Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3092
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
оценивает стабильность через линейную регресию как я понял
В статье есть что то про леса/НС?А может все по-простому? Как в Rattle?
Берем два файла, первый большой, второй можно поменьше, но с последними датами по отношению к первому.
Первый файл делим случайной выборкой sample на три части: train, test, validation в пропорциях 70/15/15.
На train учим с кросс валидацией, например с 5 фолдами. Если один фолд минимально 1500 бар, то train = 7500 бар. По кругу 15000 бар на два исходных файла хватит.
Обученную модель прогоняем на test, validation и на каждом получаем ошибку классификации.
Затем прогоняем окно 1500 бар на втором файле. Собираем ошибку классификации.
Если ВСЕ полученные ошибки классификации укладываются к канал 5%, то все замечательно: и можно верить полученной ошибке классификации и нет переобучения.
А может все по-простому?
пожывем, увидим
Сначало надо попробовать запустить алгоритм и проверить его , если не работает то выкинуть и забыть.. 99%
если работает то тогда можно вникать в статью , вникать в метод , пробовать улучшыть / изменить / заменить 1%
В статье есть что то про леса/НС?
нет
нет
то почему ты в коде это ищешь? )))
то почему ты в коде это ищешь? )))
Где гиперпараметры леса/НС? Нет - значит не обучает. Предикторы тоже не подаются.
Думаю он просто оценивает стабильность предсказаний внешней модели.
вот
вот
У меня кода этого пакета, чтобы в нем что-то искать. Я статью прочитал, и все.
а пакет пощупать нету желания ?
а пакет пощупать нету желания ?
R лет 5 назад удалил и нет желания устанавливать. Мне идей достаточно. Если понравится, то и сам сделаю для проверки.
В данном варианте - ничего уникального нет. Метрики в МТ примерно похожи (Bal*RF, Bal*EP, Bal*PF), особенно интересен комплексный показатель. Интересно посмотреть на его алгоритм.
Точнее - уникально, не не уверен, что лучше.
Если вы сравните - было бы интересно узнать результат