Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2206
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
есть. Но не все приготовленное всегда съедобно
А ты пробовал?
Ведь они делают то что и ты, только на автомате + можно выбирать разные подходы, не только по распределениям моделировать данные
А ты пробовал?
Ведь они делают то что и ты, только на автомате + можно выбирать разные подходы, не только по распределениям моделировать данные
я в пути.. или в процессе
Ты думаешь я статьи зачем пишу? чтобы самому разобраться, а не бахвальства для. Пока пишешь - сам осознаешь
я в пути.. или в процессе
Ты думаешь я статьи зачем пишу? чтобы самому разобраться, а не бахвальства для. Пока пишешь - сам осознаешь
факт, пока другому не объяснишь сам не дойдешь, тоже, даже врачу дружбану пытаюсь объяснить что делаю, и чесно положительный эффект бывает, что сам догоняешь. А то что собеседник ни в дугу это все фигня))))
факт, пока другому не объяснишь сам не дойдешь, тоже, даже врачу дружбану пытаюсь объяснить что делаю, и чесно положительный эффект бывает, что сам догоняешь. А то что собеседник ни в дугу это все фигня))))
так и есть ))
правильно ли я понял тебя в статье..
1) ты берешь маленький участок реальных данных, размечаешь лейблы
2) тренируешь semi.. модель
3) проверяешь semi.. модель на большом участке реальных данных
4) и так по кругу, пока не найдется хорошая semi.. модель которая адекватно реагирует на большой участок реальных данных
правильно ли я понял тебя в статье..
1) ты берешь маленький участок реальных данных, размечаешь лейблы
2) тренируешь semi.. модель
3) проверяешь semi.. модель на большом участке реальных данных
4) и так по кругу, пока не найдется хорошая semi.. модель которая адекватно реагирует на большой участок реальных данных
потом еще смотрю на контрольном участке, и смотрю кол-во хороших моделей во всех проходах. Если их много - то это плюс
потом еще смотрю на контрольном участке, и смотрю кол-во хороших моделей во всех проходах. Если их много - то это плюс
Слушай! мне кажется, что это все не заслуга semi.. моделей, а проблема плохого лейбелинга
, те наша "supervise разметка" слишком неадекватна рынку , а semi.. просто делает ее немного адекватней и все чудо..
А если сделать адекватную разметку, то можно получить еще более хорошие результаты ...
Что я имею ввиду , обучать не как проблему классификации, а как проблему оптимизации.. Те обучать модель как поиск минимума/максима
функции, например максимизация прибыли + комисия, это будет самый адекватный лейбелинг
Подумай об этом..
Слушай! мне кажется, что это все не заслуга semi.. моделей, а проблема плохого лейбелинга
, те наша "ручная разметка" слишком неадекватна рынку , а semi.. просто делает ее немного адекватней и все чудо..
А если сделать адекватную разметку, то можно получить еще более хорошие результаты ...
Что я имею ввиду , обучать не как проблему классификации, а как проблему оптимизации.. Те обучать модель как поиск минимума/максима
функции, например максимизация прибыли + комисия, это будет самый адекватный лейбелинг
Подумай об этом..
Там так и написано, что делать адекватную разметку дорого и вообще неизвестно как.. поэтому полуконтролируемое обучение может работать лучше во многих случаях
его же проверяли на котиках и еще много на чем, оно хорошо себя показало. Та же статья от дипмайнд..
Там так и написано, что делать адекватную разметку дорого и вообще неизвестно как.. поэтому полуконтролируемое обучение может работать лучше во многих случаях
его же проверяли на котиках и еще много на чем, оно хорошо себя показалоНо нам же(в наш. случ.) не дорого делать адекватную разметку, через метки классов мы этого делать не умеем, но через поиск минимума можно описать...
И это должно работать лучше semi ... понимаешь о чем я?
Но нам же(в наш. случ.) не дорого делать адекватную разметку, через метки классов мы этого делать не умеем, но через поиск минимума можно описать...
И это должно работать лучше semi ... понимаешь о чем я?
через поиск минимума чего? допустим, ты минимизировал просадку и получил хороший профит фактор или еще что-то, но это не значит что твоя ф-я от фичей в минимуме, в плане обожающей способности
более того, ты вообще не знаешь как у тебя данные распределены и что там на новых данных