交易中的机器学习：理论、模型、实践和算法交易

Forester 2020.08.12 08:21 #19631

Aleksey Vyazmikin:

我之前可能没有说明，小样本中至少要有1%的指标留在表内，大样本中至少要有100个指标，所以当然不会分到任何一类的表内没有错误。

你似乎误解了最后一步--我把它看作是对剩余1%样本的统计评估--在这个样本中，我们观察到结果随着不同预测器的分割而改善，我们得到了子空间信息，例如。

如果A>x1，那么目标1将有40%的正确率，也就是60%的子样本。

如果B>x2，那么目标1将以55%的比例被正确识别，也就是45%的子样本。

如果A<=x1，那么目标1将被70%的人正确定义，也就是50%的子样本。

这些拆分中的每一个都有一个重要性系数（我还没有决定如何计算），最后一个拆分也有一个。

以此类推，比方说最多5-10个预测因子，那么在应用时，如果我们到达最后一个分割点，我们将系数相加（或使用更复杂的求和方法），如果系数之和超过阈值，则该表被归类为1，否则为0。

实现这一点的一个简单方法是强行构建一个森林，直到倒数第二个分割点，然后排除已经从样本中选择的预测因子，这样就可以选择新的预测因子。或者干脆，在建立树后，按叶子过滤样本，并逐一查看每个预测器，寻找符合完整性和准确性标准的最佳分割。

而且，如果其他类别的 "0 "意味着没有行动，而不是相反的输入，那么训练样本的结果就会改善，否则就会有改善和恶化。

训练结果仍然是介于N和N+1深度训练的树，例如6和7。如果在第6级时的误差是20%，在第7级时的误差是18%，你的方法将给出两者之间的误差，例如19%。你认为1%的收益值得花时间吗？
以前介绍过一个简单的方法--将一些树木训练到6级，一些训练到7级深度。这将需要重写代码。
现在我想出了一个更简单的方法，因为你不必重写任何东西。只要用任何软件包建立一个随机森林到6级，另一个森林到7级，然后进行平均。

训练样本不必让我们担心--它始终是完美的。

Aleksey Vyazmikin 2020.08.12 12:42 #19632

elibrarius:
同样，训练结果将是介于训练到N和N+1深度的树之间的东西，例如6和7。如果第6级的误差是20%，第7级的误差是18%，你的方法会给你介于两者之间的误差，例如19%。你认为1%的收益值得花时间吗？
以前描述过一个简单的方法--将一些树木训练到6级，一些训练到7级深度。这将需要重写代码。
现在我想出了一个更简单的方法，因为你不必重写任何东西。只要用任何软件包建立一个随机森林到6级，另一个森林到7级，然后进行平均。

训练样本不应该让我们担心--它始终是好的。

收益通常超过1%。

当然，你可以随机化森林，但你如何让它们直到倒数第二个分裂都是一样的？假设你将10棵树训练到第6个分叉，你以同样的方式训练另外10棵树，但训练到第7个分叉。

Forester 2020.08.12 13:19 #19633

Aleksey Vyazmikin:

收益通常超过1%。

当然，你可以有随机森林，但你如何让它们在倒数第二个分裂之前都是一样的？比方说，我们把10棵树教到第6个分叉点，用同样的方法教另外10棵树，但教到第7个分叉点。

不可能。这就是为什么它们是随机的，因为我们采取随机列进行训练。那么，平均化就会有好的结果。
你可以尝试设置列的分数=1。也就是说，所有的柱子都会参与构建树，而不是所有柱子中随机的50%。所有的树都会是一样的，所以也要在森林里设置1棵树。总共有一棵树的森林被训练到6级，另一棵树的深度为7级。
如果你需要超过2棵树--那么独立地从集合中移除一些列，并在所有剩余的列上训练额外的森林。

同时补充：参与训练的行数也应设置为1，即全部，这样训练的效果才会一样。因此，随机森林中的所有随机因素都被删除了。