Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2830

[mytarmailS]

todo o meu ranço já está em você, seu idiota sem cérebro )) ahahh

[mytarmailS]

Andrey Dik #:
é melhor você ficar calado, pois parecerá muito mais inteligente ou, pelo menos, mais bem-educado.

Você deve estudar o banco de dados BASE!!!!

O que é otimização local, otimização global, tipos de funções, tipos de otimização, tipos de otimização, que tipo de otimização aplicar a qual função, etc.?

Otimização discreta, otimização contínua, multicritério, etc... qual é a diferença, qual é a finalidade, onde aplicar uma e não aplicar outra....

Você não sabe as coisas básicas!!!

Por que eu deveria ficar em silêncio se tenho algo a dizer sobre o assunto? Não sou uma pessoa não estúpida que só quer dizer algo.

[Maxim Dmitrievsky]

Ele é o único que geralmente fica muito animado com o Google. Quando ele pesquisa algo no Google, fica feliz em compartilhá-lo.

[mytarmailS]

Você não tem permissão para pensar, pessoas como você não têm permissão para pensar, apenas balançam a cabeça e concordam com tudo o que dizem.

[СанСаныч Фоменко]

Maxim Dmitrievsky #:

Foi sugerido que você testasse o aprendizado/otimização em algumas funções representativas, o que é uma boa prática

Se você acha que as redes neurais fazem isso perfeitamente, provavelmente está enganado

Há uma percepção específica, no nível do culto ao kargo e da crença no R divino, que traz as dádivas da civilização.

Sempre tive mais fé nos profissionais que passam a vida inteira lidando com um único problema, a otimização e, em particular, a descida de gradiente.

E o principal sinal dos amadores é falar mal dos profissionais. O R é uma linguagem profissional, a referência em estatística atualmente. É hora de aprender isso, em vez de escrever todo tipo de besteira sobre "fé e cultos de kargo".

[Maxim Dmitrievsky]

СанСаныч Фоменко #:

Sempre confio mais em profissionais que passaram a vida inteira trabalhando no mesmo problema, neste caso a otimização e, em particular, a descida de gradiente.

E o principal sinal dos amadores é falar mal dos profissionais. O R é uma linguagem profissional, a referência em estatística atualmente. É hora de aprender isso, e não escrever todo tipo de besteira sobre "fé e cultos de kargo".

Certamente você acredita em profissionais, mas não citou nenhum deles e não forneceu uma lista de trabalhos sobre esse tópico

Acabou sendo mais uma postagem sem sentido. Cite também, por favor, onde está escrito que o R é uma referência no campo da estatística e o que a estatística tem a ver com isso

Para mim, o usuário do R tornou-se, neste fórum, um nome nominal, com uma implicação, e é por isso que estou rindo dele. Ele só é relevante neste tópico e em nenhum outro.

Por exemplo, uma vez, há muito tempo, eu estava no curso 1C, progi para contabilidade. E o curso foi conduzido por um aluno fedorento (literalmente), que cheirava a suor em toda a plateia e todos torceram o nariz. Depois, todos riram das variações do tema. Uma situação semelhante aconteceu aqui, o que prejudica um pouco a atitude em relação ao idioma. Impressões sobre o idioma 😀😀

[СанСаныч Фоменко]

Maxim Dmitrievsky #:
1. você certamente acredita em profissionais, mas não citou um único profissional nem forneceu uma lista de trabalhos sobre esse assunto

2. Isso acaba sendo outra mensagem sem sentido. Cite também, por favor, onde está escrito que o R é uma referência no campo da estatística e o que a estatística tem a ver com isso

Enquanto não forem apresentados fatos, tudo parecerá mais uma gritaria de sectários. O próprio R é uma linguagem normal, que não se destaca de forma alguma. Eu diria que ela é um pouco supérflua, porque é semelhante ao Python - uma referência em estatística, aprendizado de máquina e programação de alto nível em geral. Não entendo por que você deve denegri-la em todas as postagens com esses gritos e depois insistir em usá-la. É isso que os profissionais fazem?

1. A pergunta de Dick é perfeitamente válida e correta. Não uso o NS, mas sei com certeza que qualquer função em qualquer pacote do R contém necessariamente uma referência ao autor do algoritmo e, para algoritmos sérios, uma referência ao artigo/livro que descreve o algoritmo implementado no R. Como você está bem familiarizado com NS, se estivesse usando o R, poderia pesquisar no R o tipo correspondente de NS e encontrar a referência correspondente onde o algoritmo correspondente é descrito, encontrar uma discussão sobre o algoritmo, descobrir todas as nuances dos profissionais ... e responder a Dick no mais alto nível profissional, em vez de murmurar algo obsceno.

2) R pelo nome: a linguagem de estatísticas e gráficos. A essência do R é revelada pela rubrica de seu aparato de referência.

Aqui está uma lista de tópicos que os pacotes R abrangem. Um dos tópicos é o aprendizado de máquina.

Aqui está uma lista de pacotes relacionados ao MO.

Até alguns anos atrás, era possível encontrar concorrentes do R em outras linguagens estatísticas especializadas. Por exemplo, o SPPS, mas até o momento não encontrei nenhum. O R continua sendo a única linguagem estatística, tem suporte e é moderado, tem um grande número de espelhos e está incluído no software da Microsoft.

3. Comparar o R com o Python é absolutamente errado.

O R é uma linguagem especializada. Python é uma linguagem universal. O Python supera de longe o R em número de usuários, mas o grande usuário do Python é o web design. O fato de o Python ter pacotes estatísticos NÃO permite que ele seja classificado como uma linguagem estatística. Com base nisso, o C++, no qual os pacotes usados pelo R e pelo Python são implementados, pode ser classificado como uma linguagem de estatística. Devido à sua rubrica detalhada e às referências aos algoritmos das funções propostas, o R pode ser usado para estudar a teoria e a prática da estatística, enquanto o Python não pode.

[Aleksey Nikolayev]

mytarmailS #:

Alexei, você sabe alguma coisa sobre como otimizar a função ruidosa?

Não estudei a questão em detalhes. A ideia parece ser simples, mas há muitas sutilezas técnicas nas formas de implementação.

[Aleksey Nikolayev]

Maxim Dmitrievsky #:
Há uma pesquisa completa e há uma otimização. Ela é necessária para reduzir o tempo para encontrar uma solução ideal. Como é assim, é sempre um meio-termo. Você pode otimizar com o método de gradiente estocástico e obter um resultado melhor do que com o Adam, mas sacrificando o tempo. E é preciso escolher. Para algumas tarefas, a precisão pode ser mais importante do que a velocidade, por exemplo, para aumentar a expectativa de TC.
.

Aqui é interessante apenas dar uma olhada nos resultados visuais.

Uma questão importante é o que otimizar. Eu gostaria de otimizar critérios significativos relacionados a lucro, redução, volatilidade etc.

Infelizmente, nem sempre isso é aplicável).

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

Uma questão importante é o que otimizar. Eu gostaria de otimizar critérios significativos relacionados a lucro, redução, volatilidade etc.

Infelizmente, nem sempre isso é aplicável).

Eu citaria o slogan "lutar e procurar - encontrar e esconder".

Defina como métrica personalizada qualquer critério, especialmente os padrões. Ele ainda otimizará por logloss, mas parará nesses critérios personalizados, o que provavelmente faz algum sentido

e, de fato, faz, porque parar no mesmo busting sempre se baseia em algum critério de elenco, como a precisão.