Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2359

 
Evgeni Gavrilovi:

O MoD pode calcular a qualidade dos sinais por probabilidade? Para então filtrar aqueles com mais de 90% de probabilidade

Já existem probabilidades na saída do modelo, mas são pseudo, ou seja, não têm relação com a população.

pode ser filtrado através de um limiar
 

o AutoMO implica passar pelos modelos e escolher o melhor

Para que serve se o catbust bate toda a gente em todos os conjuntos de dados?

https://mljar.com/machine-learning/compare-ml-algorithms/

Compare Machine Learning Algorithms
Compare Machine Learning Algorithms
  • mljar.com
Machine Learning Made Simple
 

Bem, aqui está a prova de que os modelos não resolvem nada, a diferença entre modelos é de ~5%...

Só os sinais e formas de apresentar informação são decisivos...

Mas os tolos acreditam em modelos, amam modelos, rezam por artigos estrangeiros com novos modelos, há algo mais fácil do que treinar um modelo em dados "brutos"? :)) Você não tem que pensar ou saber nada, basta copiar o código e você é um negociante de MO legal no tema MO))))


WAKE UP!!!!

Há tantos sinais e métodos de processamento que você não tem poder de computação suficiente para verificar todos eles, mesmo um grupo de pessoas!!!

Os teus miolos estão tão lixados que só vês regressos e força bruta de alguns modelos...

Estudar DSP, modelagem de sistemas e etc ciência, um MO sem conhecimento, é apenas o mais legal e nada mais...

 
mytarmailS:

Bem, aqui está a prova de que os modelos não resolvem nada, a diferença entre modelos é de ~5%...

Só os sinais e formas de apresentar informação são decisivos...

Mas os tolos acreditam em modelos, amam modelos, rezam por artigos estrangeiros com novos modelos, há algo mais fácil do que treinar um modelo em dados "brutos"? :)) Você não tem que pensar ou saber nada, basta copiar o código e você é um negociante de MO legal no tema MO))))


WAKE UP!!!!

Há tantos sinais e métodos de processamento que você não tem poder de computação suficiente para verificar todos eles, mesmo um grupo de pessoas!!!

Os teus miolos estão tão lixados que só vês regressos e força bruta de alguns modelos...

Estudar DSP, modelagem de sistemas e pr ciências, um MO sem conhecimento, é apenas o mais legal e nada mais...

E você pode fazer sem brincadeiras?)))) tem muitos sinônimos mais bonitos))))

De qualquer forma a ciência deles tem mais dinheiro e por isso ainda não estamos à nossa frente(

O processamento de dados brutos também é um modelo. E, claro, testar um modelo não é entendê-lo)

 
Valeriy Yastremskiy:

Podemos não nos descuidar?))))))))

Sem ofensa, não é destinado a ti...

É para aqueles que leram artigos ocidentais e pensam que o "GPT-3" vai destruir o mercado...

Você pode entrar 10 retornos em uma janela deslizante, você não tem cérebro para mais, mas o que mais? a rede vai pensar em tudo, sim...

Valeriy Yastremskiy:

Em qualquer caso, a ciência deles tem mais dinheiro e é por isso que ainda não estamos à frente (

Não é isso que eu quero dizer...

Há dois problemas.

1) "Inanição de informação" em modelos, são poucos e maus sinais

Se você quer prever o processo e tem sinais que descrevem apenas 5% do processo, você deve treinar pelo menos 100 camadas, 8 vezes mega-duper-super-ultra-GPT-5 convolucional.

A saída será a mesma previsão com um erro de 95%.

E as pessoas não compreendem isto, mas apaixonam-se por arquitecturas, e como se pode chamá-las?

conclusão que a solução para o problema não está no MoD

2) Os recursos não vivem muito tempo, eles perdem suas propriedades úteis e muito rapidamente, nenhum IM pode ver a dinâmica de utilidade de seus atributos, você deve trabalhar com seu cérebro, não com modelos.

Conclusão: a solução para o problema não está no MO

Valeriy Yastremskiy:

O processamento de dados brutos também é um modelo. E, claro, o teste de um modelo não é o seu entendimento).

Bem, sim, é uma questão de adequação...

Quando um avião sobrevoa a minha cabeça e eu compro a eura também é um modelo...

 

Mm, parece que fazer ME às vezes leva a um colapso nervoso.

talvez outra pessoa tente explicar o significado sagrado do AutoML?

 
Maxim Dmitrievsky:

Mm, parece que fazer ME às vezes leva a um colapso nervoso.

talvez outra pessoa tente explicar o significado sagrado do AutoML?

Cada um tem o seu próprio) depende do que é considerado um livro automático) treinamento constante e ajuste constante de parâmetros ou uma abordagem global, treinamento em todos os modelos conhecidos no mundo sobre dados completos e seleção dos melhores modelos e ajuste de parâmetros)))
 
Maxim Dmitrievsky:

outra pessoa pode tentar explicar o significado sagrado do AutoML?

Aparentemente, é algo como aqueles "dois da caixa, idênticos na cara" do desenho animado, que farão tudo por nós).

 
Maxim Dmitrievsky:

outra pessoa pode tentar explicar o significado sagrado do AutoML?

Marketing.

 

Ou seja, o objectivo é ganhar migalhas de qualidade aumentando significativamente o tempo que leva a percorrer os modelos.

mas há também o pré-processamento automático e a análise exploratória automática.