交易中的机器学习:理论、模型、实践和算法交易 - 页 2554

 
Vladimir Baskakov#:
这不是为了解决一个问题

我的意思是同样的事情,他们设定了任务,然后英勇地尝试不解决这些问题))。我明白,任务越困难,对负面结果的借口就越多,对更困难的项目的哭诉、同情和告诫就越多)))。

 
Farkhat Guzairov#:

这就是我的意思,他们设定目标,然后英勇地尝试不解决))))。我明白,任务越困难,对负面结果的借口就越多,对更困难的项目的赞叹、同情和告诫就越多)))。

我可以想象他们是如何折磨女人的;)。
 
mytarmailS#:

我记得...

我有一个稍微不同的想法...

如果你能定性地预测未来的报价分布,比如说未来的50支蜡烛,那么从这个分布中你可以蒙特卡洛几千行并训练模型,这样模型在理论上就能充分工作在新的50支蜡烛上......

但是,如果类的预测是错误的,那么Montekarlo就没有帮助。

你可以玩玩窗口的大小,看看在不同的质量的概括。有机会进入一些周期

 
Maxim Dmitrievsky#:

但如果没有正确的预测类,那么Montekarlo就不会有帮助。

你可以玩玩窗口的大小,看看不同窗口的概括质量。有机会进入一些周期。

为什么该班的预测不正确?因为报价不是模型所期望的,不是分布。如果我可以从正确的分布中生成报价,那么就可以了......。
 
Maxim Dmitrievsky#:

"有时 "是什么意思?

要么是有某种已经被证明的流水线,要么就是空想的猜测。

从理论上讲,将噪声作为一个单独的类并不能改善模型(噪声停留在模型内,并没有去任何地方)

关于漂移--这是基础知识,它是一种偏差-变异的权衡。

有时它意味着,根据模型、所使用的预测因子和转换的情况。而且有一个已经证明了自己的管道。

理论上,它可能不会改善模型,但实际上它改善了结果 (噪声停留在模型内,不会消失)这是什么意思?

关于漂移--那是基础知识,偏差--变异的权衡-- 它根本不是这个问题。如果你不理解,就不要写。阅读它,研究它。

谦虚一点,谦虚一点......


 
Vladimir Perervenko#:

有时这意味着取决于模型、所使用的预测因子和转换。而有一条管道已经证明了自己。

理论上,它可能不会改善模型,但实际上,它可以改善结果 (噪声留在模型内,不会去任何地方) 这是什么原因?

关于漂移--那是基础知识,偏差--变异的权衡--它根本不是这个问题。如果你不理解,就不要写。阅读它,研究它。

谦虚,谦虚...


你为了不交易而把噪音放在第三类? 预测噪音的发生比预测买入或卖出的类标更容易。

这正是我的意思。

 

弗拉基米尔似乎是想通过抛出(大概)属于非交互分布的例子来对抗非平稳性。

通过假设一个常数分布(预测因子和输出的联合分布)来寻求偏差和方差之间的权衡。

 
Aleksey Nikolayev#:

弗拉基米尔似乎是想通过抛出(大概)属于非交互分布的例子来对抗非平稳性。

通过假设一个常数分布(预测因子和输出的联合分布)来寻求偏差和方差之间的权衡。

去除异常值并不是为了对抗非平稳性...

 
Dmytryi Nazarchuk#:

消除排放并不是对不稳定的斗争...

取决于其来源的性质。

 
Aleksey Nikolayev#:

弗拉基米尔似乎是想通过抛出(大概)属于非相关分布的例子来对抗非平稳性。

通过假设一个常数分布(预测因子和输出的联合分布)来寻求偏差和方差之间的权衡。

假设在未来,模型也应该工作)各种错误(包括噪音)将始终存在,问题是要找到一个平衡。因此,在本质上,我们谈论的是同一件事。

实际上,我是以不同的方式来解决这个问题的,这就是为什么我在写引导性问题的原因