Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3320
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
как раз и считал бедой МО, что идет загон под одну гребенку неоднозначного поведения цены
видимо проблема решаема
ок, понял
Это только вершина айсберга
Это только вершина айсберга
это понятно
ты подводишь к тому, что это будет минимум/максимум критерия? Это не имеет ничего общего с глобальным минимумом/максимумом самой модели.
Покажи график.
Пожалуйста.
Покажи на этом графике критерия где нужно остановить обучение.
далеко уже зашли,
щас попробую песню скопроивать
:сложно говоритиь я уже забыл и долго бещал, музыка, если будем мы научимся, длинная мелодия:
Покажи график.
Пожалуйста.
Покажи на этом графике критерия где нужно остановить обучение.
на минимуме критерия на вал выборке, что дальше?
понятно о чем я?
настоящему ИИ специалисту нужны красные сигареты и зеленый одеколон
на минимуме критерия на вал выборке, что дальше?
Бинго!
Вот теперь ты осознал, наконец то, что любое обучение есть ни что иное как оптимизация с поиском глобального экстремума. А может быть и не осознал ещё, но осознаешь обязательно.
Иначе быть не может, всегда нужен однозначный критерий для останова обучения и этот критерий всегда проектируют так, что бы это был глобальный экстремум. Обычно проектируют интегральный критерий (не всегда). Ты назвал интегральные критерии.
Бинго!
Вот теперь ты осознал, наконец то, что любое обучение есть ни что иное как оптимизация с поиском глобального экстремума. А может быть и не осознал ещё, но осознаешь обязательно.
Иначе быть не может, всегда нужен однозначный критерий для останова обучения и этот критерий всегда проектируют так, что это был глобальный экстремум. Обычно проектируют интегральный критерий (не всегда). Ты назвал интегральные критерии.
Изначально писалось про сложность моделей, а не экстремумы. Ты просто тянешь свою линию, забыв о том, что я писал.
То есть, опять занимаешься пи-хакингом, или натягиванием данных под свои слова.
Покажи график.
Пожалуйста.
Покажи на этом графике критерия где нужно остановить обучение.
Вот типичный график ошибки подгонки модели.
Асимптотически приближается к некоторой величине смещения от оси.
Величина смещения является свойством пары "целевая-предикторы". За счет оптимизации параметров, которые имеются у конкретной модели, можно получить какие-то крохи, но перепрыгнуть свойства "целевая-предикторы" никакой оптимизацией невозможно.
Если смещение 45% ошибки, то получить за счет изменения параметров модели на 10% меньше невозможно. И никакая оптимизация не поможет.
А ели удалось найти пару "целевая-предикторы" с ошибкой 20%, то это и будет около 20% чтобы не делал.
Более того. Если на трейне, а потом на валидации ошибки расходятся более 5%, то это означает, что нужно работать содержательно над парой "целевой-предикторы". Если не удалось сблизить, то пару "целевая-предикторы" придется выбросить.