Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2976
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Talvez, mas não vejo nenhum peixe lá. Não uso quantificação de forma alguma. Prefiro explorar dados flutuantes.
Pelo que entendi, a "quantificação" (histogramas) é usada em bousting para acelerar, de modo que haja menos variantes para divisões. Nesse caso, a solução é boa por sua universalidade, mas pode ser ruim em um caso específico - o limite real pode ser perdido.
Pelo que entendi, a "quantificação" (histogramas) é usada no bousting para acelerar, de modo que haja menos variantes para divisões. Se for esse o caso, a solução é boa por sua universalidade, mas pode ser ruim em um caso específico - o limite real pode ser perdido.
Sim, isso está correto. Ela acelera e pode ser atribuída à regularização. Mas também perde a divisão exata.
Talvez, mas não vejo nenhum peixe lá. Não uso quantificação de forma alguma. Prefiro explorar dados flutuantes.
Lamento que você não acredite em mim.
Posso demonstrar a eficácia em sua amostra, comparar a curva de aprendizado.
Sim, é isso mesmo. Ele acelera e pode ser atribuído à regularização. Mas também perde a divisão exata.
Divisão exata no histórico. Se a natureza da distribuição dos valores do preditor for conhecida, a quantificação pode escolher exatamente o intervalo com comportamento estável característico. Para negociação, isso é apenas relevante.
Divisão precisa no histórico. Se a natureza da distribuição dos valores de previsão for conhecida, a quantificação poderá escolher exatamente o intervalo com comportamento estável característico. Para negociação, isso é apenas relevante.
Na quantificação, trata-se apenas de um contador + salto de duplas. A quantificação ocorre sem nenhuma verificação da função de destino.
.
Se uma árvore com treinamento no alvo não oferece estabilidade (ou oferece uma estabilidade muito fraca), como um contador que não tem relação com o alvo a oferecerá? Apenas segmentos aleatórios e, às vezes, aleatoriamente bons, que com o tempo deixarão de ser.
A tarefa de pesquisar intervalos/divisões é resolvida por uma árvore durante o treinamento. Pelo menos há alguma fórmula significativa que separa as linhas com relação ao alvo.
Na quantificação, é apenas um contador + salto de duplas. A quantificação ocorre sem nenhuma verificação da função de destino.
.
Se uma árvore com treinamento no alvo não oferece estabilidade (ou oferece uma estabilidade muito fraca), como um contador que não tem relação com o alvo a oferecerá? Apenas segmentos aleatórios e, às vezes, aleatoriamente bons, que com o tempo deixarão de ser.
As tabelas de quantos devem ser selecionadas para cada preditor. Supondo que um aleatório sortudo seja atingido, é isso que eu quero identificar. Aleatório ou não. Não com 100% de confiabilidade, mas mesmo eliminando 30% da aleatoriedade, é possível melhorar a qualidade do modelo treinado.
Estou desenvolvendo minha função de estimativa de divisão (algoritmo), que deve reduzir a desvantagem das árvores - a ganância.
É estranho, é claro, tenho trabalhado nesse tópico há anos, fiz muitos experimentos com diferentes amostras, tenho estatísticas sobre a eficácia da abordagem, digo que o método funciona, mas encontro desconfiança.
As tabelas quânticas devem ser selecionadas para cada preditor. Digamos que um randômico sortudo acerte - é isso que eu quero detectar. Aleatório ou não.
Como pode ser NÃO aleatório com relação ao alvo se o alvo não está envolvido na escolha do ponto de quantização? Apenas aleatório.
Como pode ser NÃO aleatório com relação ao alvo, se o alvo não está envolvido na escolha do ponto de quantificação? Apenas aleatório.
É aleatório, mas o padrão não é aleatório. Ou seja, ele persistirá no futuro. A estimativa leva em conta o mesmo alvo.
Por outro lado, ninguém impede a divisão imediata e mais precisa do preditor em segmentos quânticos, levando em conta o alvo.Por outro lado, ninguém impede a divisão mais precisa do preditor de uma só vez em segmentos quânticos, levando em conta o alvo.
A tarefa da árvore é encontrar o melhor ponto de divisão, de modo que a pureza das classes das seções direita e esquerda do alvo seja maximizada.
Você deseja estimar a pureza durante a quantificação? Essencialmente, você quer fazer a mesma coisa que a árvore fará mais tarde. Desligue a quantificação e você terá o que deseja. A árvore escolherá o melhor ponto de divisão de acordo com o alvo.
A tarefa da árvore é encontrar o melhor ponto de divisão, de modo que a pureza das classes direita e esquerda alvo seja maximizada.
Você deseja estimar a pureza durante a quantificação? Essencialmente, você quer fazer a mesma coisa que a árvore fará mais tarde. Desligue a quantificação e você terá o que deseja. A árvore escolherá o melhor ponto de divisão de acordo com o alvo.
Cansado de explicar que "melhor" muitas vezes não é a melhor escolha.
Em vez de perguntas - declarações - como se estivéssemos fazendo religião....