). Ma allo stesso tempo vogliamo preservare la potenza e la flessibilità dei modelli utilizzati nel MO.
Sono sempre stato confuso dal divario concettuale tra l'ottimizzazione di MT5 e l'applicazione di MO. Sarebbe bello avere la possibilità di approcci intermedi.
Più adeguato è il criterio di valutazione, più adeguato è il comportamento del modello sui nuovi dati. scegliere il miglior AO significa scegliere il miglior strumento per ottimizzare il CRITERIO. Non può essere colpa dell'AO o del tester. La colpa è del criterio.
La robustezza del TS non ha nulla a che fare con i criteri di valutazione, perché il criterio è esattamente uno: indovinare o meno la direzione del trade. Ma quest'ultimo dipende dall'insieme e dalle proprietà dei predittori.
Esatto, un sordo che parla a un cieco.
Io scrivo che l'ottimizzazione insieme ai criteri non è necessaria, perché i mercati finanziari NON sono stazionari, e lei scrive che io capisco qualcosa di ottimizzazione.
Anche lei, in realtà, sta ottimizzando. Avete inventato un criterio di "stazionarietà dei segni" e prendete i segni che sono ottimali in base ad esso. È la stessa ottimizzazione nella storia, ma di profilo.
La robustezza del TS non ha nulla a che fare con i criteri di valutazione, perché il criterio è esattamente uno: indovinare o meno la direzione del trade. Ma quest'ultimo dipende dall'insieme e dalle proprietà dei predittori
Anche in questo caso otterremo la stessaottimizzazione sulla storia, ma con un profilo diverso).
Ecco, non capisco l'allergia di alcuni compagni alla parola "ottimizzazione".
L'ottimizzazione dovrebbe essere considerata come un processo di ricerca della soluzione migliore. la soluzione migliore di un modello robusto. Se il modello non è robusto (criterio di valutazione debole), allora, come si dice, "non dare la colpa allo specchio" (ma all'ottimizzazione).