따라서 전략이 새로운 데이터에서 작동할지 여부를 알기 위해 전략 재교육의 지표만 있으면 다른 모든 것은 해결할 수 있습니다....
----------------------------------------
과잉 훈련을 감지하기 위해 몇 가지 접근 방식을 취하는 아이디어가 있는데, 제 아이디어는 auto.arima, Prado "PBO"를 기반으로합니다. 다른 것도 가능하고, 예측 변수로 던져 AMO가 오버트레이닝 확률을 예측하고 메트릭으로 만들도록 가르치는 것도 가능합니다.
What is an Ensemble Strategy or Method? “In statistics and machine learning, ensemble methods use multiple learning algorithms (trading strategies in our case) to obtain better predictive performance than could be obtained from any of the constituent (individual strategies) learning algorithms.” A simpler example would be to think of it as a...
머신러닝은 인공지능 방법의 한 종류로, 문제에 대한 직접적인 해결책이 아니라 유사한 문제 집합에 해결책을 적용하여 학습하는 것이 특징입니다. 이러한 방법을 구성하기 위해 수학 통계, 수치 방법, 수학적 분석, 최적화 방법, 확률 이론, 그래프 이론 및 디지털 형식의 데이터 작업을위한 다양한 기술이 사용됩니다.
어떤 이유에서인지 취미가 가장 매력적이라고 생각합니다.
당신 말이 맞아요.
각자의 취미가 있죠.
하지만 저는 저에게도 관심이 있습니다.
하지만 왜 내가 같은 갈퀴를 밟을까요?
나는 여기서 연구의 긍정적 인 결과를 느낄 것이며이 분야의 기존 전문가들과 기꺼이 합류 할 것입니다.
그러나 생각의 오류는 육안으로 볼 수 있습니다.
그리고 단기간에 예상되는 결과를 얻기 위해 올바른 방향으로 나아가기를 바랍니다.
전략의 앤서블에 대해
https://buildalpha.wordpress.com/2018/11/20/buildalpha-ensemble-strategies-reduce-overfitting-by-combining-strategies/
----------------------------------------
따라서 전략이 새로운 데이터에서 작동할지 여부를 알기 위해 전략 재교육의 지표만 있으면 다른 모든 것은 해결할 수 있습니다....
----------------------------------------
과잉 훈련을 감지하기 위해 몇 가지 접근 방식을 취하는 아이디어가 있는데, 제 아이디어는 auto.arima, Prado "PBO"를 기반으로합니다. 다른 것도 가능하고, 예측 변수로 던져 AMO가 오버트레이닝 확률을 예측하고 메트릭으로 만들도록 가르치는 것도 가능합니다.
또는
전략 재교육 메트릭을 사용하여 전략이 새로운 데이터에서 작동하는지 여부를 파악할 수 있습니다.
성배라는 단어의 또 다른 변형인가요? :-) "미래에 효과가 있을지 알기 위해"
성배라는 단어의 또 다른 변형 ? :-) "미래에 작동할지 알기 위해"
정확하지 않습니다. 예를 들어 69 % 확률로 새로운 데이터에서 작동 할 것이라는 정직한 확률이 필요합니다.
P-해킹과 전략에 대해
https://mathinvestor.org/2019/04/p-hacking-and-backtest-overfitting/
기회가 된다면 흥미롭고 중요한 주제에 기여하고 싶습니다.
머신러닝은 인공지능 방법의 한 종류로, 문제에 대한 직접적인 해결책이 아니라 유사한 문제 집합에 해결책을 적용하여 학습하는 것이 특징입니다. 이러한 방법을 구성하기 위해 수학 통계, 수치 방법, 수학적 분석, 최적화 방법, 확률 이론, 그래프 이론 및 디지털 형식의 데이터 작업을위한 다양한 기술이 사용됩니다.
P.Z.
P.Z.
여기서 가장 중요한 것은 이미 검색에 너무 지쳐서 1-2 문장을 읽지 않을 정도로 많은 단어를 쓰지 않는 것입니다.
해킹 및 전략 정보
https://mathinvestor.org/2019/04/p-hacking-and-backtest-overfitting/
따라서 전략 최적화 또는 학습은 다음과 같이 보일 것입니다:
여기서 평균 점수는 교차 검증을 사용할 때 결과의 아날로그입니다.
따라서 전략이나 교육을 최적화하는 것은 다음과 같은 모습이어야 합니다:
여기서 평균 점수는 교차 검증을 사용할 때 결과의 아날로그 값입니다.