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 2647

[Maxim Dmitrievsky]

Maxim Kuznetsov #:

wai ！

あなたは "活動家 "とは違って、特別な教育と経験を持っている。(あなたは経済学と離婚センターでの専門的な経験をお持ちですか?)。

でも、何回彼らをバカにできる？

私は彼らを馬鹿にしているだけだ。

[Aleksey Nikolayev]

Maxim Kuznetsov #:

wai ！

あなたは "活動家 "とは違って、特別な教育と経験を持っている。(あなたは経済学と離婚センターでの専門的な経験をお持ちですか?)。

でも、何回彼らをバカにできる？

あ、スターリッツ/カウンタースターリッツが来たよ（笑)。

[Valeriy Yastremskiy]

大丈夫です...正常な水路は曲がりと異物混入があるが、水路は安定している)))

[Maxim Dmitrievsky]

Valeriy Yastremskiy #:
大丈夫です...通常の水路は曲がりや異物混入があるが、水路は安定している)))。

これはルネットで最も有益で専門的な議論である。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

単純なアルゴリズムが、予測変数のセットの限られた部分にしか働かないというのは、私にはごく普通のことのように思える。

良い」ボックスに入るものをサンプルから段階的に取り除き、残りの部分にアルゴリズムを適用することができます。要するに、それはブスティングに似ています。おそらくrandomforestと同じように、大きな予測変数の集合を取り、それぞれの部分集合についていくつかのボックスを見つけることができます。

私の理解が正しければ、予測因子を組み合わせることのポイントは、識別されたボックスを互いに重ならないように並べることであり、もし重なっても結果を大きく悪化させないことですよね？

[Renat Akhtyamov]

Maxim Dmitrievsky #:
からかっているだけだ 。

あなたは舞台裏を見てないだけ。

;)

[Maxim Dmitrievsky]

Renat Akhtyamov #:

舞台裏を見ていないだけだ。

;)

もちろん見ているよ。少し前まで、君のサルを見て笑っていたからね。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

私の理解が正しければ、予測因子を組み合わせるポイントは、特定されたボックス同士が重ならないように並べることであり、重なったとしても結果を大きく悪化させないことですよね？

検出されたボックスをどうするかという問題は複雑で、すべての可能なケースについて明確なルールがあるわけではないと思います。よく練られたアルゴリズムは、おそらくかなり秘密の「ノウハウ」なのだろう)

もしケースが同じ予測変数の集合で得られるなら、おそらく交差しないだけで十分だろう。もし交差があれば、それは別のボックスに割り当てられ、その補集合はいくつかのボックスに分割できる。しかし，箱の数が多すぎると，標本が分断されすぎる．したがって、ボックスの概念を一般化することができる。ルールの言語では、これは否定とORをANDに追加することを意味する。

ボックスが完全に異なる予測変数で得られる場合（たとえば、randomforest法）、それらは、その中に入る標本の部分の意味においてのみ重なり合うことができます。ここでは，おそらくポートフォリオに近い考え方が必要であろう．

もし予測変数セットが部分的に重なるのであれば、おそらく何らかのアプローチの混合であろうが、はっきりとは言えない。

これをどのように統一されたスキームに落とし込むかは、私にはわからない。決定木を単純かつ "うまく "構築する標準的な方法は、これらの問題を回避するものであり、我々の目的には適していない。プルーニング・アルゴリズムを選択することで改善できるかもしれないが、私の考えでは、ルール構築アルゴリズムを創造的に作り直す方がよい。

[Aleksey Nikolayev]

Maxim Dmitrievsky #:
私たちは少し前まで、あなたのサルを見て笑っていたのよ。

人形劇場にだって舞台裏があるんだから、理にかなっているよ（笑)

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

人形劇にだって舞台裏はあるのだから。）

:D