Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2486
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
"Ехх...Еслиб хто помох..." ©
Не подскажите каким алгоритмом можно разделить эти три класса, особенно интересует класс обозначенный голубым цветом. Эта собака разбита на две обособленные части и к сожалению я не знаю как разделить маркировку целевой, так чтобы выделить отдельно правую и левую часть. Может быть что ни будь посоветуете?
На глаз, разделяются двумя прямыми.
Mihail Marchukajtes
я набралась сил/смелости посмотреть ваш код (часто в коде больше правды, чем во всех учебниках) - не подскажете, что это у вас за мультипликаторы в Классификаторах в переменной double decision - это веса?.. и как вы их изначально нашли? т.е. почему именно такие?
или ещё лучше - откомментируйте please - какие переменные принимает, и код функции
заранее спасибо!
p.s.
1. вижу, что в качестве активационной функции вы используете сигмоидную (S-образную)... она "часто используется в качестве сжимающей функции"...
2.может, лучше в квадрате?
Всё верно в deсision пишется решение сети, если записать его по другому то выглядеть оно будет так.
Это называется полином в математике, коэфициент умноженное на значение входа плюс другой коэфициент умноженный на функцию активации со значениями другого входа либо с суммой значений входов как это показано далее, минус коэфф. и так далее...... В результате мы получаем число либо выше нуля либо ниже, что соответствует тому или иному классу, но для систем ИИ применяется метод тренарной классификации, когда кроме "Да", "Нет" появляется ещё ответ "Не знаю". Достигается это путём использование двух НС в составе одной системы ИИ, так называемым каммитетом. Что примечательно само коммитетство не сильно улучшает качество общей модели. То есть делать коммитет из 5 или более моделей не имеет смысла, а вот из двух самое то, эффект улучшения обучения ести присутствует.
Вот этот код
Нормирует входное значение, это внутренняя, техническая нормировка для полинома перед непосредственной подачей в уравнение. Сама нормировка делает приведение к диапазону. То есть она не меняет соотношения ряда и сам ряд выглядит как совершенный оригинал, но при этом после этой нормировки начинает лежать в диапазоне максимума минимума текущего ряда. В общем приведение к диапазону.
По поводу функции актива да там есть её код это предназначенно что бы решение было не линейным в каждом нейроне! По сути вот это один нейрон сети
-0.13861638107404117 * sigmoid(x0)
Не трудно посчитать что этот полином имеет 6 нейронов и использует 4 входаMihail Marchukajtes
2.может, лучше в квадрате?
В квадрате мы получим скорость изменения, то как быстро менялась переменная а обычная разница даст нам степень изменения, то есть фактическое значение насколько изменилась улыбка. Я почему собственно за улыбку уже говорю и всё никак сделать не могу. На убунте офис под вайном крашет систему что потом загрузится не могу, думаю это связанно с обновлением по ДДЕ и записью, в общем обделался я знатно когда с загрузкой проблемы начались, но мне повезло и удалось загрузится и вроде как поправить. Что, что а линукс системы более сильные в восстановлении чем винда. Если вероятность восстановления винды 5-10% То линукс примерно 30-40% что получится восстановится. Как зауважал линукс пару лет назад, так и уважаю до сих пор :-)
В обще старайтесь на используемых данных делать как можно меньше математических изменений, максимум плюс для объединения, минут для выяснения не только знака изменения но и степени, насколько сильно было это изменение вот пожалуй и всё, а уже потом нормировать центрировать, масштабировать и т.д."Ехх...Еслиб хто помох..." ©
Не подскажите каким алгоритмом можно разделить эти три класса, особенно интересует класс обозначенный голубым цветом. Эта собака разбита на две обособленные части и к сожалению я не знаю как разделить маркировку целевой, так чтобы выделить отдельно правую и левую часть. Может быть что ни будь посоветуете?
"Ехх...Еслиб хто помох..." ©
Не подскажите каким алгоритмом можно разделить эти три класса, особенно интересует класс обозначенный голубым цветом. Эта собака разбита на две обособленные части и к сожалению я не знаю как разделить маркировку целевой, так чтобы выделить отдельно правую и левую часть. Может быть что ни будь посоветуете?
Скинь данные, я попробую
То же хотел предложить попробовать!!!
Я почему собственно за улыбку уже говорю и всё никак сделать не могу.
кстати да, её изменение в динамике поинтереснее будет (с заявлением о том, какие опцы дорожают/дешевеют ввиду спроса, полагаю) - как альтернативу можно использовать линию наклона (эластичность) на +/-Дельта одинаковая от центрального страйка (лучше конкретно от seattle Fut линейной регрессией)... имхо (для упрощения расчётов)... но в варианте оценки через эластичность вклад rt всё равно надо как-то нейтрализовать ... И/ИЛИ изучить ряд в динамике по dt - чтобы перекос вносимый переменной rt (%*days till exp.) не очень отвлекал... он всё-таки экспоненцильный
*****************
я всё про паутинообразную модель (с59) думаю (в контексте стремление к балансу/дисбалансу)... пугает математика модели
В обще старайтесь на используемых данных делать как можно меньше математических изменений, максимум плюс для объединения, минус для выяснения не только знака изменения но и степени, насколько сильно было это изменение вот пожалуй и всё, а уже потом нормировать центрировать, масштабировать и т.д.
спасибо... попробую, а то я на автомате всё делила обычно, чтобы получить соотношение (e.g. Call-Put Ratio по цене и/или по объёму)... действительно, видимо, есть в математике и другие операции - как раз для моделирования в горизонтальной перспективе (aka по dt), чтобы проследить динамику
я всё про паутинообразную модель (с59) думаю (в контексте стремление к балансу/дисбалансу)... пугает математика модели
кстати да, все модели обычно нивелируются относительно реального положения вещей тем, что все они имеют какие-либо допущения... как уже говорили выше, лучше от данных идти к модели, а не от модели строить свой анализ -- я иногда упускаю это (т.н. состояние "переобучения" - когда обыкновенное бух. сальдо пытаешься просчитать от какой-либо эк. модели)... хотя, как всегда, мне ближе Логика взаимодействия покупателя с продавцом (банально, дёшево/дорого - надо/не-надо - дефицит/профицит -- самая рабочая модель трейдера и риск-менеджера)... часто количественные оценки начинают хромать при виде дифференциальных уравнений или ввиду несовершенства статистических методов обработки, для преодоления которых надо завернуться в приличные доп. стат. исследования/расчёты по выборке (ради вывода по истории)
Можно уже посмотреть на прототип хоть чего то??
А то одни разговоры, да цытирования самой себя, можно хоть каплю практики в этом океане теории посмотреть?