Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1377

 
Graal:

Exatamente certo, quanto mais melhor (menos de 100k é ruído), mas você tem que levar em conta que as propriedades do mercado mudam, e como levar isso em conta na formação é um grande segredo.

Tentei diminuir uniformemente o peso das linhas, mas não notei nenhuma melhoria. Quais são as outras opções?

 
elibrarius:

Aqui eu tentei reduzir o peso das linhas uniformemente, mas não notei nenhuma melhoria. Que outras opções você tem?

Você deve ter feito algo errado, deve ser melhor, embora você tenha que reconfigurar o classificador, ótimo sem a ponderação temporal é diferente.

Poderíamos também tentar dividir a rotação em, por exemplo, 10 fragmentos e ensiná-los a uma média mais ou menos óptima para todos por 10% de teste (perto do fim (presente)) e depois usar a qualidade modulada de classificação (1-.1) como pesos para os fragmentos. É possível fazê-lo com uma janela deslizante, claro, com um certo passo para obter pesos mais uniformes. A propósito, a própria dinâmica destes pesos é uma característica muito importante, tendo a ver com a mudança dos modos de mercado.

 
Graal:

Algo deve estar errado, deve ser melhor, embora o classificador tenha de ser reconfigurado, o óptimo sem ponderação de tempo é diferente.

Também é possível tentar dividir a rotação em, por exemplo, 10 fragmentos e ensiná-los em uma média mais ou menos ótima para todos a 10% de teste (próximo ao final (presente)) e, em seguida, usar a qualidade modulada de classificação (1-,1) como pesos para os fragmentos. É possível fazê-lo com uma janela deslizante, claro, com um certo passo para obter pesos mais uniformes. A propósito, a dinâmica destes pesos em si são uma característica muito importante, tendo a ver com mudanças no modo de mercado.

Não percebo bem a ideia, é como o Vladimir aconselhou? Isto é, depois de treinar uma parte dos dados para colocar pesos na trama de teste?
 

Não percebo bem a ideia, é como o Vladimir aconselhou? Isto é, depois do treino de uma parte dos dados para colocar pesos na peça de teste?

É mais ou menos isso, se eu tiver acertado. Treine na primeira fatia, pegue akurasi e use como peso, modulado -1, 1 em akurasi todas as fatias e assim, para todas as fatias, você pode fazer fatias sobrepostas com uma janela deslizante, serão mais cálculos, mas IMHO 10-20 fatias o suficiente para uma amostra de 500 cordas


O peso do PS não é dado ao teste no final, mais próximo do real, mas à peça de ler, na figura à esquerda.


 
Graal:

É mais ou menos isso, se eu acertar. Treinar na primeira peça, obter akurasi e usar como peso, modulado -1, 1 em akurasi todas as peças e assim para todas as peças, você pode fazer peças sobrepostas com janela deslizante, serão mais cálculos, mas IMHO 10-20 fragmentos suficiente para uma amostra de 500 cordas


PS o peso não é colocado no teste no final, mais próximo do real, mas na fatia de lerno, na foto à esquerda.


Ah - bem, isto é o oposto do Vladimir's. Ele deu pesos às linhas nestes pedaços de teste, e ao deslocá-los constantemente, ele deu pesos a toda a amostra. Aqui você ganha um peso diferente para cada linha.

E você - treinando em um pequeno pedaço de xaxim (linhas de 20-50k), verifique em relação ao teste e se o teste é melhor/pior que a média para todas as peças, respectivamente mude o peso para todas as linhas neste pedaço de xaxim. Aqui o peso de todas as filas em uma fatia é o mesmo.

Agora percebo bem a tua ideia?

 

No mealheiro, provavelmente interessante... ainda não o vi. Gostei do conteúdo da palestra.

https://www.lektorium.tv/lecture/14232

Зачем торговать на эффективном рынке? Модели эффективности и предсказуемость
  • www.lektorium.tv
Зачем торговать на эффективном рынке? Модели эффективности и предсказуемость. Кирилл Ильинский рассказывает о связи между эффективностью рынка и предсказуемостью движений цен финансовых инструментов. В лекции обсуждается популярная точка зрения о противоречии между эффективным рынком и техническим анализом, а также различные подходы к описанию...
 
Maxim Dmitrievsky:

No mealheiro, provavelmente interessante... ainda não o vi. Gostei do conteúdo da palestra.

https://www.lektorium.tv/lecture/14232

Gostou do conferencista, não gostou da palestra. Embora ele leia bem. Eu consegui sentar-me durante 25 minutos). Foi feito para um público diferente. Claro que algo interessante dirá a seguir, mas 2 horas de observação...

 
Yuriy Asaulenko:

Gostei do conferencista, mas não da palestra. Ele lê bem, no entanto. (Consegui aguentar durante 25 minutos). Concebido para um público diferente. Tenho a certeza que ele vai dizer algo interessante a seguir, mas 2 horas de observação...

Eu também não consigo perceber.

Ele tem um curso de palestras. Se você assistir à primeira, é uma análise profunda da estrutura e modelos do mercado.

interessante em geral. Quantum do JP Morgan ou quem sabe.

 
elibrarius:

Ah - bem, é o oposto do Vladimir's. Ele deu pesos para as linhas nestes pedaços de teste, e ao deslocá-los constantemente, ele deu pesos para toda a amostra. Aqui você ganha um peso diferente para cada linha.

Você tem treinamento em um pequeno pedaço de Lerna (20-50k cordas), verificando em relação ao teste e se o teste é melhor/pior que a média para todas as peças, respectivamente mudando de peso para todas as cordas neste pedaço de Lerna. Aqui o peso de todas as filas em uma fatia é o mesmo.

Será que agora entendi bem a tua ideia?

Sim, em uma fatia o peso é o mesmo, primeiro cada fatia é treinada e testada em um teste no final, e o resultado é registrado para a fatia de treinamento, depois pegue a média para todas as fatias e divida pelo spread que serão os pesos.

 
Maxim Dmitrievsky:

No mealheiro, provavelmente interessante... ainda não o vi. Gostei do conteúdo da palestra.

https://www.lektorium.tv/lecture/14232

A matemática financeira apresentada sem o cálculo estocástico do Ito, parece muito misteriosa e vaga.