Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2411

 
 
mytarmailS:

palestra muito legal


https://www.youtube.com/watch?v=l30ejdQKGBg

Na Primavera já sugeria abordagens para acrescentar/remover características, incluindo por grupos, esperava interessar-me por Maksim, mas infelizmente. Como escrevi anteriormente, esta abordagem funciona, mas agora tenho-a implementada em modo semi-automático, puramente para experiências, enquanto eu preciso de implementação em R ou Phyton para trabalhar no loop, cuja essência é criar uma nova tarefa para treinamento após análise dos resultados do treinamento.

Mas o método FRiS-Stolp, que é anunciado no vídeo, é interessante de tentar, mas eu não entendo se há uma implementação em R ou Phyton.

 
Aleksey Vyazmikin:

Na Primavera, já sugeri abordagens para adicionar/remover características

Estes métodos são um centavo a dúzia, por isso não sei o que sugerir aqui.

Aleksey Vyazmikin:

Mas é interessante tentar o método FRiS-Stolp, mas não entendo se ele é implementado em R ou Phyton.

Eu também não entendo ))))

Existe algo como o google ;)

 
Aleksey Vyazmikin:

Na primavera eu já sugeria abordagens para adicionar/remover características, inclusive por grupos, eu esperava que eu interessasse a Maksim, mas infelizmente. Como escrevi anteriormente, esta abordagem funciona, mas agora tenho-a implementada em modo semi-automático, puramente para experiências, enquanto eu preciso de implementação em R ou Phyton para trabalhar em loop, cuja essência é criar uma nova tarefa para treinamento após análise dos resultados do treinamento.

Mas o método FRiS-Stolp, que é anunciado em vídeo, é interessante de tentar, mas não sei se existe sua implementação em R ou Phyton.

Há um chip de importância padrão, isso é bom o suficiente
 
mytarmailS:

Estes métodos são uma dúzia de centavos, não está claro o que sugerir aqui.

Sugerindo a verificação da eficácia destes métodos para tarefas relacionadas com a negociação.

mytarmailS:

Eu também não entendo ))))

existe algo como o google ;)

Porquê todo este alarido?

Eu usei o motor de busca e até encontrei algum código no git-hub, mas não está claro para mim se funciona ou não.

É por isso que é interessante para aqueles que o entendem ouvir o seu interesse e descobrir possíveis formas de trabalhar em conjunto para investigar a questão.

Sou a favor de ser construtivo em vez de ser atrevido.

 
Maxim Dmitrievsky:
Existe uma característica padrão, a importação, que é suficiente

A importância é uma estatística baseada na freqüência com que um algoritmo seleciona certos preditores ao construir uma árvore. Este indicador nos diz de que é feito o modelo. Tentar os preditores permite construir outros modelos, encontrando novas dependências e relacionamentos que podem ser mais fortes depois de algumas divisões.

 
Aleksey Vyazmikin:

A importância é uma estatística baseada na frequência com que o algoritmo seleciona certos preditores ao construir a árvore. Este indicador nos diz de que é feito o modelo. Pesquisar os preditores permite construir outros modelos, encontrando novas dependências e relacionamentos, que podem se tornar mais fortes após algumas cisões.

No seu caso, os preditores são muitos indicadores que se acumularam durante a carreira do trader, daí o forte desejo de, de alguma forma, arrumar a confusão. Eu não tenho esse problema, mas tenho um entendimento de que é um longo caminho para lugar nenhum.
 
Maxim Dmitrievsky:
Seus preditores são um monte de indicadores que você acumulou durante sua carreira como trader, daí o forte desejo de, de alguma forma, racionalizar toda essa confusão. Eu não tenho esse problema, mas tenho um entendimento de que é um longo caminho para lugar nenhum.

Mesmo que eu tivesse todos os indicadores baseados em indicadores padrão incluídos no pacote de entrega, o que não é o caso, eles são derivados do preço e podem conter informações úteis, enquanto muitos indicadores não estão sujeitos à não-estacionariedade.

Na verdade eu resolvi o problema de selecionar os preditores de outra forma, mas encontrar as melhores combinações é uma questão aberta e interessante.

 
Aleksey Vyazmikin:

Oferta para testar a eficácia destes métodos para tarefas relacionadas com a negociação.

Bem, qual é o objectivo deste alvoroço?

Eu usei o motor de busca e até encontrei algum código no git-hub, mas isso não me faz entender se funciona ou não.

É por isso que é interessante para aqueles que o entendem ouvir o seu interesse e descobrir possíveis formas de trabalhar em conjunto para investigar a questão.

Eu sou a favor de ideias construtivas, não de bochechas inchadas.

Alexey, podes ter estudado píton ou código r, tentado empedernir algo juntos... Confie em mim, mil perguntas teriam sido resolvidas...

De que serve verificar a eficiência de um método de selecção de características se este já foi testado e está a funcionar?

O problema não está na seleção de traços, está nos próprios traços, se você alimentar 10 indicadores, então selecione até cair e você terá o mesmo resultado de QUALQUER algoritmo de seleção ...


Você os ouviu no vídeo? Eles estão selecionando entre dezenas de milhares de atributos, e mencionam o MSUA onde até falam em criar e enumerar bilhões de atributos.

É disso que devemos falar, sistemas que geram milhões de idéias e as verificam automaticamente, essa é a essência, essas são as decisões individuais, e a seleção de atributos é a pequena parte final do processo e não há nada de interessante nele.

 
Em geral, é útil estudar algoritmos em Python e ler um par de livros com exemplos. Muitas perguntas desaparecerão por si mesmas.