Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3304
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Не так давно на форуме кто-то давал название эффекта (не нашёл пока), из-за которого ряды близкие к СБ кажутся имеющими период. С этим эффектом связано немало позорных моментов в науке, когда посредством Фурье "находили" периодичность в процессах, да и радиолюбители из-за него на форуме никогда не переведутся)
Как доказывается обратное?
На мой взгляд есть события привязанные ко времени - те же новости. Думаю, если разделить на три подвыборки - ожидаемая, хуже, лучше и учесть контекст, то будет заметно схожее поведение участников рынка.
Другой вариант - сезонность товаров.
Кто-нибудь может мне обяснить проблему множественного тестирования.
Нет я понимаю что чем больше ищешь(итерации) тем больше вероятность найти что то случайное что будет выглядеть как НЕслучайное..
Но если мы придумали какую то идею ,а потом подобрали параметры к ней за 10 итераций , а не за 10000 то можно ли это считать непереобучной моделью?
Ведь сама фраза "мы придумали" подразумевает тоже некий мыслительный перебор (итерации)
Откуда конечной модели знать какие это были итерации, мозговые или копютерные и есть ли разница между тем и другим?
Вопрос возник после почтения статьи Прадо
Переобучение возникает в связи с запоминанием редких явлений. Эти явления выделяются чисто статистически, так как нет модели, описывающей причину и следствие.
При этом убыток - не всегда значит, что модель переобучена.
Не так давно на форуме кто-то давал название эффекта (не нашёл пока), из-за которого ряды близкие к СБ кажутся имеющими период. С этим эффектом связано немало позорных моментов в науке, когда посредством Фурье "находили" периодичность в процессах, да и радиолюбители из-за него на форуме никогда не переведутся)
Масштабная инвариантность?
Муаровый эффект :)
масштабная инв, вроде бы, вполне может описываться подобным образом, и не будет предметом исследования радиолюбителей. Только без Фурье, а рыночные периоды по типу часовых и дневных, которые описывают разную активность.
Масштабная инвариантность?
Муаровый эффект :)
Хорошая бумага, как правильно делать репрезентацию ВР для нейросетей. От ФФТ, конечно, можно избавиться. И дальше сравнение разных моделей.
Принципиальное отличие в том, что препроцессинг встроен в архитектуру сети. Но можно сделать и отдельно.
LSTM курит в сторонке, потому что не учитывает интерпериодные вариации.
Бустинг тоже где-то внизу рейтинга, на основании их тестов.Думается, что подавляющее число применений МО, независимо от инструмента, относится к областям, где имеется "естественное" отношения между учителем и предикторами. Например, прогноз погоды: температура, влажность ...
Мы же здесь сидим и путем ковыряния в носу придумываем предикторы, которые являются нашей фантазией и почему-то хотим, чтобы они предсказывали торговые приказы.
Поэтому любые публикации с "естественными" предикторам не являются для нас интересными. К сожалению.
Как доказывается обратное?
На мой взгляд есть события привязанные ко времени - те же новости. Думаю, если разделить на три подвыборки - ожидаемая, хуже, лучше и учесть контекст, то будет заметно схожее поведение участников рынка.
Другой вариант - сезонность товаров.
Что именно?
Думается, что подавляющее число применений МО, независимо от инструмента, относится к областям, где имеется "естественное" отношения между учителем и предикторами. Например, прогноз погоды: температура, влажность ...
Мы же здесь сидим и путем ковыряния в носу придумываем предикторы, которые являются нашей фантазией и почему-то хотим, чтобы они предсказывали торговые приказы.
Поэтому любые публикации с "естественными" предикторам не являются для нас интересными. К сожалению.
Ну это всего лишь аспект кормления модели признаками, который выглядит логично. А что уже с этим делается потом - вопрос конечно эзотерический.
Например, такой подход позволяет впихнуть больше истории в один семплНе) Слуцкого-Юла, нашёл пост. Вроде ещё какие-то похожие эффекты были обнаружены, но точно не помню. По крайней мере, сейчас принято с аккуратностью относиться к кажущейся периодичности, хотя, конечно, местным радиолюбителям это всё по барабану)
Ну, почему же.
Есть экономические процессы с явной, а не умозрительной периодичностью. Например, сбор урожая. И таких процессов полно. Для них имеются модели, в которых одним из параметров является периодичность.
Другое дело, что надо отделять существующую в реальности периодичность, от высосанной с помощью какого-либо Фурье периодичностью, которая процветала на Форексе. Лет 10 назад отбою не было от радиоинженеров. Огромное число людей не понимают, что очень важным свойством любой математической модели должны быть ее интерпретируемость, возможность сопоставления тех или иных параметров и свойств модели реальности. И когда, видя явные с переменной периодичностью волны на графиках, начинаем придумывать какие-то спрос-предложения, которые неизвестно откуда берутся, то и результат соответствующий.
Ну это всего лишь аспект кормления модели признаками, который выглядит логично. А что уже с этим делается потом - вопрос конечно эзотерический.
Например, такой подход позволяет впихнуть больше истории в один семплУ нас, мусор на входе - мусор на выходе, а у большинства НЕ мусор на выходе.