Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2627
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
Estava a comparar várias formas de avaliar a importância dos atributos. Tomei o modelo mais intensivo em recursos como referência: aprender o modelo removendo as características uma a uma.
Os métodos rápidos não coincidem com o padrão de referência. Também não são compatíveis entre si. O fselector é ainda mais rápido, penso que também não vai corresponder a nada.
A importância dos sinais na janela em movimento (indicadores e preços)
Num momento o indicador pode ser 10% importante e noutro momento pode ser 0,05% importante, tal é a verdade da vida)
Se pensa que a avaliação cruzada resolve tudo, deve corar, está na hora ...
Os dados na janela deslizante são utilizados para cada modelo.
A validação cruzada é utilizada para combinar os resultados da formação de vários modelos treinados em diferentes peças de dados.
Os modelos sobre dados de janelas não deslizantes também podem ser treinados em diferentes partes desses dados e obter validação cruzada também.
Não é claro, o que é que a validação cruzada tem a ver com isso?
Os dados na janela deslizante são utilizados para cada modelo.
A validação cruzada é utilizada para ancorar os resultados da formação de vários modelos formados em diferentes peças de dados.
Os modelos sobre dados de janelas não deslizantes também podem ser treinados em diferentes partes desses dados e obter validação cruzada também.
A ideia aqui é que uma janela deslizante com a mesma largura não resolve o problema. A boa ideia é aumentar as corridas por dimensão, alterando a largura da janela em cada passo. Há novamente a maldição))))
O que é que a validação cruzada tem a ver com isto?
Os dados na janela deslizante são utilizados para cada modelo.
A validação cruzada é utilizada para combinar os resultados da formação de vários modelos treinados em diferentes peças de dados.
Os modelos sobre dados de janelas antiderrapantes também podem ser treinados em diferentes partes desses dados e obter validação cruzada também.
Fixe...
Qual é a finalidade da pontuação de importância? Para que, ao remover os sem importância, seja possível treinar o modelo mais rapidamente no futuro, sem perder qualidade. É apenas afinar os dados e o modelo que já estão a funcionar. E nem você nem eu (como presumo) temos ainda nada a afinar.
Por isso, apenas ensinar o modelo. O modelo utilizará os importantes e não os sem importância.
Ainda não acordada?))
Não concordo.
A validação cruzada é a capacidade de descartar um modelo que por acaso tenha sucesso num só pedaço de história. Testá-lo em alguns pedaços de história, pode mostrar que não vai funcionar lá.
A simples validação cruzada mostra que os sinais e o modelo estão a flutuar.
Este "flutuar" é-lhe mostrado por outro método, validação cruzada para mim.
A ideia aqui é que uma janela deslizante com a mesma largura não resolve o problema. A boa ideia é aumentar as corridas por dimensão, alterando a largura da janela em cada passo. Raios partam outra vez))))
Raios, o sol está lá fora, é hora de vestir os calções de banho e ir para o jardim
O teste sobre pequenos dados mostra que os métodos rápidos não funcionam bem.
Qual é a finalidade do teste de importância? Para que, ao remover os sem importância, possa treinar o modelo mais rapidamente no futuro, sem perder qualidade. É apenas afinar os dados e o modelo que já estão a funcionar. E nem você nem eu (como presumo) temos ainda nada a afinar.
Por isso, eu simplesmente ensino o modelo. O modelo em si utilizará os importantes e não utilizará os sem importância.
E se eu quiser criar um neurónio que gere um output qualitativo?
Quanto à validação cruzada (valving forward), ainda não explicou porque é que é má. As minhas experiências mostram que é um método de trabalho para eliminar os maus modelos/ideias.