Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3096
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
Beautiful balance line)
Essa linha pode ser usada na negociação.
Já faz mais de um ano que estamos fazendo algo semelhante e, até agora, não perdemos.
Leia (já dei um link antes), será pelo menos alguém com quem conversar. O manual é muito legal, eu o li. Especialmente a seção 22, que explica a abordagem de Chernozhukov.
Ele não usa nenhum "pacote", tudo é escrito por você mesmo. Portanto, não tenha medo do python.
Porque Sanych está falando besteiras irracionais.
A história de fundo começou com meu último artigo"Meta model...", no qual decidi usar erros de modelo para corrigi-lo. Depois, reescrevi o artigo em várias versões. Em seguida, reescrevi-o de várias outras maneiras. Depois descobri que a inferência kozul é quase a mesma coisa e que ainda não há outras maneiras adequadas de aprimorar os modelos.
Tenho um semelhante há mais de um ano, mas ainda não o mesclei.
Leia (já dei um link antes), será pelo menos alguém com quem conversar. O manual é muito legal, eu o li. Especialmente a seção 22, que explica a abordagem de Chernozhukov.
Sanych tem falado besteiras irracionais.O vídeo não me impressionou. Não está muito claro como a influência da publicidade sobre os clientes (tratamento), que altera seu comportamento e, por exemplo, a receita da loja, está relacionada ao comércio. Não é como se pudéssemos, de alguma forma, influenciar os participantes da negociação no mercado (a menos que você tenha um bilhão para sacudir moedas e, a partir disso, avaliar o impacto do seu tratamento).
Com nosso dinheiro, só podemos influenciar nosso saldo. Não há impacto por parte dos visitantes (que será comparado posteriormente) - só podemos ficar sem negociação, ou seja, sem alteração no saldo.
Esses foram meus primeiros pensamentos depois de assistir ao vídeo. Por causa deles, eu não estava interessado.
Mas seu saldo é interessante. É possível que você não aplique todo o método sem alterações, mas pegue elementos separados.
Portanto, ainda vou lê-lo (talvez eu possa fazê-lo em uma semana, entre os momentos de trabalho).
A história começou com meu último artigo"Model Meta...", em que decidi usar erros de modelo para ajustar o modelo. Em seguida, reescrevi-o de várias outras maneiras. Depois descobri que a inferência kozul é quase a mesma coisa e que não há outras maneiras adequadas de aprimorar modelos.
Os erros do modelo são corrigidos por qualquer bousting, em cada nova árvore após a primeira.
Talvez se trate de aprimorar a correção de erros, e não a inferência kozul?
O vídeo não me impressionou. Não está muito claro como a influência da publicidade sobre os clientes (tratamento), que altera seu comportamento e, por exemplo, a receita da loja, está relacionada à negociação. Não é como se pudéssemos, de alguma forma, influenciar os participantes da negociação no mercado (a menos que você tenha um bilhão para sacudir moedas e, a partir disso, avaliar o impacto do seu tratamento).
Com nosso dinheiro, só podemos influenciar nosso saldo. Não há impacto sobre a parcela de visitantes (que será comparada posteriormente) - só podemos ficar sem negociar, ou seja, sem alterar o balanço patrimonial.
Esses foram meus primeiros pensamentos depois de assistir ao vídeo. Por causa deles, não fiquei interessado.
Mas seu balanço é interessante. É possível que você não aplique o método completo sem alterações, mas pegue elementos separados.
Portanto, ainda vou lê-lo (talvez eu possa fazê-lo em uma semana, entre os momentos de trabalho).
O mesmo conceito de trituração é usado em econometria para inferência causal. Um efeito é definido como qualquer variável isolada. Você pode pegar qualquer atributo e declará-lo como um tritmento e ver como ele afeta as previsões. Uma variável será um tritente, as demais serão parâmetros incômodos. Essas definições não são difíceis de memorizar, creio eu.
Os erros do modelo são corrigidos por qualquer booleaning, em cada nova árvore após a primeira.
Talvez se trate de refinar sua correção de erros, em vez de inferência de cosool?
Booosting é um ajuste excessivo para ruído. E aqui o objetivo oposto é que não haja sobreajuste. Se não houver ajuste excessivo, há causa e efeito, em termos simples.
Bousting é um ajuste excessivo para ruído. E aqui o problema inverso é que não deveria haver sobreajuste. Se não houver ajuste excessivo, haverá causa e efeito, em termos simples.
A tarefa é boa. Eu lerei e, se houver algo interessante e pouco claro, perguntarei.
O tópico não é simples, não são os conceitos usuais de MO. Há uma junção de estatística e MO. Eu mesmo ainda não aprendi tudo.
Não vai dar certo desde o início.
Tenho um semelhante há mais de um ano, mas ainda não o mesclei.
Leia (já dei um link antes), será pelo menos alguém com quem conversar. O manual é muito legal, eu o li. Especialmente a seção 22, que explica a abordagem de Chernozhukov.
Ele não usa nenhum "pacote", tudo é escrito por você mesmo. Portanto, não se sinta intimidado pelo python.
Porque Sanych está falando bobagens irracionais.
A história começou com meu último artigo"Meta model...", no qual decidi usar erros de modelo para corrigi-lo. Depois, reescrevi-o de várias outras formas. Em seguida, reescrevi-o de várias outras maneiras. Depois descobri que a inferência kozul é quase a mesma coisa e que ainda não há outras maneiras adequadas de aprimorar os modelos.
Algumas ofensas infantis impedem que se entenda o sentido do que eu disse, que (o sentido) é banal: tudo o que é apresentado no artigo como uma descoberta que fiz pessoalmente há 5-6 anos, não fui eu o descobridor naquela época, antes de mim foi mastigado e mastigado. Realmente não sabia que era "cajual" e não introduzi nova terminologia em coisas triviais.
Vamos parar com isso.
Você pode mostrar aqui, no nível do código, o significado de"inferência kozool" com preditores, alvo, modelo, estimativa e outras "novidades" ou o que quer que seja? Essa será uma prova da novidade da direção da "inferência kozul",e o artigo não é uma prova desse tipo, embora eu tenha gostado de seus resultados - eu mesmo perdi muito tempo obtendo resultados semelhantes com um trabalho absolutamente estúpido.
Alguma ofensa infantil me impede de entender o significado do que eu disse, que (o significado) é banal: tudo o que é apresentado no artigo como uma descoberta que eu pessoalmente fiz há 5-6 anos, não fui eu o descobridor naquela época, foi mastigado e mastigado antes de mim. Eu realmente não sabia que era "cajual" e não introduzi terminologia nova em coisas triviais.
Esqueça isso.
Você pode mostrar aqui, no nível do código, o significado de"inferência kozool" com preditores, alvo, modelo, estimativa e outras "novidades" ou o que quer que seja? Isso será uma prova da novidade da direção da "inferência kozul",e o artigo não é uma prova desse tipo, embora eu tenha gostado de seus resultados - eu mesmo perdi muito tempo obtendo resultados semelhantes com um trabalho absolutamente estúpido.
Você chamou isso de um ramo da estatística (não eu) - kozul inferens. Ou você aceita isso ou continuará a atormentar a si mesmo e aos outros com perguntas sem sentido.
Você abriu algo que não entendeu? :) e agora está pedindo explicações. Eu não realizo cursos de treinamento. Seu comentário sobre o artigo foi incoerente, não há mais nada a ser discutido aqui até o momento. Eu não forneci fontes suficientes para estudo autônomo? Devo recontar dezenas de páginas em duas palavras ou, melhor ainda, jogar um saco em você? Não sei como você está acostumado a isso.
Você chamou isso de um ramo da estatística (não eu) - kozul inferens. Ou você aceita isso ou continuará a atormentar a si mesmo e aos outros com perguntas sem sentido.
Obrigado, entendi, o exemplo específico não será "take blank"