Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3141
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
Acredito que a consciência humana é um grande erro evolutivo.
Somos criaturas que, de acordo com as leis da natureza, não deveriam existir.
Quanto tempo ainda lhe resta? )
Você pode pegar qualquer atributo em quantidade suficiente relacionado à série temporal e a qualquer rótulo que mostre lucros no testador e criar um modelo robusto a partir dele?A tarefa é difícil em outras áreas, onde não está claro de onde vem esse recurso e por que ele é necessário. Há toneladas de lixo desse tipo no big data, que é muito difícil de filtrar. E, como consequência, toneladas de correlações falsas.
Nossa tarefa parece ainda mais primitiva em comparação com isso, se considerarmos a BP e seus derivados. Porque todos os sinais estão relacionados a ele.
Mas ainda temos que mexer no algoritmo e na lógica para combinar rótulos com recursos. Pode haver muitas lógicas. Então, você faz a sua e nós faremos a nossa.
Já escrevi por que gosto do kozul, porque cheguei a essa conclusão pensando. E ele se encaixou organicamente em minha ideia.
Não estou interessado em "atitude".
Estou interessado na capacidade do preditor de prever classes. Por exemplo, mashka certamente tem uma "relação" com a citação, você pode ver isso a olho nu. Mas a capacidade do Mashka (bem como de qualquer outro algoritmo de suavização) de prever classes é quase nula.
No inverno, descobri que os pares de "professores-preditores" que tenho, que têm erro de classificação de 10% a 20%, no EA esses erros de classificação têm valores muito grandes, que consomem todo o lucro da classificação sem erros.
Portanto, há alguns meses, mudei o professor e agora estou tentando recrutar preditores que sejam capazes de prever classes, e essa capacidade não deve mudar com o tempo.
Não estou interessado em "atitude".
Estou interessado na capacidade do preditor de prever classes. Por exemplo, o Mashka certamente tem uma "relação" com a citação, você pode ver isso a olho nu. Mas a capacidade do Mashka (bem como de qualquer outro algoritmo de suavização) de prever classes é praticamente nula.
No inverno, descobri que os pares de "professores-preditores" que tenho, que têm um erro de classificação de 10% a 20%, têm erros de classificação muito grandes no Expert Advisor, que consomem todo o lucro da classificação sem erros.
Portanto, há alguns meses, mudei o professor e agora estou tentando recrutar preditores que sejam capazes de prever classes, e essa capacidade não deve mudar com o tempo.
Vamos colocar isso em palavras para que todos entendam.
Todos estão interessados na capacidade dos preditores de prever classes.
Agora vamos ver o que você faz: você pega duas séries aleatórias (característica e alvo) e verifica a capacidade de previsão (se ela está deslizando ou não, não é importante agora).
Então, você faz a busca habitual e gananciosa de tudo e qualquer coisa. Provavelmente, há alguma maneira de calcular todas as combinações possíveis, e isso não deve levar 10 anos, mas sim o infinito.
Mas você pode ter sorte e ficar satisfeito com o resultado intermediário.
Existem outros grandes mistérios não revelados sobre essa abordagem? Por que ela é tão elogiada.
Vamos colocar isso em termos que todos possam entender.
Todos estão interessados na capacidade dos projetores de prever classes.
Agora vamos ver o que você faz: pegue duas séries aleatórias (característica e alvo) e verifique a capacidade de previsão (se é deslizante ou não, não é importante agora).
Então, você faz a busca habitual e gananciosa de tudo e qualquer coisa. Provavelmente, há alguma maneira de calcular todas as combinações possíveis, e isso não deve levar 10 anos, mas sim + infinito.
Mas você pode ter sorte e ficar satisfeito com o resultado intermediário.
Existem outros grandes mistérios não revelados sobre essa abordagem? Por que ela é tão elogiada.
Não há ultrapassagem.
As três linhas de código no R que calculam a capacidade do preditor de prever uma determinada classe de professores têm algum valor. Ele varia de preditor para preditor, de acordo com meus algoritmos (tenho vários deles, para 100 preditores executados em menos de um segundo), quanto maior, melhor. Além disso, para diferentes preditores, o valor da capacidade de prever uma única classe não muda muito quando a janela se move - dentro de 10% sd, e para alguns preditores é mais de 100% sd. Seleciono de 5 a 8 preditores, que coloco no modelo.
Não há exagero.
As três linhas de código R que calculam a capacidade do preditor de prever uma determinada classe de professores têm algum valor. Ele é diferente para diferentes preditores, de acordo com meus algoritmos (tenho vários deles, para 100 preditores que funcionam em menos de um segundo), quanto maior, melhor. Além disso, para diferentes preditores, o valor da capacidade de prever uma única classe não muda muito quando a janela se move - dentro de 10% sd, e para alguns preditores é mais de 100% sd. Seleciono de 5 a 8 preditores, que coloco no modelo.
Além disso, a magnitude da capacidade de prever uma classe individual não muda muito para diferentes preditores à medida que a janela se move, dentro de 10% sd
Cite pelo menos um :) Para deixar claro onde procurar esses preditores.
janela é o período de tempo do histórico de cotações ?
A janela é o número de valores de previsão que são alimentados na entrada do modelo. Para mim, são 1500 barras em H1.
Cite um :) Para deixar claro onde procurar esses preditores.
Você quer demais.
Então, troquei de professor há alguns meses e agora estou tentando recrutar preditores capazes de prever aulas, e essa capacidade não deve mudar com o tempo.
É uma pesquisa um pouco longa, especialmente se a pesquisa durar alguns segundos
Não há exagero.
As três linhas de código R que calculam a capacidade do preditor de prever uma determinada classe de professores têm algum valor. Ele é diferente para diferentes preditores, de acordo com meus algoritmos (tenho vários deles, para 100 preditores que funcionam em menos de um segundo), quanto maior, melhor. Além disso, para diferentes preditores, o valor da capacidade de prever uma única classe não muda muito quando a janela se move - dentro de 10% sd, e para alguns preditores é mais de 100% sd. Seleciono de 5 a 8 preditores, que coloco no modelo.
Bem, posso ver alguns gráficos com OOS?