Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3151

Новый комментарий
 
mytarmailS #:

холиварный вопрос)

для иследований рынка  - R или питон?

Для исследования рынка мною, в данный момент - R. За других или за себя в будущем ручаться не готов)

 
mytarmailS #:
Обычными алгоритмами асоциативных правил,  разными в зависимости от задачи. 

Я вам тогда(пол года назад) ,  и давал решение (код) именно на вашу задачу, вы забыли? 

Не знаю даже о каком коде речь - видимо чего то не смогло запуститься. О каком коде речь?

Вы утверждаете, что глубина неважна событий по времени - и как это записывается правилом - я не понял.

 
Maxim Dmitrievsky #:

можете у чатгпт спрашивать расшифровку формул, если символы непонятны какие-то.

Y|T = 1  исходы тестовой группы (с тритментом)

Y|T = 0 - контрольной (без)

Y - метка класса, Y0,Y1 - метки классов без тритмента и с ним

T - тритмент внесли в модель ( в т. ч. предиктор) или не внесли (1;0)

E - матожидание

Разделение в любой точке, как делите на тест и трейн

Если не делаете перемешивание, то получается смещенная оценка ATE+bias

ATE - средний лечебный эффект от воздействия

сонный, могу буквы местам перепутать, но логика должна быть понятной

По прежнему я не понимаю идею деления в любом месте выборки. Ведь смысл, как мне кажется, найти как раз тот момент, когда изменилось влияние фактора. Может как раз надо перебрать в цикле разные участки выборки и с помощью генетики выявить тот, на который по новому стал влиять предиктор?

Ранее обвиняли других в недомолвке, но сами не даёте ясности в смысле этих действий, как Вы видите, для целей трейдинга.

Пока не тестировал, что либо по данному вопросу, так как сложно автоматизировать это на MQL5.

 

ребята, можно ли сказать, что МО - частный случай оптимизации?

я думаю что да.

 
Aleksey Vyazmikin #:

Не знаю даже о каком коде речь 

Я думал что отвечаю другому Алексею, писал с телефона
 
Aleksey Vyazmikin #:

По прежнему я не понимаю идею деления в любом месте выборки. Ведь смысл, как мне кажется, найти как раз тот момент, когда изменилось влияние фактора. Может как раз надо перебрать в цикле разные участки выборки и с помощью генетики выявить тот, на который по новому стал влиять предиктор?

Ранее обвиняли других в недомолвке, но сами не даёте ясности в смысле этих действий, как Вы видите, для целей трейдинга.

Пока не тестировал, что либо по данному вопросу, так как сложно автоматизировать это на MQL5.

:)

У вас точно такая же книга перед глазами, как и у меня. Как я это вижу, тоже писал. Попросите мордоратора сделать summary, если потеряли.
 

забанили, через 12 часов разбанили , и опять забанили 

Что это было?

 
mytarmailS #:

забанили, через 12 часов разбанили , и опять забанили 

Что это было?

месяц нормально будет, пусть еще, новый акк.

 

Попался пакет для препроцессинга recipe из R. Впечатляющий перечень шагов препроцессинга из этого пакета:

#>  [1] "step_BoxCox"             "step_YeoJohnson"       

#>  [3] "step_arrange"            "step_bagimpute"        

#>  [5] "step_bin2factor"         "step_bs"               

#>  [7] "step_center"             "step_classdist"        

#>  [9] "step_corr"               "step_count"            

#> [11] "step_cut"                "step_date"             

#> [13] "step_depth"              "step_discretize"       

#> [15] "step_dummy"              "step_dummy_extract"    

#> [17] "step_dummy_multi_choice" "step_factor2string"    

#> [19] "step_filter"             "step_filter_missing"   

#> [21] "step_geodist"            "step_harmonic"         

#> [23] "step_holiday"            "step_hyperbolic"       

#> [25] "step_ica"                "step_impute_bag"       

#> [27] "step_impute_knn"         "step_impute_linear"    

#> [29] "step_impute_lower"       "step_impute_mean"      

#> [31] "step_impute_median"      "step_impute_mode"      

#> [33] "step_impute_roll"        "step_indicate_na"      

#> [35] "step_integer"            "step_interact"         

#> [37] "step_intercept"          "step_inverse"          

#> [39] "step_invlogit"           "step_isomap"           

#> [41] "step_knnimpute"          "step_kpca"             

#> [43] "step_kpca_poly"          "step_kpca_rbf"         

#> [45] "step_lag"                "step_lincomb"          

#> [47] "step_log"                "step_logit"            

#> [49] "step_lowerimpute"        "step_meanimpute"       

#> [51] "step_medianimpute"       "step_modeimpute"       

#> [53] "step_mutate"             "step_mutate_at"        

#> [55] "step_naomit"             "step_nnmf"             

#> [57] "step_nnmf_sparse"        "step_normalize"        

#> [59] "step_novel"              "step_ns"               

#> [61] "step_num2factor"         "step_nzv"              

#> [63] "step_ordinalscore"       "step_other"            

#> [65] "step_pca"                "step_percentile"       

#> [67] "step_pls"                "step_poly"             

#> [69] "step_poly_bernstein"     "step_profile"          

#> [71] "step_range"              "step_ratio"            

#> [73] "step_regex"              "step_relevel"          

#> [75] "step_relu"               "step_rename"           

#> [77] "step_rename_at"          "step_rm"               

#> [79] "step_rollimpute"         "step_sample"           

#> [81] "step_scale"              "step_select"           

#> [83] "step_shuffle"            "step_slice"            

#> [85] "step_spatialsign"        "step_spline_b"         

#> [87] "step_spline_convex"      "step_spline_monotone"  

#> [89] "step_spline_natural"     "step_spline_nonnegative"

#> [91] "step_sqrt"               "step_string2factor"    

#> [93] "step_time"               "step_unknown"          

#> [95] "step_unorder"            "step_window"           

#> [97] "step_zv"

По моему опыту трудоемкость препроцессинга в разы ниже (от 3 до 5 раз) трудоемкости применения собственно модели

 
СанСаныч Фоменко #:

Попался пакет для препроцессинга recipe из R

Хедли Викхам фигни не делает

1...314431453146314731483149315031513152315331543155315631573158...3510
Новый комментарий
Причина обращения: