交易中的机器学习：理论、模型、实践和算法交易 - 页 3039

新评论
 
СанСаныч Фоменко #:

根据定义，没有任何问题可以通过 FF 来解决。要么有那么多需要改进的地方，要么就没有。你无法改进垃圾，无论你如何挖掘垃圾，垃圾依然是垃圾。

因此，对目标和预测因素之间关系的初步 考虑是初步的 。此外，还需要对这种关系进行定量评估，而且不仅仅是对关系的评估，还要对预测因素预测目标变量（教师）未来值的能力进行定量评估。在这一推理链中，没有任何 FF 的余地，因此，我们可以直截了当地选取一种 MO 算法（有数百种之多），并将其作为黑箱使用，而不必试图 "改进 "具体算法中的任何内容。

此外，FF 类是一种充满争议的东西--过度适应历史的味道太浓了。

我知道您不会通过我的帖子。此外，我还知道您会说话。不幸的是，您没有意识到用粗体红色标出的内容是 FF....。我不明白你为什么对 FF 如此过敏。

顺便说一句，你可以从垃圾中制造出很多有用的东西--这就是所谓的循环利用。 我还要再说一句--"垃圾 "的存在只是让你在市场上仍能获得稳定的利润，甚至在这个论坛上也有这样的例子。

 
Mikhail Mishanin #:

非常正确和有说服力的推理，当然是自相矛盾的--"......不是在建设可持续 的 技术 合作"，只是在建设/选择/发展可持续盈利的技术合作的技术和努力。

这就好比你去商店买衣服，但你对自己想要什么、什么款式、什么季节的衣服没有稳定的想法，结果衣服穿不了，钱也白花了。

 
СанСаныч Фоменко #:

你有一栏叫做分类错误，现在分类已经无关紧要了。

如果不在屏幕上打印分类错误，你怎么知道它无关紧要？打印任何有趣的东西。
打印并显示 9% 也可能是随机的，而 10% 已经合并了。这很有趣。给你一张 20% 的图。

你的图，据我所知，我们不会看到。

 
Andrey Dik #:

我知道你不会通过我的留言。事实上，我知道你会说话。不幸的是，你没有意识到用粗体红色标出的是 FF.....。我不明白你为什么对 FF 如此过敏。

顺便说一句，你可以从垃圾中制造出很多有用的东西--这就是所谓的循环利用。 我还要再说一句--"垃圾 "的存在只是让你在市场上仍能获得稳定的利润，甚至在这个论坛上也有这样的例子。

你在前面的帖子中写道

"问题是，迄今为止还没有人设法为 FF 找到这样的规则（至少我没有看到过）"。

对于现成的 MO 模型来说，这项任务确实非常困难，也是不可能完成的：将 MO 模型作为一个黑盒子，以平衡为目标，在预测因子的预测能力中寻找某些东西。

这是一项难度极大的任务。

而且没有必要。

我们要一步一步地解决这个问题，这也是我的实际做法：我先解决估计预测因子预测能力的问题，然后将模型作为一个黑盒子进行拟合，再根据拟合结果开展工作。从今天开始，在 EA 测试层面上，我发现我的老师有点奇怪。我需要在教师（目标变量）上下功夫。

但是，我的方案的主要内容是，将一个已经非常复杂的问题（由于试图构建 FF 而变得更加复杂）分解成独立的阶段，使问题变得可观察。

 
Forester #:

如果不把分类错误打印在屏幕上，你怎么知道它无关紧要呢？打印出任何有趣的东西。
打印出来，显示出即使是 9% 也可能是随机的，而 10% 已经是一种流失了。这很有趣。这里有一个 20% 的例子。

你的图，据我所知，我们不会看到。

你写的一切对我来说都没有意义。

10%的分类误差（如何计算的？要反驳过度训练，你需要训练集和 "样本外 "的分类误差--它们应该大致相等。

我有一个运行良好的智能交易系统，其分类误差略低于 20%。同时，测试仪中的亏损交易比例略高于 20%。

我希望看到一致的分类数据，这将证明不存在过度训练，并了解如何从分类中获得平衡。

 
СанСаныч Фоменко #:

今天早些时候，你写道

"问题是，还没有人设法为 FF 找到这样的规则（至少我没有看到过）"。

对于现成的 IO 模型来说，这项任务确实很困难，也不可行：将 IO 模型作为一个黑盒子，以平衡为目标，在预测因子的预测能力中寻找某些东西。

这项任务难上加难。

而且没有必要。

我们要一步一步地解决这个问题，这就是我的实际做法：我先解决估算预测因子预测能力 的问题，然后把模型 当作黑盒子进行拟合， 最后再处理拟合结果。从今天开始，在 EA 测试层面上，我发现我的老师有点奇怪。我需要在老师（目标变量）上下功夫。

但这一计划的主要意义在于，一个已经非常复杂的问题，由于试图构建一个 FF 而变得更加复杂，被分解成了独立的阶段，问题变得可以观察。

即在任何阶段，无论我们在哪里做任何事情，都有一个 FF 作为我们想要得到的结果的评价性描述。您将一般的积分评价分解成了小的微分评价，但本质并没有改变，您在工作中仍然使用 FF。

 

如果你买了一件糟糕的夹克，该怪谁呢？- 制造商？- 卖家？- 还是羊？- 你可以去研究构成夹克的原子，但它不会变得更好，你也不会明白夹克为什么这么差劲。你在购买夹克时的评估标准--FF--就是罪魁祸首。

如果没有一件夹克符合 FF 标准，那么要么这样的夹克根本不存在，您就没必要买；要么您就需要改变 FF 标准。）

 
Andrey Dik #:

如果你买了一件糟糕的夹克，该怪谁呢？- 制造商？- 卖家？- 还是羊？- 你可以去找组成夹克的原子，但它不会变得更好，你也不会明白夹克为什么这么烂。你在购买夹克时的评估标准就是罪魁祸首--FF。

如果没有适合 FF 的夹克，那么要么这样的夹克根本不存在，您就没必要买，要么您就需要改变 FF)))

您可以制作一件夹克：根据手臂的不同长度调整袖子，准确地贴合驼峰，并在前面漂亮地打上一坨神经。这样就有一件夹克了。这就是我们方法的不同之处。裁缝万岁

 
СанСаныч Фоменко #:

或者你也可以做一件夹克：根据手臂的不同长度调整袖子，精确地贴合驼峰，漂亮地渲染前面的一坨神经。这样你就有了一件夹克。这就是我们方法的不同之处。裁缝万岁

如果一个人不知道自己需要什么，裁缝也帮不上忙。 橡胶做的夹克会非常合身，但会让你的肚子出汗，这都是因为顾客不知道自己想要什么。
 
СанСаныч Фоменко #:

分类误差（如何计算？）

是否有任何选项？))))

1...303230333034303530363037303830393040304130423043304430453046...3399
新评论