Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2744
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
gênio)) escrevemos qualquer besteira e, se alguém que pensa o cutuca no nariz, você diz: você não entende os padrões de fala, ptuschestvo.
O que você tem contra os ptushniks? Eles não são pessoas? Ou seu ex é de lá?
você não entende os turnos de fala, não entende quando é escrito para ser breve, não entende as definições, ou seja, nada
você está apenas falando fora do tópico. Essa é a marca registrada de um ptuschnik.
Ninguém o está acusando disso, as pessoas são diferentes. Só não vá para onde você é estúpido, não se envolva :DDeixe-me ser um ptushnik, culpe-me por tudo, e você se acalmará e falará mais sobre o assunto como seria melhor, com argumentos e, se for com piadas, sem provocações infantis)))).
Após as explicações de Sanych, parei de entender um pouco o que significam os preditores significativos no final. De acordo com sua explicação, eles ocorrem com frequência e sua magnitude está correlacionada com o resultado. Mas esses são aparentemente sinais gerais da série, durante todo o período de treinamento. Não consigo identificar o que é isso no modelo da série. Acontece que esses são preditores que funcionam sempre, se bastante simplificados, ou na maioria das vezes. Em geral, fica claro que o uso de configurações que funcionam com mais frequência produzirá um resultado mais positivo do que o uso de configurações que funcionam apenas em um determinado segmento...
Como não é formada uma imagem, o que no final é pesquisado e por quê.
Deixe-me ser um PTU, culpe-me por tudo, e você se acalma e se dedica mais ao caso, pois seria melhor, com argumentos e se e com piadas, então sem provocações infantis))))
Não... você está bem).
Deixe-me ser um menino de escola, culpe-me por tudo, e você se acalmará e se dedicará mais aos negócios, como seria melhor, com argumentos e, se com piadas, sem provocações infantis)))).
E há um problema com os termos, uma das principais causas de mal-entendidos e de seus próprios erros. Escrevi da maneira como entendi sua mensagem. Mostrei a você onde estava o ponto fraco.
Não, fiquei perplexo com a explicação dele. Seu entendimento parece estar alinhado com o de Sanych, mas deixou completamente de se correlacionar com o meu.
Se, é claro, pegarmos o mesmo intervalo de tempo de um dia ou uma semana, bem, em geral, não a série inteira, mas algumas seções que são iguais e ensinarmos sobre isso, o quadro fica mais ou menos claro, mas como encontrar essas seções idênticas? A maneira mais fácil é fazer isso por tempo, de 17 a 18, por exemplo... e, em geral, isso deve funcionar, mas no caso de Sanych, a linha inteira apareceu sem alterações, não está claro.
Não sei que palavras usar para que ele saia 😀
Não responda.
Bem, aparentemente eles têm outros projetos, e isso é como um pequeno hobby, e pode muito bem ser que nesse hobby reza não seja muito bom.
Não, fiquei perplexo com a explicação dele. Seu entendimento é mais ou menos igual ao de Sanych, mas deixou de ser totalmente compatível com o meu.
Se, é claro, pegarmos o mesmo intervalo de tempo de um dia, ou uma semana, bem, em geral, não a série inteira, mas algumas partes que são iguais e ensinarmos sobre isso, a imagem fica mais ou menos clara, mas como encontrar essas partes idênticas. A maneira mais fácil é fazer isso por tempo, de 17 a 18, por exemplo... e, em geral, isso deve funcionar, mas no caso de Sanych, a linha inteira apareceu sem alterações, não está claro.
Ele pega os sinais e os alvos, mede a correlação ou a entropia entre eles em uma janela deslizante com uma determinada etapa. Examina a dispersão, a média e outras estatísticas. Descarta os sinais ruins.
Em seguida, durante o processo de treinamento, ele substitui sinais diferentes no modelo, ou seja, eles mudam com o tempo. Não sei com base em que princípio eles são substituídos, provavelmente de acordo com os resultados da divisão do histórico em modos.
Obtém atributos e alvos, mede a correlação ou a entropia entre eles em uma janela deslizante com uma determinada etapa. Examina a dispersão, a média e outras estatísticas. Descarta os sinais ruins.
Em seguida, durante o processo de treinamento, ele substitui sinais diferentes no modelo, ou seja, eles mudam com o tempo. Não sei com base em que princípio eles são substituídos, provavelmente de acordo com os resultados da divisão do histórico em modos.
Se os recursos tiverem tempo associado a outros recursos, isso será mais compreensível. Mas ele não falou sobre os tipos de sinais)))))
Se as características estiverem associadas a outras características, é mais compreensível dessa forma. Mas ele não falou sobre os tipos de características)))))
E se você ler com atenção, poderá ver a emboscada no ponto 2, ou seja, o ajuste inicial à história. É por isso que seu erro de aprendizado cai
e os testes estatísticos dos coeficientes de regressão servem para quê? ou para testar hipóteses sobre a igualdade da média e da variação? (se o PCA ainda mostrar que o primeiro PC explica a parcela aceitável da variação [a variação residual é muito pequena], então aceite-o e verifique a confirmação da significância dos coeficientes de regressão)....
idealmente - é claro que, para ter 100% de probabilidade, devemos usar relações funcionais em vez de relações de correlação - mas se estudarmos um processo estocástico, os resultados serão apenas probabilísticos e confirmáveis somente em um grande número de dados de teste e somente até que um novo driver apareça no mercado.... [aqui, a propósito, a consciência factual/lógica também é muito importante, não apenas a análise robusta].
o ajuste ao histórico está sempre presente, desde que confiemos em dados históricos..... mas sempre podemos comparar a variância pela estatística F: se a redução da variância for muito maior do que a variância inexplicada restante, então uma nova regressão é identificada. (com dr SLOPE)... e isso funciona somente até um momento no futuro e somente em grandes números... bem, ou mudar o estado do ator (se DL for usado)... mas o motorista sabe que não deve esperar... mas é melhor conhecer o driver do que esperar até que a amostra atual seja coletada para confirmá-la.
Engenharia de recursos se você tornar lógico, como você observou corretamente - "teoricamente" lógico (sob qualquer processamento estatístico existem leis físico-lógicas terrenas e conhecimento humano, os padrões não surgem do nada) - [mas alguém pode ter ignorância] - então o FS no processo de modelagem não incomodará muito o modelador ou o desenvolvedor.... e não se pode ir a lugar algum sem história, para saber o que e quando se tornou um motor e o que não se tornou - não é necessária muita inteligência em matemática superior, apenas a compreensão das leis do dinheiro e do mercado de commodities, dos setores privado e estatal (e isso não é VM), caso contrário, usaremos o aparato da matemática superior aplicada (VM) apenas "depois" de saber que a notícia que mudou o mundo já foi ouvida uma vez ... é que a reação do mercado, inclusive do mercado, costuma ser defasada.
p.s..
para quem palavras e letras são desconhecidas, não leia um tópico desconhecido de letras desconhecidas, para não se apegar às letras - procure uma máquina VM para seu FS.... se você também provar a validade estatística de seus resultados, e não apenas a porcentagem de acerto por ponto (nem sempre imparcial, a propósito), então as conversas serão diferentes.... Mas, por enquanto, sim, cada um tem sua própria terminologia....