交易中的机器学习:理论、模型、实践和算法交易 - 页 2954

 
Aleksey Nikolayev #:
或训练一个树状模型,然后根据该特征取第一个分割点。

一次分割?还是多个?Fxaber 在程序中分配了 3 个工作分割点(和 3 个废弃点),总共 5 个分割点。
是否有 MO 软件提供这样的机会--根据指定的特征进行所需的分割次数?

最有趣的是找出在哪些地方进行分割。Fxaber 是根据交易结果进行拆分的。事实证明,这不是第一次拆分,而是在最后有必要添加。
或者第一次拆分分配 1-4 小时的数据块,然后训练底层树,试图在其时间间隔内达到最大值。
恐怕没有 MO 软件包可以做到这一点 - 我们只能拆分数据并训练多个模型。

 
mytarmailS #:
此外,还有 intrees 软件包,可以从许多村庄模型中提取规则。
森林、助推器...

它似乎基于 XGBoost,而 XGBoost 被认为比 CatBoost 和 LightGBM 差。因此也可以使用 R 中的 lightgbm 软件包。问题是实现模型的好方法。

 
Aleksey Vyazmikin #:

它们的依据是什么?

关于总体政治局势和最近解散的 Yandex.Net 网站,您有什么看法?

 
Forester #:

一次分割?还是不止一个?Fxaber 程序分配了 3 个工作分割(和 3 个废弃分割)。
是否有 MO 软件提供这种可能性--根据指定特征进行所需的拆分次数?

最有趣的是找出在哪些地方进行分割。Fxaber 是根据交易结果进行拆分的。事实证明,这不是第一次拆分,而是在最后有必要添加。
或者第一次拆分分配 1-4 小时的片段,然后训练底层树,试图在其时间间隔内达到最大值。
恐怕没有 MO 软件包可以做到这一点--我们将不得不拆分数据并训练多个模型。

我描述了三种变体(第二种在我对 fxsaber 的帖子的评论中描述),其中前两种比较接近,第三种是假设的。在我看来,我们需要的是一个简单的模型,只有一棵树(而不是一个集合)和最少的特征。在确定新的切点后,重新计算(移动)循环特征,然后使用通常的模型。

 
Forester #:

一次分割?还是不止一个?Fxaber 程序分配了 3 个工作分割(和 3 个废弃分割)。
是否有 MO 软件提供这种可能性--根据指定特征进行所需的拆分次数?

最有趣的是找出在哪些地方进行分割。Fxaber 会根据交易结果进行拆分。结果不是第一次拆分,而是在最后需要添加。
或者第一次拆分分配 1-4 小时的片段,然后训练底层树,试图在其时间间隔内达到最大值。
恐怕没有 MO 软件包可以做到这一点 - 我们将不得不拆分数据并训练多个模型。

Saber 清楚地知道自己在做什么交易。您甚至可以用眼睛看到它。通过各种拆分,您可以无休止地进行下去。因此,几乎没有必要深入研究模型的内部结构:)你必须在分类器的框架内思考。这就是如何使用它。它会立即释放出大量被封锁的 CI 能量。
 
Aleksey Vyazmikin #:

您能演示一个具有此功能的脚本吗?

每个软件包中的每个功能都有帮助说明和示例
 
Aleksey Nikolayev #:

它似乎基于 XGBoost,而 XGBoost 被认为比 CatBoost 和 LightGBM 差。因此也可以使用 R 中的 lightgbm 软件包。问题是实现模型的好方法。

在我的记忆中,除了 cat 之外,还有其他所有助推器,请参见帮助
 
Aleksey Nikolayev #:

关于总体政治局势和最近解散的 Yandex.

CatBoost 拥有开放的代码、自己的社区以及许多商业项目的实施,因此即使 Yandex 将被关闭,对它的支持也不会立即停止。

而关于分离--即使他们拿出无形资产,我认为在当前的国际法现实中,俄罗斯联邦居民也不会感兴趣,包括在立法层面。

 
mytarmailS #:
每个软件包中的每个函数都有说明和示例。

我可以说任何语言都是这样,发布代码的人都是白痴!

 
Aleksey Vyazmikin #:

CatBoost 拥有开放的代码和自己的社区,并在许多商业项目中实施,因此即使 Yandex 关闭,对它的支持也不会立即停止。

也许吧。虽然我更相信微软)

Aleksey Vyazmikin#:

至于分离--即使他们拿出无形资产,我也不认为在目前的现实情况下国际法会引起俄罗斯居民的兴趣,包括在立法层面。

Yandex 不是俄罗斯联邦的居民,从来都不是。现在,它也实际搬迁了,似乎不再是俄罗斯的主要搜索引擎。如果它在未来几年内不被谷歌或微软吞并,那才令人吃惊呢。