Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 636

 
Alexander_K2:

Eu ainda não sei. Eu vejo a não-entropia como um parâmetro adicional ao Hearst, assimetria, curtose, etc. e este parâmetro é o mais misterioso e, como dizer? - Lindo, sim.

Outra observação tirada da experiência. Eu só aceitei inputs daqueles que têm entropia maior que zero e insignificante. Como resultado, a otimização é visivelmente pior em comparação com o conjunto contendo os mesmos inputs e todos os demais com entropia negativa. Daí a conclusão. É necessário selecionar tais entradas, cuja entropia gira em torno de zero de ambos os lados. Ou seja, um conjunto de entradas sem entropia negativa treina pior que um conjunto com entropia tanto negativa como positiva.

Quando existem SOMENTE entradas com entropia negativa, tais conjuntos também são muito bem treinados, mas devido às peculiaridades do otimizador e à falta de tais entradas os modelos ficam aquém das expectativas em comparação com os conjuntos que também têm entradas positivas. O principal é que isto mais entradas deve ser o menor possível...

 
Irmãos, resta um pequeno passo para nós, mas será um passo enorme para toda a humanidade.....
 
Mihail Marchukajtes:
Irmãos só nos resta um pequeno passo, mas será um grande passo para toda a humanidade.....

Eu concordo contigo. Michael. E isto não é uma piada. Acho mesmo que sim.

 
Alexander_K2:

Eu concordo contigo. Michael. E isto não é uma piada. Estou a falar a sério.

Então... Há duas colunas A e B, como calcular a probabilidade condicional de A de B? A Internet está cheia de fórmulas, mas os exemplos não parecem estar certos... Eu não consigo perceber bem :-(

 

Parem de brincar assim, comportem-se.

um não sabe sobre o que está a escrever, o outro está a atraí-lo ))))

 
Alexander_K2:

Se você quiser saber tudo sobre o futuro em um determinado momento, ou seja, prever, você tem que reduzir o processo para um Markoviano. Faça de forma que a não entropia --> 0.

Tens a certeza que é este o caso? Para um processo não Markoviano é assumido que o preço se comportará da mesma forma (o mesmo movimento após os mesmos padrões), você pode tomar o padrão de preço atual e a neurônica treinada lhe dirá para onde o preço irá em seguida. Isto é muito bom.

Mas o que devo fazer com o processo Markov? Como devo trocar algo que é completamente aleatório?

 
Maxim Dmitrievsky:

Parem de brincar assim, comportem-se.

Um não sabe sobre o que está a escrever, o outro está a atraí-lo ))))

E se o homem realmente correu para a linha de chegada? OK, eu não vou deitar o fio com lixo ^)))))

 
Dr. Trader:

Tens a certeza que é este o caso? Para um processo não-markoviano, assume-se que o preço se comportará da mesma forma (o mesmo movimento após os mesmos padrões) pelo menos ocasionalmente, você pode tomar o padrão de preço atual e a rede neural treinada lhe dirá para onde o preço irá em seguida. Isto é muito bom.

Mas o que devo fazer com o processo Markov? Como é que eu troco algo que é completamente aleatório?

A aleatoriedade não é aleatória :-) O movimento de preços tem sempre uma razão e por isso é errado dizer que é por acaso. Outra coisa é que o observador pode não ter informações sobre a causa e o movimento torna-se aleatório... IMHO....

 
Mihail Marchukajtes:

Então... Há duas colunas A e B, como calcular a probabilidade condicional de A de B? A internet está cheia de fórmulas, mas os exemplos estão errados... Eu não consigo perceber :-(

https://www.mql5.com/ru/articles/3264

Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
Хотим мы того или нет, но статистика в трейдинге играет заметную роль. Начиная с фундаментальных новостей, пестрящих цифрами, и заканчивая торговыми отчетами или отчетами тестирования, от статистических показателей никуда не деться. Вместе с тем, тезис о применимости статистики в принятии торговых решений остается одной из самых дискуссионных...
 
Dr. Trader:

Tens a certeza que é este o caso? Para um processo não-markoviano, assume-se que o preço se comportará da mesma forma (o mesmo movimento após os mesmos padrões) pelo menos ocasionalmente, você pode tomar o padrão de preço atual e a rede neural treinada lhe dirá para onde o preço irá em seguida. Isto é muito bom.

Mas o que devo fazer com o processo Markov? Como é que eu troco algo que é completamente aleatório?

Imagine um modelo de Wiener com drift - e é isso.