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

СанСаныч Фоменко 2023.04.12 08:36 #30221

Maxim Dmitrievsky #:

これは簡単に自動化でき、人間の介入なしに機能する

同様のアルゴリズムは前回の記事で紹介した。

要するに、モデル・エラーをフィルタリングし、「取引しない」という別のクラスに分類するのである。

そして、穀物だけが最初のモデルに残る。

これはツリー・ルールと同じだが、横から見た場合だ。しかし、ルールは略奪され、互いに比較されるべきであり、出力にはすでに洗練されたTSがある。

私は上で、モデルのエラーは捨てられないと正当化した。

私は自分の意見を変えたい。

しかし、この目的のためには必要なのだ。

トレーニング選択範囲とその外での初期モデルの評価

トレーニング・セレクションの外側で、前の2つのモデルとは一致しない "クリーニングされた "モデルの評価

可能か？

Maxim Dmitrievsky 2023.04.12 08:38 #30222

СанСаныч Фоменко #:

モデルの誤差を否定することはできないことは前述の通りだ。

生憎のりましてむな。

、生半可なりません。

トレーニング選択時および選択解除時の初期モデルの評価

トレーニング・セレクションの外側で、前の2つのモデルとは一致しない "クリーニングされた "モデルの推定

可能か？

上にいくつかの画面を追加しました

この方法で穀物と籾殻を分けるアルゴリズムは様々である。

点線の左はOOSで、トレーニングには一切参加しない。

ークレメントなどのーク

黄色の曲線は、相場表そのものである。しかし、どのような状況でモデルがより良く/より悪く機能するかを理解するために使用することができます。

Maxim Dmitrievsky 2023.04.12 08:48 #30223

一度にたくさんのエラーを捨てると、教師は退化する（エラーがたくさん残って粒がゼロになる可能性がある）ので、反復ごとに少しずつ捨てていく

OOSの誤差は徐々に減少し、この場合r^2は増加する

Iteration: 0, R^2: 0.10170503363002426
Iteration: 1, R^2: 0.3786110827222656
Iteration: 2, R^2: 0.36326063198923375
Iteration: 3, R^2: 0.4316690005974817
Iteration: 4, R^2: 0.71390099630815
Iteration: 5, R^2: 0.8178962191209952

要するに、これはfxsaberのbestintervalのアナログであるが、ここではTSが一度に準備されるだけである。

Rorschach 2023.04.12 09:08 #30224

Aleksey Vyazmikin #:

全部載っていると思います。Kaggleとframevoc fast.aiの創設者であるジェレミー・ハワードの本です。

СанСаныч Фоменко 2023.04.12 09:14 #30225

Maxim Dmitrievsky #:

一度にたくさんのエラーを捨てると、教師は退化する（エラーがたくさん残って粒がゼロになる可能性がある）ので、反復ごとに少しずつ捨てていく

OOSエラーは徐々に減少し、この場合r^2は増加する。

要するに、fxsaberのbestintervalのアナログですが、ここではTSが一度に準備されます。

私には、この引用に過剰なフィッティングがある。

Out of sample "はどこですか？

Maxim Dmitrievsky 2023.04.12 09:20 #30226

そうやって木をいじってからルールを抜けば、もっと良くなるかもしれない。

Maxim Dmitrievsky 2023.04.12 09:20 #30227

СанСаныч Фоменко #:

私には、この言葉がとてもしっくりくる。

アウト・オブ・サンプル』はどこだ？

もう笑えない。

Maxim Dmitrievsky 2023.04.12 09:51 #30228

Aleksey Vyazmikin #:

私はこの帽子を、葉を選択できるパイソンのツリーで作ることを提案する。

もし、どちらが良いか悪いか、ベストなものだけを選ぶルールや、フィルターを通して選ぶルールなど、何かアイデアがあれば提案してほしい。

つのデータセットを両方のアプローチにかけた上で比較したい。そうすれば、何が何なのか理解できるだろう :)

Aleksey Vyazmikin 2023.04.12 11:01 #30229

Maxim Dmitrievsky #:

これは簡単に自動化でき、人間の介入なしに機能する

同様のアルゴリズムは前回の記事で紹介した。

要するに、モデル・エラーをフィルタリングし、「取引しない」という別のクラスに分類するのである。

そして、穀物だけが最初のモデルに残る。

これはツリー・ルールと同じだが、横から見た場合だ。しかし、ルールは略奪され、互いに比較されるべきであり、出力にはすでに洗練されたTSがある。

例えば、籾殻から穀物を選択する最初の反復（縦の点線の左 - OOS）：

そしてこれが10回目：

そう、ポイントは同じで、予測因子をよりよく記述するデータで最終的に作業することである。

どのようにこれを最も効率的に行うかはまだ未解決の問題で、それぞれの方法には長所と短所があります。

Aleksey Vyazmikin 2023.04.12 11:07 #30230

Rorschach #:

ー全部載っているとーKaggleとframevoc fast.aiの創設者であるジェレミー・ハワードの本です。

ありがとう！ロシア語の無料版を探さないといけないね。翻訳者が時々真珠を作ってくれたり、食塩水について教えてくれたりするから、役に立つよ :)

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 3023