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 3354

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

モデルの確率は訓練サンプルの統計量によって与えられる。

従って、代表的なサンプルがなければ正確ではありません。）

モデルが何から構成されているかを把握し、あなたが考案したアルゴリズムに従って葉を重み付けし直すか...。

モデルの確率はシグモイドで与えられる。単純化のために、外がどうであれ軌道とシャフトを取る。そして、そこでも吃音が出る。

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
モデルの確率はシグモイドで与えられる。

では、この関数に入れる数値はどこから来るのですか？

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

そうだね、関数にどんな数字を入れるか、それはどこから来るのか？

質問に質問で答えるつもりですか？どちらかと言えば、明確な答えを知っている。

[Maxim Dmitrievsky]

モデルの出力で得られるのは、クラスの確率ではない。類似のものとして回帰があり、これは単一の値を与える。分類器は同じ原理で働き、確率ではなくシグモイドを通した生の値を与える。

確率を得るには？

[СанСаныч Фоменко]

Maxim Dmitrievsky #:
分類器が正しい確率を与えることをどのように理解しましたか？範囲内の値だけではありません。 。

If you set a threshold of 0.8, will 80% of the trades be profitable?0.51なら？

ほぼ間違いなく、そうならないでしょう。調べてみてください。

何度も確認した。これがTCのベースだ。

もう一度言いますが、そうでなければ再教育です。

[СанСаныч Фоменко]

Maxim Dmitrievsky #:
モデルの出力で得られるのは、クラスの確率ではない。類似のものとして回帰があり、これは単一の値を与える。分類器は同じ原理で働き、確率ではなくシグモイドを通した生の値を与える。

確率を得るには？

シグモイドを通過させることで、クラスの確率ではなくクラスが得られます。

[Maxim Dmitrievsky]

СанСаныч Фоменко #:

シグモイドを通過すると、クラスが得られるが、クラスの確率は得られない。

確率と呼ばれる値が得られるが、実際にはそうではない。

[Maxim Dmitrievsky]

СанСаныч Фоменко #:

何度も確認した。それがTCの基本だ。

繰り返すが、そうでなければ再教育だ。

あなたの言葉を鵜呑みにするのではなく、そのためのテストがあるんだ。

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
質問に質問で答えるつもりですか？私は曖昧さのない答えを知っている。

Maxim Dmitrievsky#:
モデルの出力で得られるのは、クラスの確率ではない。類似のものとして回帰がありますが、これは1つの値を与えます。分類器は同じ原理で働き、確率ではなくシグモイドを通した生の値を与えます。

確率を得るには？

CBモデルの葉でどのように値が得られるか知っていますか、それを再現できますか？

ポイントは、確率は歴史によって推定されるが、代表的なサンプルを持つ理論だけが、確率が今後もそうであることを保証できるということだ。我々にはそのようなサンプルがない。したがって、このような方向で調整しても、新しいデータで正確性を得ることはできない。葉の中にゴミがあるという理由で、シグモイド分類点を過大評価したり過小評価したりすることで補正が必要なのかもしれない。

あるいはまた、それが何なのかは明らかではない。

何か賢い方法を見つけた方は、ぜひ教えてください :)

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

CBモデルの葉の値がどのように導き出されるのか知っていますか、それを再現できますか？

重要なのは、歴史の確率は推定されたものであるが、それが今後もそうであることを保証できるのは、代表的なサンプルを持つ理論だけだということだ。我々にはそのようなサンプルがない。従って、この方向で調整しても、新しいデータで正確性を得ることはできない。葉の中にゴミが入り込んでしまったという理由で補正が必要になる場合があるが、この場合、シグモイド分類点の依存性または過小評価によって補正されるべきである。

あるいはまた、私たちが何を言っているのかはっきりしない。

もし何か賢い方法を見つけたのなら、教えてください。）

私は、誰かが少なくともそのヒントをググってくれることを期待していました。

たとえトレーニングで確率曲線を持っていたとしても、どんな新しいデータについて話すことができるのか。そして、ブスティングとフォレストはこの点で多くの罪を犯している。ブスティングは自信過剰、フォレストは自信不足。もちろん、閾値を使う予定があればの話ですが。

私自身は、しきい値を大きくしても、トレードの質はトレーンでも向上しないことを観察してきました。では、モデルが返す確率は？何もありません。）

Sanychの写真では、自信のバスト、あなたはエッジ列の外れ値から見ることができます。谷はもっと滑らかであるべきだ。これはオーバーフィッティング・モデルだ。