交易中的机器学习:理论、模型、实践和算法交易 - 页 2384

 
Maxim Dmitrievsky

你能做手动标记 吗? 这个技术应该更有趣。

 
Evgeni Gavrilovi:

你能做手工打标 吗? 这个技术应该更有趣。

我没有,这种方法我不感兴趣。

 
mytarmailS:

我找到了一种方法,可以生成对托盘和测试都有效的规则,最后MLEEP....

我的经纪人、我的培训师和测试



你的经纪人你的数据和测试在9年内通过!!!。

Grail found!!!!!!!

有趣的是,我明天就要离开论坛了,大约一个月,非常不走运(我想分享,但没有时间,当我可以写出做什么和怎么做......


对于舒适的交易,你需要制定200-400条这样的规则(如果你愿意,也可以是Patrenov)。

为了了解规模,我那孱弱的笔记本电脑每天可以开采5-8条规则

我认为开采规则没有错,我想做一个可视化的开采器(非常快),用滑块来搜索模式。

但像往常一样,还没有完成。

 
Maxim Dmitrievsky:

我不认为采矿规则有什么不妥,我想做一个带滑块的可视化采矿器(非常快),以寻找模式。

但是,像往常一样,我还没有做。

你想输出什么,如何输出?

 
Valeriy Yastremskiy:

你想撤回什么,如何撤回?

像博图一样

 
Maxim Dmitrievsky:

像博图一样

训练结果或boxplot规则?

 
Maxim Dmitrievsky:

我不认为挖掘规则有什么问题

当然你不知道)),即使你知道,也不会对我有任何影响)。

Maxim Dmitrievsky:

我想做一个可视化的矿工(非常快),用滑块来寻找模式

但像往常一样,我还没有做。

试试吧,只是结果顶多像福雷斯特的渲染,也就是说,没有...


摔跤的输出是被触发的规则的总和,规则没有被过滤掉和拒绝,被拒绝的规则大约是100%)

不检查规则的可重复性(可能只有一个反应)或充分性(是否有效);规则只是 拉伸到数据上(模型适合于数据)。

模型随机地逼近训练样本,希望交叉验证能有所帮助,但由于客观原因(市场上的重要事件太少),它不会这样做。


我尝试了一种不同的方法,我不对数据进行模型拟合,而是形成假设并检查它们。

1)我以规则的形式形成可信的(已经过滤的) 假设。

2) 假设在小数据上得到检验

3)在小数据上检验过的假设,在大数据上检验。

事实上,在一百万条合理的规则中,只剩下一条

未经训练的读者很难理解这两种方法的区别,但它们之间的差异是深不见底的。

 
mytarmailS:

当然你不知道)),即使你知道,也不会对我有任何影响)。

试试吧,但结果最多就是和随机森林一样,也就是没有...


摔跤的输出是被触发的规则的总和,规则没有被过滤掉和拒绝,被拒绝的规则大约是100%)

不检查规则的可重复性(可能只有一个反应)或充分性(是否有效);规则只是 拉伸到数据上(模型适合于数据)。

模型随机地逼近训练样本,希望交叉验证能有所帮助,但由于客观原因(市场上的重要事件太少),它不会这样做。


我尝试了一种不同的方法,我不对数据进行模型拟合,而是形成假设并检查它们。

1)我以规则的形式形成可信的(已经过滤的) 假设。

2) 假设在小数据上得到检验

3)在小数据上测试的假设在大数据上得到检验。

事实上,在一百万条合理的规则中,只剩下一条

未经训练的读者很难理解这两种方法的区别,但它们之间的区别是一个深渊。

因此,以TC的结果为例给我看看

 
Maxim Dmitrievsky:

那么,让我看看TC的结果

我还不能,我需要得到至少500条肮脏的规则,从中我将通过最后的10%......

只是为了给你一个概念,我昨晚已经有了两个肮脏的规则


我正在努力提高规则合成的速度,今天我想出了如何将速度提高5倍,并重写了一些代码...

 
mytarmailS:

我还不能,我需要至少500条肮脏的规则才能通过最后的10%......

只是为了让你明白,我昨晚制定了2条肮脏的规则。

我想阿列克谢建议计算能力,他喜欢做长时间的计算,也许你可以做一个合作项目:)

在没有矢量化的R上仍然会很慢。你可以使用某种快速数据库