L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 638
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
Per trovare l'entropia incrociata devi prima trovare l'entropia condizionata di due eventi, che è quello che sto facendo ora....
E la stima dell'entropia del modello è necessaria nel momento in cui il modello funziona su feedback. Avendo emesso un segnale possiamo calcolare l'entropia di questo segnale e usarla per trarre conclusioni. L'entropia del segnale è aumentata. Beh, cazzo, è caduto - questa è la nostra locomotiva a vapore ....
Per il trading di tendenza - sì, esattamente. Michael, andiamo più veloce, perché mio suocero mi sta già torcendo i pugni in faccia in una corsa ai soldi del Forex, non mi permette di concentrarmi sull'entropia/non-entropia...
Per trovare l'entropia incrociata devi prima trovare l'entropia condizionale dei due eventi, che è quello che sto facendo ora....
Hai un'entropia trasversale diversa dalla mia, non posso aiutarti. Anche se ho anche una bicicletta, non voglio discutere su quale sia meglio :)
Dai un'occhiata ai pacchetti di R sull'argomento, sembra chehttps://cran.r-project.org/web/packages/EMVC/EMVC.pdf sarebbe adatto per trovare sia l'entropia che l'entropia incrociata, e filtrare i predittori.
Non ho studiato la teoria dell'informazione, ma ho qualche esperienza con l'entropia in R.
Fondamentalmente, più alta è l'entropia e più caos c'è nei dati. Un predittore con un'alta entropia è piuttosto mal collegato all'obiettivo. Al contrario, una bassa entropia indica che il predittore è facilmente identificabile dal predictor.
La non-entropia è l'opposto dell'entropia, non porta nessuna nuova conoscenza rispetto all'entropia, è solo introdotta per comodità. Se il predittore ha una grande entropia, allora la non entropia è piccola. Se l'entropia è piccola, allora la non-entropia è grande. È come il caldo e il freddo, la luce e il buio, ecc.
Ma non è tutto, c'è anche la cross-entropia. Questo è il modo in cui i due predittori insieme sono legati all'obiettivo, un'alta cross-entropia è cattiva, bassa è buona. Nell'apprendimento automatico accade spesso che due predittori con alta entropia quando vengono usati insieme danno una bassa entropia incrociata, che è ciò di cui tutti abbiamo bisogno. Anche se ciascuno dei predittori può essere associato male al bersaglio da solo (alta entropia per entrambi), ma insieme possono colpire il bersaglio (bassa entropia incrociata). Quindi non si può semplicemente misurare l'entropia di ogni predittore separatamente, e scegliere un set in base alla stima. È necessario selezionare l'intero set di predittori con bassa entropia incrociata, io per esempio non guardo quale sia la loro entropia individualmente.
Ecco alcuni esempi -
1) Predittore con alta entropia. Non c'è alcun modo di prevedere la classe di destinazione.
2) Predittore con bassa entropia. Se guardate bene, se il valore del predittore è da 0 a 0,25 o meno di 0,4, allora il valore della classe = 1. Altrimenti, classe = 2. Questo è un predittore molto comodo da usare in MO.
3) Due predittori, ognuno ha un'alta entropia, e il modello non sarà mai in grado di predire il target usando solo il primo o solo il secondo predittatore. Ma disegnandoli insieme (l'asse X è il valore del primo, e il valore Y del secondo) possiamo immediatamente vedere che insieme danno ottime informazioni sulla classe del bersaglio (stesso segno per entrambi i predittori = classe1, segno diverso = classe2). Questo è un esempio di bassa entropia incrociata.
Forse solo i componenti principali?
http://padabum.com/d.php?id=223567
no grazie
leggere di nuovo... quando finirà
http://padabum.com/d.php?id=223567
no grazie
Leggere ancora... quando finirà?
Grazie per il libro.
No, tali link con il processo di installazione non si scaricano)).
Grazie per il libro.
No, tali link con il processo di installazione non si scaricano)).
Tutto si scarica normalmente, senza alcuna installazione
pdf è vuoto, posso convertire in djvu e inviareForse solo i componenti principali?
Le componenti principali sono calcolate senza analisi di targeting. È possibile trovare le componenti principali, ma non si sa in anticipo se sono utili per predire l'obiettivo giusto.
E la cross-entropia può essere calcolata in relazione a un obiettivo specifico, e il risultato dirà quali predittori dovrebbero essere rimossi perché interferiscono.
Ho voluto provare il pacchetto EMCV, vorrei averlo notato prima, se funziona, posterò esempi del suo uso qui più tardi.
Tutto si scarica normalmente, senza alcuna impostazione.
Scusate, ho premuto il tasto "download" sbagliato e c'è un exe.
Tutto è a posto.
Scusa, ho premuto il tasto "download" sbagliato. È tutto a posto.
È solo un pulsante pubblicitario, è il momento di essere più esperti sui siti pirata ))