Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 514
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
https://www.searchengines.ru/yandeks-vylozhil-v-dostup-biblioteku.html
O pacote R está lá, óptimo.
instalação -https://tech.yandex.com/catboost/doc/dg/concepts/r-installation-docpage/
1) Pré-instalação das Ferramentas de Construção Visual C++ 2015 -http://landinghub.visualstudio.com/visual-cpp-build-tools
Porquê R, eu não gosto... linha de comando ou dll :)
Eu fiz um preditor de regressão da rede neural, ele exibe um histograma do modelo de previsão de preço atual para n barras à frente (15 neste caso), trens para 5000 barras e treinamentos a cada 500 barras. Parece bom no primeiro olhar, mas é claro que não funciona tão rápido quanto eu gostaria, porque eu realmente quero treinar vários deles :)
E assim, se você olhar para os minutos - variação bastante pequena, é claro que pode ser alta nas emissões extremas, mas em média na faixa dos 100 pontos (5 dígitos).
Eu circulei os mais saborosos com setas.
Não funciona tão depressa como eu gostaria,
No ALGLIB?
No ALGLIB?
yeah
é claro que você pode se torcer com NS externo ou andaimes, por exemplo CatBoost em gpu, mas eu sou muito preguiçoso e não tenho tempo para
tudo se resume a velocidade, quanto mais alto se chega, mais difícil é correr no testador.
ALGLIB é um péssimo travão para a aprendizagem.
Serviu 240-50-1 net no ALGLIB - esperou 2 dias, não esperou e fechou.
Treinei 70-5-1 de rede em meia hora. E nnet de R foi treinado por menos de um minuto com os mesmos dados. Agora estou a tentar perceber isso com o R.
ALGLIB é um péssimo travão para a aprendizagem.
Serviu 240-50-1 net no ALGLIB - esperou 2 dias, não esperou e fechou.
Treinei 70-5-1 de rede em meia hora. E nnet de R foi treinado por menos de um minuto com os mesmos dados. Então agora estou aqui sentado a lidar com o R.
RF mais ou menos, 50 entradas de 5000, 100 árvores, 25 segundos em média (no laptop). Mas para otimização também é muito longo. NS é muito lento, mas é um MLP normal, não se deve esperar mais nada dele.
Preciso dele para aprender tudo num segundo, no máximo, onde o conseguir? )
Mais uma vez estou convencido de que os andaimes não podem extrapolar, não importa quantas exclamações haja aqui que não possam:
acima da linha vermelha 150 preços de formação (entradas e saídas). Depois disso, o mercado começou a cair, surgiram novos preços, que não estavam na amostra de treinamento (não foram alimentados com a produção). A Floresta começou a produzir como previsão o preço mais baixo que conheciam no momento do treinamento, ou seja, 1.17320, o que corresponde à linha horizontal. Isto fez com que o histograma residual também fosse enviesado.
As florestas NÃO sabem como EXTRAPLORAR. Todos os espertos ficam para o segundo ano para reaprender a matemática.
- tal como as árvores de decisão, o algoritmo é totalmente incapaz de extrapolar
http://alglib.sources.ru/dataanalysis/decisionforest.phpOs preços sem qualquer conversão não são introduzidos no modelo.
O andaime para extrapolação toma o valor conhecido mais próximo. O neurônio ou régua em extrapolação irá calcular algo de acordo com as fórmulas internas. Mas na realidade todos estes modelos vão se fundir nesta situação, por isso não há diferença.