Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3177
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
Nunca usei essa funcionalidade antes.
Qual é o problema dessa função?
Sim
Sim
Ou seja, preciso gerar um alvo binário para uma amostra, digamos, e ver com que frequência os segmentos quânticos serão encontrados pelo meu método para diferentes preditores, e assim por diante, 10 vezes?
Se o número de segmentos quânticos for encontrado aproximadamente com o mesmo número em média que é agora para todos os preditores, então o método não funcionará, entendi o pensamento corretamente?
Tail e outros parâmetros da série permanecerão os mesmos. Acho que isso é uma vantagem.
Há o risco de nos atolarmos novamente em discussões sem sentido. Qual é a diferença entre um conjunto encontrado aleatoriamente que funciona em nós e um que foi inventado por meio do mais duro sofrimento mental, mas também sem justificativa fundamental? Quando o método de validação é o mesmo. Pergunta retórica.
Qual é a diferença entre uma pesquisa aleatória e uma pesquisa com um elemento de aleatoriedade de escolha? ))O objetivo é detectar a violação de regras e, para isso, é preciso saber como elas se parecem na forma correta. Em outras palavras, quais características estatísticas descritivas podem indicar que se trata de fato de um padrão. Se você as conhece, o desvio dessas regras seria um sinal para interromper o modelo.
E a montagem de um modelo a partir dessas regras ainda parece ser uma solução mais estável do que a montagem de pura aleatoriedade.
Algumas regras que proporcionam o lucro principal podem entrar no randômico, mas o mercado pode esquecê-las por algum tempo. Com a aleatoriedade, é mais provável entrar em pânico e desligar o modelo no início de um drawdown, mas com a abordagem que sugiro - esperar que a ordem das regras mude, ou seja, um drawdown pode ser reconhecido como um fenômeno normal.
E o efeito descrito acima pode ser visto claramente nos gifs que fiz, em que, em um caso, o teste de amostra é positivo e, em outro caso, embora as regras sejam todas retiradas do trem de amostra, sua aparência (das regras) não é uniforme no tempo.
O bônus da abordagem, idealmente, é evitar completamente a amostragem de exames.
Uma alternativa poderia ser a estimativa profunda do modelo - há alguns trabalhos nesse sentido também.
Como resultado, usando apenas um modelo aleatório:
1. Não sabemos por que ele funciona.
2. Não sabemos por que ele parou de funcionar.
3. não sabemos como "consertá-lo".
4. Não sabemos se é hora de parar de negociar.
5. A vida útil de um modelo aleatório será mais curta porque ele contém regras errôneas.
Na randomização, eu pessoalmente obtenho o seguinte: de 100 modelos, 30 de 30 são selecionados dentro de meio ano na zona lucrativa, cerca de 10. Quero pelo menos 50% a 50%, então podemos criar arquivos parciais.
Não seria suficiente apenas misturar a coluna com a coluna de destino?
Tail e outros parâmetros da série permanecerão os mesmos. Acho que isso é uma vantagem.
Você pode explicar melhor - não entendi.
A pergunta foi retórica
Você não precisa entender o que estou explicando e, por esse motivo, não desejo desperdiçar energia com uma nova explicação. Fique com sua opinião sobre a identidade do resultado com diferentes abordagens.
Você não precisa entender o que estou explicando e, por esse motivo, não desejo desperdiçar energia em uma explicação repetida. Fique com sua opinião sobre a identidade do resultado em diferentes abordagens.
Ou seja, preciso gerar um alvo binário para uma amostra, digamos, e ver com que frequência os segmentos quânticos serão encontrados por minha técnica para diferentes preditores, e assim por diante, 10 vezes?
Se o número de segmentos quânticos for encontrado aproximadamente com o mesmo número em média que é agora para todos os preditores, então o método não funcionará, entendi o pensamento corretamente?
Bem, sim, o objetivo é repetir seu procedimento muitas vezes em um grande número de problemas obviamente sem sentido. Em seguida, veja como a aplicação em dados reais específicos se parece em relação a eles - se não se destacar muito, então o método é ruim. Normalmente, formalize a contagem de algum número em cada aplicação do método e extraia uma amostra e, em seguida, veja se o número calculado em dados reais cai muito em sua cauda - se sim, então está tudo bem.
Observe, pois se você não receber um padrão na série original, o caminho hilbertiano não o levará à sua meta desejada. Seus esforços se transformarão em diabrura, e você encontrará um massacre ignominioso em vez do paraíso.
O problema dos sectários é o medo de testar seus dogmas religiosos.
Sempre há muitos padrões - a questão é a escolha certa.