Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3160
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
Você só pode discutir com alguém que também esteja neste tópico; não há pessoas assim aqui
Sugiro que explique normalmente como usá-lo, para que eu possa executá-lo por conta própria e testá-lo....
Se funcionar, então faz sentido ler o livro e se aprofundar no assunto, e então poderemos discutir mais sobre ele....
Mas, por enquanto, este tópico tem o mesmo status que os outros...
Umavisão geral sobre os dedos, que tipo de animal é o cajual.
Umaanálise dos dedos, como o cajual é uma fera.
O artigo tem um link para outro livro sobre o assunto - aqui está a versão mais recente dele.
Estou mais interessado na questão do que pode constituir um "tritment" na aplicação do cajusal (não casual! 😁) à negociação.
O artigo tem um link para outro livro sobre o assunto - aqui está a versão mais recente dele.
Estou mais interessado na questão do que pode constituir um "tritente" em uma aplicação causal (não casual!😁) à negociação.
Umaanálise dos dedos, como o cajual é uma fera.
Pelo que entendi ao ler tudo isso, a inferênciacausal é extremamente relevante na estrutura da medicina baseada em evidências, em que inicialmente não está claro se um novo medicamento afeta a doença ou não.
Na economia, a inferência causal nesse sentido "médico" não é tão relevante, porque a economia é um processo bem determinado baseado em cadeias de produção e vendas.
Existe muita incerteza na taxa de câmbio com motivos desconhecidos em dias e semanas, mas em períodos mais longos os motivos se tornam óbvios. Precisamos prever o futuro, mas os motivos que influenciam a taxa de câmbio no futuro pelos proprietários dos instrumentos que influenciam a taxa de câmbio são cuidadosamente ocultos e só podemos descobrir após o fato.
Uma última coisa. Do ponto de vista estatístico, não há nada de novo na Inferência Causal. Aqui está a opinião do CRAN
Não há funções básicas do R que sejam implementações diretas de projetos de inferência causal padrão, mas muitos métodos - mais ou menos complexos - são implementados em diferentes pacotes no CRAN, que estruturamos em tópicos principais:
Maxim, como uma pessoa que negligencia o R e, portanto, tem um conhecimento extremamente limitado das ferramentas, conduz uma onda cajual como algum tipo de descoberta. Isso não é novidade, apenas russos espertos com um toque dos anos 90 combinaram ferramentas conhecidas em uma pilha e colocaram uma placa "Causal Inference" (Inferência causal) com aplicabilidade duvidosa em economia.
Sanych, quando tenta argumentar e provar, começa a analisar os pacotes na velocidade X2... É como contar contas de rosário para acalmá-lo.
Pergunte a ele sobre um pacote da lista e ele lhe dará links para pacotes que se referem a esse pacote como prova de seu profundo conhecimento do assunto.
Você pode tirar o tritment dos colchetes (ou colocá-lo atrás dos colchetes) e usar apenas o matstat restante :)
O que é interessante é o aspecto teórico-quase-filosófico do que pode ser considerado como um tritmento).
Se a entidade for um paciente que recebe um medicamento/placebo ou um aluno que recebe/não recebe um comprimido, tudo é claro e simples.
Se, em nosso caso, considerarmos (para simplificar) o aumento de preço por barra como a entidade básica, então nós, pequenos participantes, não temos nenhum compromisso que o afete. Se considerarmos o incremento do patrimônio líquido como uma entidade, então já podemos considerar o tamanho e a direção da posição no instrumento como um tritmento. Mas não podemos parar por aí e considerar quaisquer parâmetros que descrevam o TS, que de fato calcula a posição, como um tritmento. Essa abordagem abre as portas para uma complexidade e flexibilidade infinitas para o conceito de um tritment, o que pode levar a um retreinamento, mas provavelmente também a algo bom).
O aspecto quase filosófico do que pode ser considerado um tritente é interessante. Em termos de prática, tudo é simples - o que funciona é bom).
Se uma entidade é um paciente que recebe um medicamento/placebo ou um aluno que recebe/não recebe um comprimido, tudo é claro e simples.
Se, em nosso caso, considerarmos (para simplificar) o aumento de preço por barra como a entidade básica, então nós, pequenos participantes, não temos nenhum compromisso que o afete. Se considerarmos o incremento do patrimônio líquido como uma entidade, então já podemos considerar o tamanho e a direção da posição no instrumento como um tritmento. Mas não podemos parar por aí e considerar quaisquer parâmetros que descrevam o TS, que de fato calcula a posição, como um tritmento. Essa abordagem abre as portas para uma complexidade e flexibilidade infinitas para o conceito de um tritment, o que pode levar a um retreinamento, mas provavelmente também a algo bom).
É mais ou menos assim que penso nisso. Um tritment é uma variável instrumental que deve levar a algo bom. Em kozula, há uma separação entre covariáveis e tritment apenas porque não podemos influenciar as covariáveis, mas podemos influenciar o tritment.
Além disso, as covariáveis têm um significado diferente dos recursos na previsão. Elas são as características distintivas de cada observação. Portanto, o modelo de ML no kozul é mais como um banco de dados que é consultado por outro modelo e as estatísticas são contadas. Ou dois modelos são criados e suas interseções são procuradas. É mais como trabalhar com bancos de dados.
Então, um tratamento pode ser representado como uma consulta, cujos resultados são usados para calcular estatísticas.Originalmente, é sobre o método de dois fatores de verificação de tratamento (tritment). Lembro-me de que você está próximo a esse tópico no sentido médico direto.
Na minha opinião, Maxim, de alguma forma, transfere o conceito de tritment de forma muito ampla e criativa para nossas tarefas.
A medicina não é uma ciência)))) Portanto, há práticas adequadas de pesquisa médica em que os padrões sustentáveis de tratamento são considerados como tendo uma causa, e os não sustentáveis não têm causa, mas associações em observadores)))) E o método de experimento aleatório reduz o erro, mas de forma alguma o elimina completamente))))))
Entendo o significado tão próximo))))))
A medicina não é uma ciência)))) É por isso que há práticas adequadas de pesquisa médica em que padrões constantes de tratamento são considerados como tendo uma causa, e não padrões constantes sem causa, mas associações em observadores.))) E o método de experimento aleatório reduz o erro, mas de forma alguma o elimina completamente)))))
Entendo o significado tão próximo))))))