Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1604

 
Despeje-o
 
Dmitry:

Ah, então estamos a falar da diferença de desempenho da rede no treino e no teste?

É certo que há uma perda - não há como contorná-la.

Existem dois testes, interno, quando uma parte do conjunto de dados é selecionada para verificação, geralmente 0,2 e externo, quando apenas uma peça é tomada que o neuro não viu. Os resultados do segundo são o mercado real, se não, significa que há um erro em algum lugar.
 
Evgeny Dyuka:
Há dois testes, interno quando parte do conjunto de dados é selecionada para validação, geralmente 0,2 e externo quando basta pegar uma peça que o neuro não viu. O resultado do segundo é um mercado real, se não for, então há um erro em algum lugar.

Tenho que decepcioná-lo, mas na verdade o seu "teste a testar" faz parte de uma amostra ensinável.

 
Dimitri:
Desembucha
Eu não vou. Estou pronto para salvar alguém que agora está batendo a cabeça contra a parede tentando resolver um problema em particular. Eu já passei por isso, e a informação que te vou dar pode poupar-te um mês de vaguear no escuro.
 
Evgeny Dyuka:
Eu não vou. Pronto para salvar alguém que agora está batendo a cabeça contra a parede tentando resolver outro problema específico. Eu passei por isso, a informação que dou pode salvar um mês de vaguear no escuro.

Muito bem, desembucha o teu "info".

 
Dimitri:

Muito bem, desembucha o teu "info".

Apenas especulação para o público está no canal Telegrama, você pode rastrear o histórico do trabalho lá. Aqui eu gostaria de ser específico.
 
Evgeny Dyuka:
Apenas especulações para o público estão no canal Telegrama, você pode rastrear a história do trabalho lá. Aqui eu gostaria de ser substantivo.

OK, desembucha o feijão.

 

Até agora, funciona muito rápido. Vou ligá-lo à base de dados, verei mais tarde.

 
Evgeny Dyuka:
Há dois testes, interno quando parte do conjunto de dados é verificada, geralmente 0,2 e externo quando apenas uma parte é tomada que o neuro não viu. O resultado do segundo é um mercado real, se não for assim, então há um erro.

Eugene Boa tarde, muito obrigado, pelo menos pelo fato de você ser um praticante e não mais um idiota, do qual há 95%.... O que você faz(teste em uma "terceira" amostra) em termos de GMDH é chamado de "critério de potência preditiva"http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%93%D0%A3%D0%90#.D0.9A.D1.80.D0.B8.D1.82.D0.B5.D1.80.D0.B8.D0.B9_absolute_noise-immune.

Vamos lembrar que as primeiras publicações sobre a GMDH começaram em algum lugar a partir de 1960 aquelas idéias de "seu know-how " com o testena "terceira" amostra já tem 60 anos de idade)))

Mas quero notar que a abordagem nunca envelhece, por isso recomendo vivamente a leitura das obrasde A.G. I vakhnenko...

Por exemplo, a regressão do MSUA apenas zomba da regressão do moderno algoritmo da floresta aleatória e de todo o tipo de impulsionamentos...


Agora sobre os links no Telegrama... Não encontrei lá nada além de sinais, mas é interessante ler sua abordagem e sua maneira de pensar, Dmitry diz corretamente que se deve publicar aqui, embora de uma forma abertamente grosseira...

Метод группового учёта аргументов
  • www.machinelearning.ru
Метод группового учета аргументов, МГУА (Group Method of Data Handling, GMDH) — метод порождения и выбора регрессионных моделей оптимальной сложности. Под сложностью модели в МГУА понимается число параметров. Для порождения используется [базовая модель], подмножество элементов которой должно входить в искомую модель. Для выбора моделей...
 
mytarmailS:

Eugene Boa tarde, muito obrigado, pelo menos pelo fato de você ser um praticante e não mais um idiota, do qual há 95%.... O que você faz(teste em uma "terceira" amostra) em termos de GMDH é chamado de "critério de potência preditiva"http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%93%D0%A3%D0%90#.D0.9A.D1.80.D0.B8.D1.82.D0.B5.D1.80.D0.B8.D0.B9_absolute_noise-immune.

Vamos lembrar que as primeiras publicações sobre a GMDH começaram em algum lugar a partir de 1960 aquelas idéias de "seu know-how " com o testena "terceira" amostra já tem 60 anos de idade)))

Mas quero notar que a abordagem nunca envelhece, por isso recomendo vivamente a leitura das obrasde A.G. I vakhnenko...

Por exemplo, a regressão do MSUA apenas zomba da regressão do moderno algoritmo da floresta aleatória e de todo o tipo de impulsionamentos...


Agora sobre os links do telegrama... Não encontrei lá nada, excepto sinais, mas é interessante ler a sua abordagem e forma de pensar, o Dmitry diz correctamente que é necessário publicar aqui, embora de uma forma abertamente grosseira...

JPrediction usa o método de argumento de grupo de Ivakhnenko. Reshetov Yu. mencionou-o mais do que uma vez... O método em si é demorado em termos de horas de máquina porque sacode os dados completamente e não requer amostras grandes para se adequar às realidades atuais.

Quem não acredita em mim deixa-os verificar :-)