交易中的机器学习:理论、模型、实践和算法交易 - 页 1696

 
Mihail Marchukajtes:

如果你已经掌握了R,为什么不开始用它来训练模型呢? 这样你就不需要任何eksels和其他的拐杖了!"。这就是它的用处!

 
mytarmailS:

如果你已经到了R,为什么不开始在R中训练模型呢? 然后你就不需要任何Excel或其他的拐杖了!!。

好了,现在我们进入了有趣的部分。你认为Reshetov的优化器只是通过愚蠢地使用参考向量系统而成为一个好的优化器吗?但事实并非如此。重点是,它实现了一套由神经网络包围的算法。这包括创建不变量和对训练样本进行巧妙的分区等。而我曾经建议尝试将JPrediction的逻辑转移到相同的R中,但这个想法没有得到支持,这就是为什么它仍然如此。以我的知识,如果我昨天花了一整天时间创建一个一定规模的预制矩阵,其中我必须根据第三张表的数据从另一张表中输入数值。我只做了六个小时的data.frame,最后我才看到它是由列组成的,而列表则是由行组成的。没有人告诉我该怎么做。顺便说一下,博士在哪里?我已经很久没有见过他了.....
 
而且我还没有说到我自己增加的功能,这些功能大大减少了优化时间,增加了获得广义模型的概率。
 
Mihail Marchukajtes:
好了,现在我们来到了最有趣的地方。你认为Reshetov的优化器只是 通过愚蠢地使用参考向量系统而成为一个好的优化器吗 ?但事实并非如此。重点是,它实现了一套由神经网络包围的算法。这包括创建不变量和对训练样本进行巧妙的分区等。而我曾经建议尝试将JPrediction的逻辑转移到相同的R中,但这个想法没有得到支持,这就是为什么它仍然如此。以我的知识,如果我昨天花了一整天时间创建一个一定规模的预制矩阵,其中我必须根据第三张表的数据从另一张表中输入数值。我只做了六个小时的data.frame,最后我才看到它是由列组成的,而列表则是由行组成的。没有人告诉我该怎么做。顺便说一下,博士在哪里?我已经很久没有见过他了.....

妈的)))....

你怎么知道它是好的? 你有没有把它与其他东西进行比较?

 
mytarmailS:

妈的)))....

你怎么会认为它好呢? 你和其他东西比较过吗? 你和什么比较过?

不幸的是,如果你还记得,我所有试图与其他模型,包括来自R的模型做比较分析的尝试都失败了。 因为我的数据集对ttarmailS的领主来说太小了。然而,为了以足够的纯度进行对比实验,我需要将JPrediction算法复制到R中,并进行对比分析。然后你已经可以改进训练方法和网络的类型。但到目前为止,我只依靠经验分析来判断优化者的工作。愚蠢地通过实践。如果它(优化器)事实上是一个虚构的东西,那么我甚至无法想象一个人如何在其他系统中获得惊人的结果,如果这个虚构的东西是相当有助于我赚钱的。
 
Mihail Marchukajtes:
不幸的是,如果你还记得,我所有试图与其他模型,包括R模型进行比较分析的努力都失败了。因为我的数据集对这里的先生们来说太小了。然而,为了以足够的纯度进行对比实验,我需要将JPrediction算法复制到R中,并进行对比分析。然后你已经可以改进训练方法和网络的类型。但到目前为止,我只是通过经验分析来判断优化者的工作。愚蠢地通过实践。如果它(优化器)实际上是一个虚构的东西,那么我甚至无法想象,如果这个虚构的东西对我的收入有相当大的帮助,那么在其他系统中如何能获得惊人的结果。

将JPrediction与其他东西相比较,到底有什么问题?

 
mytarmailS:

将JPrediction与其他东西相比较,到底有什么问题?

一般来说,比较的问题是训练集太小。毕竟参考向量的方法 是很耗时的,因为它对数据进行了彻底的摇动。而这个想法是如下的。我们采用一个相同的训练文件,获得两个模型--一个在优化器中,另一个在替代系统中--然后简单地比较它们在反馈回路中的表现。如果有兴趣,我们可以试试...
 

所以,你去那里。没过多久,史诗般的感觉就来了。我再一次确信,金钱喜欢沉默。虽然现在我看到了一个以更好的价格进入的好机会。我可能会做一点空,不会做很久,就今天而言。


 
mytarmailS:

将JPrediction与其他东西相比较,到底有什么问题?

如果你愿意,我们可以用什么方式来摆弄一下。我将写一些在优化器中实现的关键条件来创建一个系统。你用R语言制作,但要自由解释。然后我们都训练同一个文件,看看它在OOS上是如何工作的。可能你在R中已经有了自己的人工智能,与雷舍托夫的优化器的逻辑不同,但有必要定义游戏规则,可以说,这样的比较是充分的,而不是大象与苍蝇的比较。在那里,我们将在所有的I's上打点,在所有的T's上打叉!!!!
 
有趣的是,NI的这种崛起开始发挥下一个选项,好吧,我能说什么。干得好...