Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2581
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Ну я понимаю что сейчас мода на генеративно созтезательные алгоритмы но в чем собственно преимущество двух условно простых алгоритмов которые созтезаются и улучшают друг друга от одного сложного который делает это сам в себе, просто грубо говоря он в себе строит более сложные правила принятия решений чем твои два...
Слушай, познакомся уже наконец с алгоритмами оптимизации, фитнес функцыями и перестань изобретать велосипед на квадратных колесах
Это другое. Через оптимизацию будет подгонка. Через анализ и коррекцию ошибок модели тоже подгонка, но ты находишь устойчивые паттерны, выкидывая лишнее. По крайней мере ты находишь какое-то плато, где есть устойчивость. Через простой перебор генетикой сложнее, больше хэндджоба.
елементарный пример
тебе надо натренировать АМО на максимальную прибыль что ты будешь делать?
1) ты сделаешь целевую
2) подгонишь модели по стандартной метрике по RMSE например (это глубоко не важно)
3) создаш группу лучшых моделей
4) выбираешь лучшую модель из группы у которой прибыль самая большая
А теперь вопрос: а с чего ты взял что твоя группа есть абсолютная верхушка лучшых моделей в глобальном смысле? ведь ты прогнал модели через два субьективных фильра
(1) твоя целевая и (2) мера ошибки RMSE
Не лучше ли сразу изменять веса(если это нейронка) , создавать правила(если это древисина) под цель макс прибыль, вопрос риторический.. конечно же лучше и быстрее
Кароч суть в том что ты упускаешь другие группы моделей которые зарабатывают и этих групп миллионы
елементарный пример
тебе надо натренировать АМО на максимальную прибыль что ты будешь делать?
1) ты сделаешь целевую
2) подгонишь модели по стандартной метрике по RMSE например (это глубоко не важно)
3) создаш группу лучшых моделей
4) выбираешь лучшую модель из группы у которой прибыль самая большая
А теперь вопрос: а с чего ты взял что твоя группа есть абсолютная верхушка лучшых моделей в глобальном смысле? ведь ты прогнал модели через два субьективных фильра
(1) твоя целевая и (2) мера ошибки RMSE
Не лучше ли сразу изменять веса(если это нейронка) , создавать правила(если это древисина) под цель макс прибыль, вопрос риторический.. конечно же лучше и быстрее
Кароч суть в том что ты упускаешь другие группы моделей которые зарабатывают и этих групп миллионы
Я по R2 по балансу отбираю, плюс минимальное кол-во убыточных сделок, но с наименьшей энтропией (логлосс) и максимальным акураси. Поэтому модели по умолчанию самые доходные.
Ты отбираешь среди готовых моделей , а можно создавать модель. Вот и вся разница
Ты отбираешь среди готовых моделей , а можно создавать модель. Вот и вся разница
Это когда знаешь что создавать и зачем. Они не готовые, сделки сэмплятся случайно, как в статьях. Ни на каком этапе подготовки данных нет никаких априорных предположений или эвристик, есть какие-то диапазоны значений типа максимального и минимального времени удержания сделки.
Ладно, не хочу спорить...