トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1238

 
サンサニッチ・フォメンコ

rf、xgboost、SVM、GLM、nnetなど、すべてがほぼ同じです。

あるサイトでは1つのモデルが他のモデルより優れており、他のサイトでは劣っている-すべて単位は%です。

モデルの誤差は、実際には予測変数と目標変数のペアの誤差であるという印象です。どんなトリックも飛び越えることができない一定の限界があるが、それを台無しにするのは簡単だ、有望なペアでパスすることができる

私の目的は、サードパーティを通じてalglibライブラリをチェックし、正しく動作するのか、それとも単に変な実装なのかを確認することです。

もしかしたら、私が心配しているのは実装で、本当に通常のモデルでこそ大幅な改善が可能なのか、それとも今ひとつはっきりしないニュアンスなのかもしれない。

 
マキシム・ドミトリエフスキー

列の数があらかじめわからない...また、内部に動的配列を 持つ構造体の配列はファイルに書き込まれないのでしょうか?)これはちょっとヤバいですね...。

列数が事前にわからない2次元の配列を保存するだけでよい

FileWriteArray()で動的配列を書き込むことができない

配列の要素ごとにファイルに書き込むということです。あるいは、ファイルを開いて配列の文字列を " ," 区切りで文字列に組み立て、それぞれの文字列を .csv ファイルに書き込むこともできます。

 
イゴール・マカヌ

FileWriteArray()で動的配列を書き込むことができない

配列の要素ごとにファイルに書き込むということですが、ファイルを開いて配列の文字列を " ," で区切って文字列にし、それぞれの文字列を .csv ファイルに書き込むことも可能です。

はい、それは大丈夫そうです、私はそれを試してみます。

 
一次元対称モデルARCH、GARCH、GARCH-M、IGARCH、一次元非対称モデルGJR、EGARCH、多変量モデルVECH、対角VECH、BEKKはすべてボラティリティモデルである。
 
ドミトリー

2年前、ここでマキシムカに「NSは核爆弾のようなおもちゃだ」と書いた。他のモデルが少なくとも満足のいく結果を出した場合、NSを使うことは推奨されないということです-彼らは存在しないものを見つけ、それについて何もすることができません。

木は良いものですが、足場を使った方が良いですね。

実は2年ほど前に興味を持ち、その後1年ほど中断していたのですが、また戻ってきました。

今は新しい単語をたくさん知っています。

 
マキシム・ドミトリエフスキー

実は、2年前から興味を持ち始め)その後、1年間断念し、今また戻ってきたんです。

が、今は新しい単語をたくさん知っています。

また、右のように。

 
Alexander_K2:

私はそうは思いません。

今、プログラマー・コーダーの中では、インド人が一番強いんです。冗談抜きで、私は様々なプロジェクトで彼らと一緒に仕事をすることができたのです。

ですから、私がニューログラールを見つける最後の望みは、マックスと彼のインド人メン ティーに あります。二人は市場をハシゴし、ヒンズー教徒はもともと宗教心が深く、困っている人への思いやりに満ちているので、とにかくみんなに配るのです。

NSで、それとも何?

フォレックスは、誕生当時はコンピュータが弱かったので、ニューロニクスを使うことができませんでした。

そしてご存知のように、火には火で対抗するのです。

46年の歴史。

メジャーは今でも生まれたときとまったく同じように存在しています。だから、今日まですべてがシンプルなのです。

でも、トレードでクロスはお勧めできませんね、まったくもってカクカクしてますから・・・。そして、5桁も彼らの言いなり...。

聖杯は 誰の脳にもあり、たくさんの神経細胞がある。

もう一度、あなたの目で、あなたの目で、そして唯一の数学的な結論と数式、そして唯一のあなた自身のように、どこにも正しいものが存在しない...

あなたが読むことができるすべては、大規模で同じ関数を使用する試みです:ライン、またはそれにX軸またはY軸の進化度合いを係数+平均化する。これがALLユートピアです。

 

RとPythonのコツをつかんだので、このセットで何か教えてくれませんか? ブーストを処理している間に :)

On a traintest, break down on its own in any proportions.さまざまなモデルのテストの誤差を見て、自分のものと比較するのは興味深いことです。

データセットが600行と少ない

ファイル:
 
マキシム・ドミトリエフスキー

RとPythonのコツをつかんだので、このセットで何か教えてくれませんか? ブーストを処理している間に :)

On a traintest, break down on its own in any proportions.異なるモデルのテストの誤差を見たり、大豆と比較するのは興味深いことです

データセットが600行と少ない

データセットが非常に小さく、精度は約55%(+-3%)

 
グレイル

データセットが非常に小さく、精度は約55% (+-3%)

もっと小さいクラスがある Err 0.140.4

理由: