L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3341
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
AB causa effettivamente la comparsa di C o di un insieme di altre lettere?
La domanda è questa: c'è un'associazione, a prima vista...
Come capire se si tratta solo di un'associazione o se AB causa effettivamente C
Dopo tutto, non sei stato bandito da Google, vero? Puoi leggere come l'inferenza statistica differisce dall'inferenza causale, vero?
Tu, ovviamente, sei il più grande guru e puoi permetterti di dare punti alle persone, ma io non posso, ancora una volta scrivendo in modo specifico nell'aspettativa che anche tu risponda in modo specifico.
Con quale altra sezione del libro non è d'accordo, o meglio, cos'altro non ha capito del libro?
Non ho mai scritto da nessuna parte che non sono d'accordo.
Sono contrario a nuove etichette per concetti ben noti
Ètutto lì e mettere la nebbia su cose note è molto poco utile.
L'autore si è preso la briga di indicare i limiti di applicabilità della regressione lineare. Meno un punto.
Non ho visto nel testo
1. la regressione lineare è applicabile a processi casuali stazionari
2. il residuo dell'applicazione della regressione lineare deve essere normalmente distribuito.
Se questo non è il caso nei suoi esempi, e non viene affermato il contrario, allora il suo ragionamento è ridotto all'osso.
Tutti i ragionamenti del libro su causa ed effetto sono i soliti ragionamenti di "falsa correlazione".
Meta Learnersnon è un insieme di modelli, a meno del punteggio.
Secondo il testo del libro, i"meta studenti" sono il risultato dell'adattamento/previsione di modelli convenzionali. Se l'autore non avesse etichettato ancora una volta i concetti più comuni con nuove etichette, avrei avuto l'opportunità di esprimere il mio pensiero in modo più preciso.
Perciò chiarirò.
L'insieme dei modelli è un'idea vecchia e consolidata. L'input è l'output di modelli di livello inferiore, l'output è un segnale. Esistono molti metodi per combinare i risultati dei modelli di livello inferiore - combinando i "meta-apprendisti". L'autore considera tre varianti di combinazione dei risultati del fitting, la seconda e la terza variante combinano i risultati del modello di gradient bousting. Nella terza variante, gli output del primo livello vengono combinati in base al modello di gradiente.
È questo testo incomprensibile il significato, la novità di tutto questo:
La domanda è questa: c'è un'associazione, a prima vista...
Come si fa a sapere se si tratta solo di un'associazione o se è effettivamente AB a provocare C
Non è chiaro se queste linee sono immediatamente note o se appaiono una lettera alla volta. Cosa provoca la comparsa di queste lettere. Se si tratta solo di una sequenza di schemi, il compito non sembra molto formalizzato. Perché è stata scelta la lunghezza della stringa e tutto il resto. Forse i dati non sono rappresentati nella forma giusta.
Leggete il libro, forse troverete la risposta.
Sanych, il kozul è un argomento complesso, che non tutti possono capire a colpo d'occhio. Se non si capisce qualcosa, non significa che ci sia scritto qualcosa di sbagliato.
Non soffrire se non vuoi. Altrimenti si finisce come nella parabola delle perline.
Sanych, il kozul è un argomento complesso, che non tutti possono capire a colpo d'occhio. Se non si capisce qualcosa, non significa che ci sia scritto qualcosa di sbagliato.
Non soffrire se non vuoi.
Kozul - si tratta di una mossa pubblicitaria e l'intero libro non è altro che una pubblicità dell'insolita novità delle più consuete disposizioni della statistica matematica. Ma la statistica matematica è una materia davvero difficile.
Ecco il risultato di centinaia di pagine di testo:
Per quanto io capisca di programmazione, il codice fornito NON è codice funzionante: funzioni che non sanno da dove vengono, i risultati non sono assegnati a nulla, gli argomenti delle funzioni sono da zero.
Maxim è irrimediabilmente incapace di avere una discussione sostanziale.
C'è qualcuno nel forum che capisce la copia del codice del libro che ho fornito?
Io stesso applico diversi approcci per combinare i risultati di diversi modelli, ne conosco ma non ne applico altri, ma non ho visto qualcosa di simile, forse a causa dell'incomprensibilità del codice.
Una meravigliosa sezione in appendice ai libri, che parla dell'assoluta inutilità di tutta questa cajuela:
"
Perché le metriche di previsione sono pericolose per i modelli causali".
e la conclusione della sezione:
In altre parole, le prestazioni predittive su un insieme di dati casuali non traducono la nostra preferenza su quanto sia buono un modello per l'inferenza causale.
Traduzione di Yandex
Perché le prestazioni predittive sono pericolose per i modelli causali
In altre parole, le prestazioni predittive su un insieme di dati casuali non traducono la nostra preferenza per la bontà di un modello per l'inferenza causale.
In altre parole, per l'autore la cosa più importante è l'inferenza causale stessa, e il tentativo di usarla rovina la bellezza dell'intera costruzione.
Imbrogliare!