Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 360
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
Занятно!!! Но проблема немного вдругом. Предположим Ваша ТС просела на 20%. Воспрос??? Выберется она из просадки и заработает сверху или продолжит сливать???? Как определить что ТС нужно переоптимизировать???
Занятно!!! Но проблема немного вдругом. Предположим Ваша ТС просела на 20%. Воспрос??? Выберется она из просадки и заработает сверху или продолжит сливать???? Как определить что ТС нужно переоптимизировать???
ТС НЕ должна быть переобучена - в этом весь смысл создания ТС. Все остальное - это игра в цифирь
ТС НЕ должна быть переобучена - в этом весь смысл создания ТС. Все остальное - это игра в цифирь
Переобучена, или не переобучена, но рано или поздно сливать она начнет по любому. Я думаю в этом был вопрос Mihail Marchukajtes - как узнать когда?
Не понимаете слова "переобучена".
Сначала надо озаботиться тем, что ТС не переобучена - доказать этот факт. А потом это доказательство повторять. Если не удается доказать, что не переобучена, то пользоваться нельзя.
Не понимаете слова "переобучена".
Сначала надо озаботиться тем, что ТС не переобучена - доказать этот факт. А потом это доказательство повторять. Если не удается доказать, что не переобучена, то пользоваться нельзя.
Полагаю, что понимаю.)
Думаю, что это несколько упрощенное определение. Поэтому пользоваться, все таки, не только можно, а возможно даже и нужно. Все от конкретики зависит.
Мы же используем грубые модели, а это можно интерпретировать и как переобученные.
Занятно!!! Но проблема немного вдругом. Предположим Ваша ТС просела на 20%. Воспрос??? Выберется она из просадки и заработает сверху или продолжит сливать???? Как определить что ТС нужно переоптимизировать???
Если заново обученная модель в тестере не даст просадки 20% за этот период а старая модель на реале дала - то переобучать однозначно, модель потеряла свою актуальность и надо что бы учла новые закономерности. А почему бы не переобучать модель после каждой новой сделки? что в этом плохого. Еще и историю сделок обновленную на вход подавать ей.
Если заново обученная модель в тестере не даст просадки 20% за этот период а старая модель на реале дала - то переобучать однозначно, модель потеряла свою актуальность и надо что бы учла новые закономерности. А почему бы не переобучать модель после каждой новой сделки? что в этом плохого. Еще и историю сделок обновленную на вход подавать ей.
Полагаю, что понимаю.)
Думаю, что это несколько упрощенное определение. Поэтому пользоваться, все таки, не только можно, а возможно даже и нужно. Все от конкретики зависит.
Мы же используем грубые модели, а это можно интерпретировать и как переобученные.
В цитате переобучение - это слишком тонкий учет особенностей, а у Вас огрубление - это переобучение?!
Вам виднее. Уж не первый раз.
Если заново обученная модель в тестере не даст просадки 20% за этот период а старая модель на реале дала - то переобучать однозначно, модель потеряла свою актуальность и надо что бы учла новые закономерности. А почему бы не переобучать модель после каждой новой сделки? что в этом плохого. Еще и историю сделок обновленную на вход подавать ей.
Обучать, переобучать и переобученность (сверх подгонка) принципиально разные вещи.
Все эти обучения на каждом новом баре - жевано и пережевано на этом форуме и вообще в рамках ТА.
В борьбе с переобучение (сверх подгонкой) мне известно два приема.
1. Очистка набора предикторов от предикторов не имеющих отношения к целевой переменной - очистка от шума входного набора предикторов. На первых 100 илстах этой ветки очень подробрно рассматривался этот вопрос
2. Имея очищенный от шума набор предикторов начинаем подгонку (fit) модели на обучающей выборке, затем на тестовой и валидационной, которые являются случайными выборками из одного файла. Ошибка на всех этих трех наборах должна быть примерно одинакова.
3. Затем берем файл, который находится отдельно предыдущего и на нем прогоняем модель. Ошибка опять же должна быть примерно одинакова с предыдущими.
4. Если эти проверки делать регулярно, то ваш вопрос: "просадка 20% - это сигнал для переобучения" вообще не стоит так как в результате первых трех шагов получена просадка как параметр модели и выход за ее пределы говорит, что модель не работоспособна и все надо начинать сначала.
В цитате переобучение - это слишком тонкий учет особенностей, а у Вас огрубление - это переобучение?!
Вам виднее. Уж не первый раз.
Огрубление тоже. Но почему только огрубление. Другой пример прямо в определении - чрезмерно сложная модель находит то, чего не существует - кажущиеся закономерности.
Вы оч упрощенно или односторонне понимаете переобучение, имхо.
Обучать, переобучать и переобученность (сверх подгонка) принципиально разные вещи.
Все эти обучения на каждом новом баре - жевано и пережевано на этом форуме и вообще в рамках ТА.
В борьбе с переобучение (сверх подгонкой) мне известно два приема.
.....
4. Если эти проверки делать регулярно, то ваш вопрос: "просадка 20% - это сигнал для переобучения" вообще не стоит так как в результате первых трех шагов получена просадка как параметр модели и выход за ее пределы говорит, что модель не работоспособна и все надо начинать сначала.