Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2963
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
A única opção que vejo é otimizá-lo fora do trem, no teste, e treinar o MO no trem. Isso ainda faz algum sentido em termos de extrair algo comum de diferentes períodos históricos
Há muito espaço para a imaginação sobre como usar o FF, é uma pena que não haja uma receita única correta para a preparação do FF, embora haja algumas recomendações.
Por exemplo, otimizar o equilíbrio. O TS mostrou 90% de lucro em uma negociação, e o restante das cem negociações foi aproximadamente zero. Esse é um bom FF? talvez seja bom, mas não para essa estratégia. e talvez a estratégia seja tão ruim, já que há essas variações de resultados na otimização.
Assim, o FF deve levar em conta tudo o que é exigido do modelo e o problema é reduzido à maximização do ótimo global. E outra conclusão é a seguinte: o modelo e o FF não podem ser independentes, um bom modelo pode ser prejudicado por um FF inadequado e vice-versa também é verdadeiro.
o que é curioso? foi dito há alguns meses neste tópico em diálogos com a minha participação)) aqui muitos argumentaram que o max/min ff não deveria estar de forma alguma))))
como você define o ff, o navio navegará....
Você ainda não entendeu: não se trata de otimização alguma - é uma ferramenta para criar um professor para o aprendizado.
Há apenas alguns problemas no MOE, e o primeiro deles é um bom professor.
E a qualidade do professor NÃO é determinada pela qualidade do FF e não é determinada pela qualidade da otimização - antes estávamos falando de otimização local/global. No exemplo, não nos incomodamos e pegamos o primeiro algoritmo e o usamos de frente, o que é absolutamente correto.
A qualidade do professor é determinada pela capacidade de selecionar preditores que não perderão seu poder de previsão no futuro. Mas, ao determinar essa propriedade do professor, o FF não é usado de forma alguma.
Você ainda não entendeu: não se trata de otimização alguma - é uma ferramenta para criar um professor para o aprendizado. Há apenas alguns problemas no MOE, e o primeiro deles é um professor inteligente.
Não. Você ainda não entendeu. Sem otimização, em princípio, não pode haver MOE. Sem otimização, nada pode existir. nada mesmo.
O que é um "professor inteligente"? Onde estão os critérios de conformidade com esse professor inteligente? Você vai avaliar a conformidade do modelo com o professor. A avaliação da conformidade é o FF, como você pode não entender coisas elementares?
O FF é o critério de avaliação. Otimização significa maximizar o critério de avaliação.Não. Você não entende, você não entende. Sem otimização, não pode haver MO sem otimização. sem otimização, nada pode existir. nada mesmo.
O que é um "professor inteligente"? Onde estão os critérios de conformidade com esse professor inteligente? Você vai avaliar a conformidade do modelo com o professor. A avaliação da conformidade é o FF, como você pode não entender coisas elementares?
O FF é o critério de avaliação. Otimização significa maximizar o critério de avaliação.Enquanto você estava escrevendo, eu acrescentei algo.
Vou acrescentar.
Usar a otimização ao criar um professor é uma coisa, é externo ao modelo.
Usar a otimização ao pesquisar os parâmetros do modelo é outra coisa, ela é incorporada ao próprio modelo, há modelos em que você pode escolher a opção de otimização.
A avaliação do uso do modelo de classificação é a terceira e não há cheiro de otimização aqui. Há seu próprio sistema de avaliação de erros de classificação.
Por exemplo, a matriz de erros
Mais significativa
Há pacotes especiais que ampliam os exemplos acima de avaliação de modelos de classificação. Por exemplo, o pacote PerformanceAnalyticsComo você não entendeu nada, continua sem entender: não se trata de otimização em si, de forma alguma - é uma ferramenta para criar um professor para o aprendizado.
Há apenas alguns problemas no MOE, e o primeiro deles é um professor inteligente.
E a qualidade do professor NÃO é determinada pela qualidade do FF e não é determinada pela qualidade da otimização - anteriormente, estávamos falando sobre o ótimo local/global. No exemplo, não nos incomodamos e pegamos o primeiro algoritmo que encontramos e o usamos de cara, o que é absolutamente correto.
A qualidade de um professor é determinada pela capacidade de selecionar preditores que não perderão seu poder de previsão no futuro. Mas, ao determinar essa propriedade de um professor, o FF não é usado de forma alguma.
É uma espécie de bifurcação no caminho. O tópico em discussão se voltou para o aprendizado por reforço, e talvez faça sentido usar todas as abordagens a partir daí. No comércio, até o momento, ele provou ser quase nada. Ou se trata de treinamento com um professor usando exemplos prontos. Ou rinocerontes desconhecidos cruzados disso e daquilo, mas não há sequer um aparato teórico para isso :)
Aqui está https://www.mql5.com/ru/code/903 também há 11 anos. E o gráfico é mais bonito do que o do mytarmailS em seu exemplo.
Mas acho que não é o seu. Onde está o seu?
Aqui está https://www.mql5.com/ru/code/903 também de 11 anos atrás. E o gráfico é mais bonito do que o do mytarmailS em seu exemplo.
Mas não se parece com o seu. Onde está o seu?
Aqui está https://www.mql5.com/ru/code/903 também de 11 anos atrás. E o gráfico é mais bonito do que o do mytarmailS em seu exemplo.