Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2561
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
xgboost também o pode fazer, mas é difícil escrever a sua própria função. Você tem que derivar fórmulas.
http://biostat-r.blogspot.com/2016/08/xgboost.html - 6º parágrafo.
Sim, você terá que fazer as contas no papel) Nem todas as funções servem - você precisa definir a segunda derivada, que provavelmente não deve ser zero.
Certo, é exactamente essa a relação preditora-alvo de que estou a falar.
Agora, eu não estou ciente de um método para construir um modelo que estima a "estacionaridade" em diferentes intervalos de amostragem com divisão ou algum outro mecanismo para combinar os preditores. Todos os modelos fazem um ajuste para amostras de parcelas, estimando apenas uma medida quantitativa de melhoria, mas precisamos estimá-la em intervalos, então o modelo pode ser mais robusto.
Porque não fazer apenas uma validação cruzada para verificar a estabilidade por intervalos?
Aqui está o artigo, mas não é regularidade, é irregularidade. Mas isso não faz diferença.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC518821/
Não me parece - um exemplo em python.
Não, não é isso, apenas uma métrica personalizada...
não se pode pôr lá ffs.
Você vê, com métricas personalizadas, você dá o destino e os dados e escolhe a fórmula para ler o erro.
E com FF você pode dizer: AMO! Eu não sei qual deve ser o alvo e como fazê-lo melhor, mas torná-lo bom (e você pode usar muitos critérios ao mesmo tempo).
E ff + AMO vai "pensar em um alvo" , ajustes serão feitos, etc.
É um mundo diferente...
porque não fazer apenas uma validação cruzada para verificar a estabilidade em intervalos?
Não se trata de encontrar um modelo de sucesso aleatório, mas sim de aumentar a probabilidade de fazer com que esse modelo tenha sucesso.
Não, não é isso, apenas uma métrica personalizada...
Não se pode pôr um ff lá dentro.
Você vê, com uma métrica personalizada você dá o destino e os dados e escolhe a fórmula para calcular o erro.
E com FF você pode dizer: AMO! Eu não sei qual deve ser o alvo e como torná-lo melhor, mas torná-lo bom (e você pode usar muitos critérios ao mesmo tempo).
E ff + AMO vai "pensar em um alvo" , ajustes serão feitos, etc.
É um mundo completamente diferente...
Talvez seja algo no espírito de Ivakhnenko, pelo menos não a minha coisa.
Li um livro dos anos 70 que diz que se não há autocorrelação, não é possível fazer previsões. Há mais alguma coisa em dia sobre o assunto?
Acho que depende da escolha do modelo para o tipo de processo a ser assumido.
Afinal, em processos estáticos, pelo contrário, a autocorrelação é combatida com modelos lineares.
E nos processos dinâmicos há principalmente autocorrelação,
é por isso que a comunidade científica tenta resolver o problema dos processos autocorrelacionados com modelos apropriados.
Daí a afirmação de que se não há autocorrelação, a previsão é altamente errada.
Ou seja, deve-se distinguir a natureza do processo, e estimá-lo com algoritmos adequados.
Eu li uma dissertação de 2014 sobre a estimativa sintética de sistemas dinâmicos.
O artigo analisa exemplos com um processo exponencialmente correlacionado.
É uma coincidência? Eu não acho.
Talvez seja algo no espírito de Ivakhnenko, pelo menos não no meu.
Não, Ivakhnenko não tem nada a ver com isso, há apenas algumas tarefas que não podem ser resolvidas com um alvo, não há um alvo em uma forma pronta.
Imagina o problema:
Há atributos e há um preço, todos eles são uma matriz de atributos "X",
o problema é que..:
Quero que o AMO tome "X" como entrada e dê uma função na saída que :
1) repetir o preço na medida do possível (correlacionar)
2) estar na faixa de -1,1
3) superar o preço na medida do possível (correlação cruzada negativa)
Tudo. Pegue qualquer otimizador, neste caso um multicritério (Pareto) e comece a jogar com a (coragem) da medalha até que nos dê o que precisamos na saída
É impossível ter um alvo pronto, basta procurar e correr pela forma física.
Ou apenas um simples exemplo, otimizar a rede para o máximo lucro ou fator de recuperação, ou ambos, como podemos fazer isso como um alvo pronto?
Não, Ivakhnenko não tem nada a ver com isso, há simplesmente problemas que não podem ser resolvidos com um alvo, não há um alvo pronto.
Imagina o problema:
Há atributos e um preço, todos eles são uma matriz de atributos "X",
o problema é que..:
Quero que o AMO tome "X" como entrada e dê uma função na saída que :
1) repetir o preço na medida do possível (correlacionar)
2) estar na faixa de -1,1
3) superar o preço na medida do possível (correlação cruzada negativa)
Tudo. Pegue qualquer otimizador, neste caso um multicritério (Pareto) e comece a jogar com a (coragem) da medalha até que nos dê o que precisamos na saída
É impossível ter um alvo pronto, basta procurar e correr pela forma física.
Ou apenas um simples exemplo para otimizar a rede para negociar com o máximo lucro ou fator de recuperação, ou ambos ao mesmo tempo, como fazê-lo como um alvo pronto??? de jeito nenhum!
Bem, optimização multicritério. Você pode combinar um compromisso entre todos eles, e então observar como a solução muda quando você muda os pesos dos critérios e escolhe o melhor deles em uma base futura. Ou, você pode selecionar um critério como básico e para outros selecionar restrições válidas e adicionar uma penalidade dura por quebrá-las e também observar qual variante é melhor.
Se você conseguir uma vantagem significativa no teste de avanço, então faz sentido tentar, caso contrário você será apenas um incômodo por causa do incômodo.
Offtopic, mas um divertido
https://www.youtube.com/watch?v=_Aow6P3oBAg