Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3409
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
вы искренне считаете, что кто-то будет смотреть два часовых видео, без хотя-бы краткого дайджеста "об чём оно" ?
Кому любопытно - будет.
Видео о попытке из листьев, после построения модели градиентного бустинга, вытащить дополнительную информацию, улучшить разными способами модель. Правда на середине второй части наши дороги с автором видео разошлись.
Кому любопытно - будет.
Видео о попытке из листьев, после построения модели градиентного бустинга, вытащить дополнительную информацию, улучшить разными способами модель. Правда на середине второй части наши дороги с автором видео разошлись.
Обычно не приводит к новым знаниям, но как метод корректировки можно юзать. В каких-то неизвестных пределах. Иногда вообще ничего не дает.
Обычно не приводит к новым знаниям, но как метод корректировки можно юзать. В каких-то неизвестных пределах. Иногда вообще ничего не дает.
Моё виденье тут такое, выборка - конструктор типа Lego - там набор разных деталек, модель - попытка без инструкции собрать чего то интересное из этих деталек - написать свою инструкцию. Так вот, листья тут будут в роли укрупнённых составляющих - несколько блоков удачно слепленных, как задумывал производитель конструктора изначально, к примеру собрана фигурка человечка удачна, пусть и с дефектами. Таких вот удачных конструкций - процентов 10 в модели получается - всё остальное - шальное воображение, не имеющее ничего общего с изначальной инструкцией.
Так вот, собирая такие полу дефективные листья от разных моделей, можно больше собрать удачных блоков, которые сложены в соответствии с инструкцией.
Повторное обучение на этих листьев - это задача раздачи "деталек" на все модельки так, что бы обеспечить разнообразие, но устранить похожесть.
В итоге должны получить больше элементов от изначальной задумки производителя конструктора. Понятно, что конструктор часто достаётся с отсутствующими деталями и идеальную модель не собрать, но что уж тут поделать.
Так что из одной модели больше информации сложно вытащить, а вот из сотни - можно попробовать.
Что касается видео, то их идея уменьшения веса листьев - ну она не будет нормально работать... там нужно делать какую то хитрую калибровку веса листа делать - мне это не удаётся пока. По листьям строить новую модель бустинга - пока самый оптимальный вариант, что я протестировал. В идеале там бы нейронку на один скрытый слой попробовать - но я не уверен, что это быстро будет считаться.
Нейросеть на пайтен на библиотеке tensorflow на Google машинке на выходе eur=usd API mt4 mt5?
Нейросеть на пайтен на библиотеке tensorflow на Google машинке на выходе eur=usd API mt4 mt5?
Вас сложно понять - чего изволите?
Моё виденье тут такое, выборка - конструктор типа Lego - там набор разных деталек, модель - попытка без инструкции собрать чего то интересное из этих деталек - написать свою инструкцию. Так вот, листья тут будут в роли укрупнённых составляющих - несколько блоков удачно слепленных, как задумывал производитель конструктора изначально, к примеру собрана фигурка человечка удачна, пусть и с дефектами. Таких вот удачных конструкций - процентов 10 в модели получается - всё остальное - шальное воображение, не имеющее ничего общего с изначальной инструкцией.
Так вот, собирая такие полу дефективные листья от разных моделей, можно больше собрать удачных блоков, которые сложены в соответствии с инструкцией.
Повторное обучение на этих листьев - это задача раздачи "деталек" на все модельки так, что бы обеспечить разнообразие, но устранить похожесть.
В итоге должны получить больше элементов от изначальной задумки производителя конструктора. Понятно, что конструктор часто достаётся с отсутствующими деталями и идеальную модель не собрать, но что уж тут поделать.
Так что из одной модели больше информации сложно вытащить, а вот из сотни - можно попробовать.
Что касается видео, то их идея уменьшения веса листьев - ну она не будет нормально работать... там нужно делать какую то хитрую калибровку веса листа делать - мне это не удаётся пока. По листьям строить новую модель бустинга - пока самый оптимальный вариант, что я протестировал. В идеале там бы нейронку на один скрытый слой попробовать - но я не уверен, что это быстро будет считаться.
Нужно просто нащупать схему, благодаря которой будет получаться неслучайным образом. Когда это происходит - сразу понимаешь. Ну а до этого надо много попробовать разного, чтобы иметь мнение. Ну кому-то везет быстро попасть в струю.
.
А можно как то прменять это эти подходы к обычным тс? Ну например к пересечению средних
Вас сложно понять - чего изволите?