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 1279

 
エリブラリウス

それを把握することと、リリースをすることは別のことです。今も実験中です。今、予想屋を混ぜているんです。騒音に対応できずにNSをあきらめたように、あきらめるかもしれません。

把握するのは簡単です。数時間コードを眺めていれば、すべてが明らかになる。

そうですね、もちろん違いますが、いい手はたくさんできますよ一方、私は他人のコードを理解するのは難しいので、手を出さないことにしています。

そして、森は、その概念であるので、それは常にノイズになります(実際には、ホワイトノイズは、より自信を持って集団応答とノイズを重ねるべきである)、それは質ではなく、量のために動作するので、私は何とかもっとと木とその一意性の品質を制御する必要があると思います。

木の葉を集めるという私のアイデアが気に入らないのか、投票に行くとか、サンプリングで重ならないように葉っぱを分配してみるとか......理解できない。ノイズは当然少なくなりますが、葉っぱの中のルールが本当の意味を持っていることが重要で、そうすれば時間が経っても安定します。

 
アレクセイ・ヴャジミキン

木の葉を集めるという私のアイデアがなぜ気に入らないのか理解できません。投票するか、サンプルに重ならないように葉っぱを分配してみるか......。十分なノイズがない場合、葉の中のルールが本当の意味を持つことが重要で、そうすれば時間が経っても安定します。

まだ、足場を十分に探っていないのです。だからこそ、他のことに気を取られている暇はないのです。
 
エリブラリウス
まだ、森を完全に探索しきれていないのです。だからこそ、他のことに気を取られている暇はないのです。

なるほど。鍛えて、実績を書いて......面白い。

 

今は、そのような木が1~30本と少ない不思議なCatBoostモデルを深層学習用にプールして、100~300本以下の深層学習が意味があるのかどうかを評価しようとしています。

興味深いことに、トレーニングのためのサンプルの最初の部分(青で強調表示されていますが、それは最後のバランス高の内訳を示したので、必要以上に少し、彼らはそれが長かったと言う)モデルを適用した後、非常に平凡に見えるし、テストサンプル(モデルが選択されている)上で試験(トレーニングに関与しない)ほど明白ではありませんがモデルを利用し始めるパターンが存在します。おそらくこれはアンダートレーニングの兆候で、オーバートレーニングより良いのかどうかが問題です。

 

もし誰かが興味を持てば、私のようにpythonをマスターしていない人でも、コマンドライン経由で実行するためのバターン、サンプリング、セッティングを並べることができます。

 
アレクセイ・ヴャジミキン

分刻みでお伝えし、テスターの取引報告書を添付しています。

でも、指標は少し改善しました。

シャープレシオは現在0.29です。

 
エリブラリウス

最後に順列を数え、実際に1つの予測因子を取り除いた森を再集計した。結果はまったく似ていない。

permutationの著者は6つの予測因子で実験し、私は65で実験しました。6つの予測子を使えば、ノイズの入力を分離しやすくなるのかもしれませんね。それに森はやはりランダムなので、もしかしたらランダム性も重要視されたのかもしれませんね。

今度は同じデータでもう一度実行し、午前中に4つの重要度表を比較します。

最も類似していたのは、2つの並べ替え重要度表(同じデータを異なる方法で実行したもの)でした。

予測変数1個を取り除いたときのforestを再集計して得られた重要度表は、互いに似ていないし、順列にも似ていない。

 
タイピストの皆さん、こんにちは。

このスケジュールは、グレイルテスター なのか?


 
Alexander Ivanov:
マシニストの皆さん、こんにちは。

このグラフは、グレイルテスター?

そうです、ここにはテスター・グレイルしか ないのです!マーレソニアン・バレエは新郎見習いとカンパニーによって演出されています :)

 
ケシャ・ルートフ

そう、この辺りにはテスターのグレイルしかなく、マーレソニアンバレエはThe Groom's Apprenticeとカンパニーが運営しているのです :)

ケシャの息子。

笑わせてくれるね。

思考の深さ

なんてシラケるんだ。