Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1139
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Sim, o erro é sem dúvida digno de ser relatado, importa-se que eu use o seu relatório como exemplo?
O ajuste está em toda parte, não importa como você olha para ele, a questão é como reduzi-lo a um nível aceitável.
Claro que você pode usá-lo, não há nada de valor neste relatório!
Sobre a adaptação, aqui e eu penso no que fazer com ela, por um lado usando um número limitado de combinações obtidas na história sob a forma de folhas deve reduzir o efeito da adaptação, mas por outro lado eu vejo que 60% das folhas trabalhando na amostra de treinamento param de trabalhar na amostra de teste. A questão é entender como a história mudou, o que exatamente aconteceu, que o que estava funcionando parou de funcionar.
Um grande número de preditores é como um grande número de estrelas no céu, e por causa do seu agrupamento pode surgir um monte de constelações que não podem ser vistas de planetas de outros sistemas solares, e o número de combinações excede o número de entradas no mercado - é por isso que há um ajuste.
Claro que você pode usá-lo, não há nada de valor neste relatório!
Por um lado, utilizando um número limitado de combinações obtidas a partir do histórico na forma de folhas deve reduzir o efeito de encaixe, mas, por outro lado, vejo que 60% das folhas que trabalham na amostra de treinamento param de trabalhar na amostra de teste. A questão é entender como a história mudou, o que exatamente aconteceu, que o que estava funcionando parou de funcionar.
O grande número de preditores é como um grande número de estrelas no céu - e por causa do seu agrupamento podemos inventar muitas constelações diferentes que não podem ser vistas dos planetas de outros sistemas solares, e o número de combinações excede o número de entradas no mercado - é isso que causa o ajuste.
O ajuste no treinamento sempre foi e sempre será, não importa o que alguém diga, mas tem que ser feito com alta qualidade, e então haverá mais folhas de trabalho.
Figurativamente, você pode comparar a negociação no treinamento e saltar de uma prancha de mergulho que iria acelerar e voar inercialmente através do OOS.
No entanto, se o gráfico de equidade desta amostra aparecer curvo e acidentado, não conte com um bom salto).
Por um lado, usando um número limitado de combinações obtidas no histórico sob a forma de folhas deve reduzir o efeito de ajuste, mas por outro lado, vejo que 60% das folhas que trabalham na amostra de treinamento param de trabalhar na amostra de teste. A questão é entender como a história mudou, o que exatamente aconteceu, que o que estava funcionando parou de funcionar.
O grande número de preditores é como um grande número de estrelas no céu e, devido ao seu agrupamento, você pode compor um monte de constelações diferentes que não podem ser vistas de planetas de outros sistemas solares, e o número de combinações excede o número de entradas no mercado - é por isso que há um encaixe.
É uma pergunta de um bilhão de dólares IMHO qualquer indução é um ajuste, MO é apenas estatística, teoria fora de controle, estatística de engenharia, que não desdenha heurística e muletas, e estatística é uma ou outra média, médias, médias de desvios de médias, etc, Bem, todos nos lembramos da parábola sobre "Russell Chicken", o dono vai alimentar o frango algumas centenas de vezes (um número estatisticamente significativo), mas apenas de propósito, para que ele o abata uma vez ((( Talvez, a Boneca faça o mesmo.
Uma pergunta para reflexão:
Há muitas estratégias ajustadas à história, e há muitas estratégias que dão bons resultados em novos dados. Como estes dois conjuntos de estratégias diferem um do outro quando você os executa na história?
Uma pergunta para reflexão:
Há muitas estratégias ajustadas à história, e há muitas estratégias que dão bons resultados em novos dados. Como estes dois conjuntos de estratégias diferem um do outro quando os executamos na história?
Nada. Ambas as classes de estratégias são ajustadas ao histórico.
Talvez os propósitos e meios de tal ajuste sejam diferentes, mas nós, não sendo os autores, não podemos descobrir).
Uma pergunta para reflexão:
Há muitas estratégias ajustadas à história, e há muitas estratégias que dão bons resultados em novos dados. Como estes dois conjuntos de estratégias diferem um do outro quando você os executa na história?
))))))))))))))))))))))))))))))))))))))).............
))))))))))))))))))))))))))))))))))))))).............
Uma pergunta para reflexão:
Há muitas estratégias ajustadas à história, e há muitas estratégias que dão bons resultados em novos dados. Como estes dois conjuntos de estratégias diferem um do outro quando você os executa na história?
A pergunta é válida.
Desde que ensinemos o modelo UMA ÚNICA COISA, no treinamento e controle, a curva de erro será algo como isto
O sobretreinamento é quando a divergência começa (aos 19º n na imagem) daí a resposta à sua pergunta, o modelo ajustado será muito melhor na história do que o modelo ajustado no controle. O ideal seria que o gráfico de equidade sobre a história e o controle (OOS) fosse indistinguível. Então, "guru" local está dizendo sobre "trampolim igual", é o contrário, você não pode ver onde a história acabou e onde o cheque começou.
Cavalheiros especialistas em MO.
Quem pode compartilhar um link sobre como criar um neurônio de aprendizagem para a criação de gráficos de uma função?
A pergunta está correcta.
Assumindo que ensinamos o modelo ao UM e a mesma coisa, em treinamento e controle, a curva de erro será sobre isso
O sobretreinamento é quando a divergência começa (cerca de 19 n na figura), daí a resposta à sua pergunta, o modelo sobretreinado será ALTAMENTE MELHOR na história do que o modelo sobre controle. O ideal seria que o gráfico de equidade sobre a história e o controle (OOS) fosse indistinguível. Ou seja, afirmações de "gurus" locais sobre "trampolim de nível" - puro disparate, exatamente o contrário, não deveria ser visível onde a história terminou e onde o controle começou.
Equilibrando 2 seleções, só isso. Não vai salvar do fracasso no dia 3, no entanto a abordagem é correta