Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1811
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
Discretização é um disparate, você pode usar a regularização. O treinamento adicional do modelo no curso de negociação também é um disparate, não vai funcionar.
Isso é muito radical))))
Radical como pode ser))))
Não se consegue encontrar um padrão através destas formas, é apenas zafit. Como encher uma ranhura com lã de algodão
O Do-learning não altera a forma de pesquisa, mas acrescenta novos dados para a aprendizagem. Porque é que isto é uma coisa má?
A separação é mais complexa, e não há lógica direta, como você pode ter certeza?
O Do-learning não altera a forma como se pesquisa, mas acrescenta novos dados para a aprendizagem. Porque é que isto é mau?
A separação é mais complicada e não há uma lógica direta, como você pode ter certeza?
Porque é um treino de janela deslizante, que é igualmente requalificado. E não pode ser controlado com base em novos dados.
Controle somente pelo fato da última janela de avaliação, e somente quando as novas características da série tiverem se tornado significativas e tivermos um atraso. Se levamos isso a sério, então é necessário treinar todos os dados minimizando o atraso. Isto é apenas uma variedade de séries.
É bastante provável que os novos dados repitam outra ferramenta, que não estava envolvida no treinamento.
O controle é apenas quando a última janela tiver sido avaliada, e depois apenas quando as novas características da fila se tornarem significativas e tivermos um atraso. Há muitos dados hoje em dia, e se formos sérios, devemos treinar todos os dados, minimizando o atraso. Isto é apenas uma variedade de séries.
É bem possível que os novos dados repitam outra ferramenta que não estava envolvida no treinamento.
Não vejo qualquer diferença entre o treino em todos os dados e a janela deslizante. Se as características de uma série mudam de forma muito suave, então faz sentido. Mas não existe tal coisa no mercado.
Só faz sentido ter uma bíblia de características obtidas, nada mais. Não pode ser uma solução completa, mas funciona para encontrar repetições em diferentes instrumentos em diferentes momentos. E apenas como dados auxiliares para a janela deslizante.
o ponto está apenas na bibliografia das características obtidas, nada mais. Pode não ser uma solução completa, mas funciona para encontrar repetições em diferentes instrumentos em momentos diferentes. E apenas como dados auxiliares para janela deslizante.
Que características? Haverá uma série de pesos NS que não serão interpretados
Sim, há uma inconsistência entre os desejos e os instrumentos. Realmente um conjunto de pesos com NS será insuficiente. e dificilmente será possível obter interpretações a partir deles)
A característica de uma série é o modelo matemático mais simples possível descrevendo-a com erro)))) suficientemente pequeno.
Vladimir Perervenko:
...
É uma grande ilusão que você possa treinar um modelo em uma grande variedade de dados passados e depois usá-lo por um longo tempo sem se reciclar.
...
Há quanto tempo - eu tenho um modelo que está a funcionar há pelo menos meio ano no lado positivo. Descobri com cerca de um mês atrás, quando eu estava passando por arquivos antigos - peguei um modelo e ele funciona, mas agora eu não sei como ele foi treinado - modelo CatBoost.
Outro exemplo - também construído sobre folhas, a maioria das quais são coletadas na amostra de 2014-2018 inclusive, uma árvore em fevereiro de 2020, que é usada como filtro, e essa sinergia funciona bem em 2020.
No entanto, não arrisquei pôr dinheiro em tudo - e esse é o meu erro.
Agora assombrado pelo pensamento de que, quando me aproximo do critério há muito tempo e tudo se decompõe.