Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1695

 
Kesha Rutov:

Sim, é uma forma sensata, um pássaro na mão, por assim dizer, lixar os grous, é problemático)). Mas IMHO é mais fácil conseguir um emprego do que roubar um simplório muito pequeno vendendo-lhes "pás" falsas, ambos sabemos que ninguém venderia as pás verdadeiras))))

Mas não estou a julgar, em princípio até respeito a fraude, mas grande, não mesquinha.

Excelente! A sua resposta capta a essência da posição de muitos. Você tem que se convencer de que os outros têm pás para cavar, caso contrário você terá que sair da sua zona de conforto.

Quanto ao trabalho que concordo, o recurso que gastei neste projecto sob a forma de salário teria trazido mais.

 

Kesha Rutov:

Mas não estou a julgar, em princípio até respeito a fraude, mas grande, não mesquinha.

Seria batota mesmo se:
- fizesse um Expert Advisor que mostrasse o trabalho da rede neural em tempo real, no mercado real;
- enviasse sinais da rede neural para um canal público de Telegramas;
- escrevesse um artigo descrevendo os passos para resolver um problema que tenha 6K views.

 
Kesha Rutov:

Sim, é uma forma sensata, um pássaro na mão, por assim dizer, lixar os grous, é problemático)). Mas IMHO é mais fácil conseguir um emprego do que roubar um simplório muito pequeno vendendo-lhes "pás" falsas, ambos sabemos que ninguém venderia as pás verdadeiras))))

Mas não estou a julgar, em princípio até respeito os esquemas, mas os grandes, não os mesquinhos.

Kesha, fiquei impressionada com a sua resposta sobre a tendência e flat e ainda não consigo tirá-la da minha cabeça.

Não consigo tirar isso da minha cabeça. E finalmente encontrei a resposta.

Por que você acha que existe uma tendência e um apartamento, e como você inicia o aparecimento de um ou de outro?

A julgar pelo seu posto e intenções, você não sabe...
 

Rapazes, desculpem-me, mas acontece que sou tão estúpido. A força maior com a atualização do Rstudio e seus pacotes aconteceu, e após a atualização o script começou a dar um erro feroz, que eu não consigo superar. Tudo porque originalmente escrito de forma incorrecta, por isso houve uma selecção natural. :-( Então eu pensei, se a hora chegasse, eu brincava com matrizes, vetores, etc. e organizava o script, então ele salvava o arquivo de treinamento sem pular entre o Exel. Como diz o ditado, a besta é maior do que o apanhador. Como resultado, tenho lido a documentação, codificando um exemplo concreto do tutorial, mas com meus próprios parâmetros, e continuo recebendo erros. Eu não poderia aplicar nenhum exemplo aos meus dados. Portanto, se você possui o link para bons tutoriais, ou seja, comandos de gazetteers expandidos. O que é um livro de referência, mas para os bonecos, não o guardes para ti. Partilhar!!!!!!

Matriz elementar de vetores que não posso criar, não porque não entenda o básico, mas porque isto é o que ele não gosta disto. Eu estou sempre a receber erros..... Estou muito triste :-(

E o principal é que eu estou começando a jurar por uma das variáveis, eu vejo que não é desse tipo. Antes era desse tipo e de repente passou a não ser desse tipo. Embora R utilize a conversão automática de dados. O que posso dizer sobre isso :-(

 
Mihail Marchukajtes:

O que posso dizer :-(.

lamer ))

 
Aleksey Vyazmikin:

Eu estudei o CatBoost, por isso vou falar sobre isso.

A profundidade da árvore é recomendada 4-6 fendas. Esta é a profundidade que estou a tentar em geral.

A divisão do prognóstico é feita por três algoritmos diferentes à escolha. É criada uma chamada grelha.

Os resultados da divisão são interessantes de se retirar e ver por si mesmo. E o que é que a AlgLib divide os preditores em partes iguais ao construir uma árvore para uma floresta?

Encontrei uma maneira de ver árvores em python https://github.com/catboost/tutorials/blob/master/model_analysis/visualize_decision_trees_tutorial.ipynb
Mas estou a ter alguns problemas com o graphviz, aparentemente o módulo graphviz está desactualizado.

Você pode consultar o JSON https://github.com/catboost/tutorials/blob/master/model_analysis/model_export_as_json_tutorial.ipynb
Funciona assim para uma árvore simétrica de profundidade 2
"split": [
{
{\i1}"fronteira".{\i} 4.550000190734863,
"float_feature_index": 12,
"split_index": 15,
"split_type": "FloatFeature"
},
{
{\i1}"fronteira".{\i} 2.423949956893921,
"float_feature_index": 7,
"split_index": 7,
"split_type": "FloatFeature"
}


catboost/tutorials
catboost/tutorials
  • catboost
  • github.com
CatBoost tutorials repository. Contribute to catboost/tutorials development by creating an account on GitHub.
 
mytarmailS:

lamer ))

Sim, eu diria até "otário", não ousando usar essa palavra. Mas não um otário que atinge seu objetivo no final, quando não importa o meio. Sim, eu matei um dia nele, mas fiz o upload do arquivo final para o otimizador. Eu costumava ter que arrastar e soltar dados através do Excel, agora não. EHHHHHHHHHHH EU VOU VIVER!!!!!!
 
elibrarius:

Veja como você pode olhar para árvores em uma pitão

É lindo. Mas estou interessado em ver uma grelha de gamas de preditores, que estão mais ramificadas.

 
Aleksey Vyazmikin:

É lindo. Mas estou interessado em ver a quebra da grelha dos intervalos de previsão, que são mais pesquisados.

Porque será que não usas o vtreat para o R? Ele apenas identifica níveis nos dados de entrada relativos ao alvo e, portanto, seleciona os preditores que são relevantes para o alvo. Além da classificação, há uma opção de previsão. Para ser honesto, eu não sei o que faria sem isso....
 

Outro ressentimento do dia, para quem espera por 2000 na RTS :-)