Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2373

[Aleksey Vyazmikin]

Может кто помочь на R сделать скрипт, который берет выборку и применяет на ней модель "регрессия Lasso"? Слышал мнение, что она хорошо работает для бинарных признаков с высокой корреляцией - хочу попробовать. Правда, мне нужна классификация, а не регрессия, но думаю это тут не очень важно - человек говорил про классификацию.

[Maxim Dmitrievsky]

Aleksey Vyazmikin:
Может кто помочь на R сделать скрипт, который берет выборку и применяет на ней модель "регрессия Lasso"? Слышал мнение, что она хорошо работает для бинарных признаков с высокой корреляцией - хочу попробовать. Правда, мне нужна классификация, а не регрессия, но думаю это тут не очень важно - человек говорил про классификацию.

смотрите в сторону ROCKET, алгоритм создает кучу декоррелированных признаков

[mytarmailS]

Aleksey Vyazmikin:
Может кто помочь на R сделать скрипт, который берет выборку и применяет на ней модель "регрессия Lasso"? Слышал мнение, что она хорошо работает для бинарных признаков с высокой корреляцией - хочу попробовать. Правда, мне нужна классификация, а не регрессия, но думаю это тут не очень важно - человек говорил про классификацию.

https://www.pluralsight.com/guides/linear-lasso-and-ridge-regression-with-r

http://www.science.smith.edu/~jcrouser/SDS293/labs/lab10-r.html

https://rstatisticsblog.com/data-science-in-action/machine-learning/lasso-regression/

[Valeriy Yastremskiy]

mytarmailS:

Нам надо создать модель рынка те  ---  Упрощенное пространство признаков которое обладаем полезными для нас свойствами

Зачем упрощение 

1)  Наглядность , воспринимаемость 

2) Чем проще пространство тем больше в нем повторяемости, легче искать закономерности и они будут повторяться не раз в 2 года

3) Минимизация шанса комбинаторного взрыва при поиске закономерностей

4) Умное упрощение удаляет шум

Что есть полезные свойства (что нужно от модели)

1) Модель должна быть адекватна рыночным движениям

2) повторяемость данных внутри модели

3) простота

Может кто то чем  то дополнит, также приглашаю обсудить варианты модели , кто как это себе представляет

Мат. модель физических процессов с разумными допущениями это достижимая цель с достаточной точностью.

Многофакторные мат. модели простых процессов, броуновское хороший пример, тоже достигают нужной точности.

А вот сложные системы не встречал.

Алексей Николаев в блогах делал модель игры меньшинства на R 

Получилось похоже на тиковое движение. Но добавить в модель факторы разного влияния просто не получается. И куда идти, в сложные игровые модели или делать из простой модели более сложную трудно решить более менее верно. При том, что модель изначально простой не получается из за количества классов / групп действующих переменных более 2х. В броуновском движении 1 класс, и то модель достаточно сложная. 

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

смотрите в сторону ROCKET, алгоритм создает кучу декоррелированных признаков

Мне нужно с бинарными поэкспериментировать.

[Aleksey Vyazmikin]

mytarmailS:

https://www.pluralsight.com/guides/linear-lasso-and-ridge-regression-with-r

http://www.science.smith.edu/~jcrouser/SDS293/labs/lab10-r.html

https://rstatisticsblog.com/data-science-in-action/machine-learning/lasso-regression/

Спасибо, но я пассажир в R, во всем разнообразии там примеров кода я утону - мне бы банально рабочий скрипт, вроде и параметров там не много...

[mytarmailS]

Aleksey Vyazmikin:

Спасибо, но я пассажир в R, во всем разнообразии там примеров кода я утону - мне бы банально рабочий скрипт, вроде и параметров там не много...

Держи мой ленивый друг

library(glmnet)
Y <- sample(c(-1,1),100,replace = T)   # data
X <- matrix(rnorm(400),ncol = 4)     # target
tr <- 1:80 # train idx

lambda_seq <- 10^seq(2, -2, by = -.1)
# identifying best lamda
best_lam <- cv.glmnet(x = X[tr,], y = Y[tr],alpha = 1, lambda = lambda_seq, nfolds = 5)$lambda.min

# train model with best lamda value identified
lasso_best <- glmnet(x = X[tr,], y = Y[tr], alpha = 1, lambda = best_lam)
# predict new data
pred <- predict(lasso_best, s = best_lam, newx = X[-tr,])

Только не спрашивай меня про модель, я ее не юзал и юзать не собираюсь, я уже вырос из того мышления чтобы верить в чудо-модельки)

[mytarmailS]

Valeriy Yastremskiy:

Мат. модель физических процессов с разумными допущениями это достижимая цель с достаточной точностью.

Многофакторные мат. модели простых процессов, броуновское хороший пример, тоже достигают нужной точности.

А вот сложные системы не встречал.

Алексей Николаев в блогах делал модель игры меньшинства на R 

Получилось похоже на тиковое движение. Но добавить в модель факторы разного влияния просто не получается. И куда идти, в сложные игровые модели или делать из простой модели более сложную трудно решить более менее верно. При том, что модель изначально простой не получается из за количества классов / групп действующих переменных более 2х. В броуновском движении 1 класс, и то модель достаточно сложная. 

сложно

[Maxim Dmitrievsky]

Прадовская маркировочка сделок

[Vladimir Perervenko]

Maxim Dmitrievsky:

Прадовская маркировочка сделок

Этот материал интересней. Я только не понял, он работает только с командной строки? Кто нибудь смотрел?