交易中的机器学习:理论、模型、实践和算法交易 - 页 1781

 
阿列克谢-维亚兹米 金。

我没有删除日期--我只是没有保存它,这样它在文件中占用的空间就会减少--你为什么需要它?

那么,时间是波动性的间接标志,在时间上是有季节性的,有主动的交易时间,也有被动的。

阿列克谢-维亚兹米 金。

你不能把预测器按顺序保存在一个文件中,然后直接下载它们进行训练吗?

好吧,你可以这样做,但为了训练模型,你必须将矩阵加载到环境中,这将是它的终点))或者更早,在形成带有谓词的矩阵的阶段。

阿列克谢-维亚兹米 金。

我的训练样本现在大约有一千兆字节--CatBoost可以轻松处理,但我不会冒险在R中建立一个遗传树。

哇,一个演出并不小,我想知道你有多少种特征?

什么样的遗传树?


阿列克谢-维亚兹米 金。

1)你是用音量,还是用音量就很方便?

2)你不需要ZZ参数来调整预测器吗?

3)我不明白关于数据失真的问题--你是否需要转移数据,以便在酒吧零点时知道所有的酒吧数据?如果是这样,你难道没有偷看过零条吗?

1) 只是 )

2)如何是好?你是如何调整ZZ的预测指标的呢?

3)烛台刚开张什么的,就已经变形了,应该收起来,还有很多问题,怎么做目标等等(不用担心),如果你为自己改了什么,总该给别人留下原样吧。

 

现在我正在敲定关于集群的MOS。纯粹靠集群是学不好的,我将增加增量的功能

另一个例子


 
马克西姆-德米特里耶夫斯基

现在我正在敲定关于集群的MOS。纯粹靠集群是学不好的,我将增加增量的功能

另一个例子

图上有什么?

你在有增量和无增量的图形上有平衡吗?

 
mytarmailS:

图上有什么?

比如有无增量? 图表上的平衡?

追踪和测试,以点带面的平衡。

没有增量,都是群组。

增量不给任何东西

 
马克西姆-德米特里耶夫斯基

训练和测试,以点代面

无增量,所有群组

增量不提供任何东西

尽量 "瘦身",也就是说,你可以放弃长的集群......

例如,你有一个基于价格的集群向量,价格是 "P "集群 "C"


价格是R R R R R R R R R R R R R R R R R R R R R R R R R R R

cluster number 11111111122222222221111111111111112222222222222

只留下从群集到群集的过渡

价格 - R R R R R RR R R R R R R R R RR R R R R R R R RRR

cluster number 1111111112222222222111111111111111222222222222222


R R

2 1 2

如果我们放弃所有这些症结,我们可能会摆脱噪音,而且样本量会小很多。

试试吧,我曾经用hmm做过。

 
mytarmailS:

尝试 "瘦身",也就是说,你可能想放弃长长的集群干扰......

例如,你有一个基于价格的集群向量,价格是 "P "集群 "C"。


价格是R R R R R R R R R R R R R R R R R R R R R R R R R R R

cluster number 11111111122222222221111111111111112222222222222

只留下从群集到群集的过渡

价格 - R R R R RR R R R R R R R R R RR R R R R R R R RRR

cluster number 1111111112222222222111111111111111222222222222222


R R

2 1 2

如果我们拿出所有这些症结所在,我们可能会摆脱噪音,并大幅减少采样。

试试吧,我曾经用hmm做过。

如果你已经做了,那就没有意义了

 
马克西姆-德米特里耶夫斯基

如果你已经做了,那就没有意义了。

不要凭空作出结论。

首先是嗯 ,其次是我做了很大的改进,但问题是不同的......。

 
mytarmailS:

不要凭空捏造结论

首先是嗯,其次是我有了很大的进步,虽然任务不同......。

太多的痛苦了 )

 
马克西姆-德米特里耶夫斯基

太痛苦了,无法理解)

在R中撒尿是半行,而你所称赞的python是痛苦的?

是啊...

 
马克西姆-德米特里耶夫斯基

现在我正在敲定关于集群的MOS。纯粹靠集群是学不好的,我将增加增量的功能

另一个例子


你在分享什么? 还有,增量有什么问题?他们基本上是给你一个基于时间的速度。但没有平均数我就做不到。但如果你开始考虑到平均数,它很快就会变成一个迷宫。总得有一个工作的中间地带。在最后一次打勾的时候是不够的,还要再多一点。