交易中的机器学习：理论、模型、实践和算法交易 - 页 3118

[Maxim Dmitrievsky]

СанСаныч Фоменко #:

对我来说，过滤错误的想法完全无法理解。

事实证明，如果模型的预测结果是 50/50，那么剔除掉坏的 50 个，剩下的就能预测出 100% 的结果？这只是超级学习，别无其他。

分类误差产生的原因是，相同值的预测因子在某些情况下预测正确，而在另一些情况下预测不正确，这就是问题所在，要摆脱这个问题，只能在过滤预测因子和目标变量的 "关系强度 "阶段，而完全不可能，上帝愿意过滤预测因子，并以此为代价将分类误差降低 10%。

你的理念早就明确了，结果呢？是什么，给我看看。

我的 OOS 有了改进，我很高兴，我将继续改进，直到这种方法穷尽为止。

[Aleksey Nikolayev]

Maxim Dmitrievsky 方向 的基本模型和一个预测获胜概率（交易或不交易）的元模型组成：

我们将第一个模型称为主模型，它用一条黑线将特征空间划分为买入/卖出。第二个是元模型，它将整个 特征空间划分为交易/不交易（红线）。

现在，让我们设想另一种变体，即有两个元模型，每个模型将买入和卖出类的不同 特征空间分别划分为交易/非交易（两条红线）。

一个 "需要思考 "的纯理论问题是，第二种方案是否更好？如果更好，为什么？请发表意见。

甚至可以向阿列克谢-尼古拉耶夫提出一个请求，即如何确定这种 "干预 "的效果。毕竟，你会得到两个元模型的两个概率分布，可以对其进行比较/评估/分散。

如果从实用角度出发，我同意福雷斯特的意见。

如果纯粹从理论的角度来看，我们可以不对这两种方法进行对比。要理解这一点，你可以简单地把第二幅图中的红色直线看作是一条曲线的一部分。从本质上讲 ， 这只是 意味着第二种方案更灵活、更复杂，使其有更多的选择（从好的和坏的意义上讲都是如此）

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

如果从实用的角度来看，我同意 Forester 的意见。

如果纯粹从理论的角度来看，我们可以不把这两种方法进行对比。要理解这一点，你可以简单地把第二幅图中的红色直线看作是一条曲线的一部分。从根本上说 ， 这只是 意味着第二种方案更灵活、更复杂，使其有更多的选择（从好的和坏的角度来说）。

由于买入和卖出的特质值分布不同，你可能会在两个不同的模型中得到不同的偏差，而一个模型则会计算出一些共同点。总的来说，我同意，只有试过才会明白:)

[Evgeni Gavrilovi]

СанСаныч Фоменко #:

您需要对预测因子和目标因子之间的关系强度进行量化测量。我在这个论坛上写过很多次文章，提到过 R 软件包，甚至引用过我的计算结果。

我同意，但有时几个特征就能提高预测质量。这里有一个简单的例子。白天的升温受云量和湿度的影响。

每个预报员都知道，湿度大时，即使万里无云，增温也不如湿度小时明显。因此，我们需要研究这些迹象之间的 "关系"。

[СанСаныч Фоменко]

Evgeni Gavrilovi #:

我同意，但有时几个迹象就能提高预测的质量。这里有一个简单的例子。白天的升温受云量和空气湿度的影响。

每个预报员都知道，湿度大时，即使万里无云，升温也不如湿度小时明显。因此，我们需要研究这些迹象之间的 "关系"。

在气象局的哪个模式中可以考虑到这一点？

[Uladzimir Izerski]

你不过滤它，还是会出现嘿嘿的错误。MO 本质上是对历史的一种拟合，不必完全重复。

新闻、世界权力掮客的声明会让国防部蒙在鼓里。否则，统治者就应该按照国防部的指示说话，新闻就应该按照国防部的指示发布。狗尾续貂（c）。

但是，如果使用市场模型，情况就没那么悲惨了。准确性的余地可能更小，但看清走势方向和持续时间的概率却更高。

你能阅读我的文章并遵循我的提示，这让我很高兴）。

[Evgeni Gavrilovi]

СанСаныч Фоменко #:

哪种 MOE 模型可以考虑到这一点？

有一个 catboost.

model.get_feature_importance(type=catboost.EFstrType.Interaction)

https://catboost.ai/en/docs/concepts/python-reference_catboostclassifier_get_feature_importance

[fxsaber]

Forester #:

我认为牛市和熊市的交易方式不同。同样的欧元通常会快速下跌，然后缓慢爬升。行为不同。

是否有脚本可以显示这种差异？我自己有一个略微不同的观点（链接到 通用版本）。

[Renat Akhtyamov]

Uladzimir Izerski #:

你不过滤，还是会出现嘿嘿的错误。国防部本质上是一个故事的拟合，不一定要完全相同。

世界权力掮客们的新闻、言论会让国防部蒙在鼓里。否则，统治者就应该按照国防部的指示说话，新闻就应该按照国防部的指示发布。狗尾续貂 (c)。

但是，如果使用市场模型，情况就没那么悲惨了。准确性的空间可能更小，但看清运动方向和持续时间的概率却更高。

你能阅读我的文章并遵循我的提示，这让我很高兴）。

不仅操作方法没用，概率也没用。

保证金规则。

[Forester]

fxsaber #:
有没有一个脚本可以显示这种差异？我自己持略微不同的观点（链接到 通用版本）。

不，我没有专门研究过这个问题。我记得在我尝试手动交易的时候，在缓慢增长后迅速下跌。
也许是情绪使然，因为它耗尽了我的存款。我不排除所有事情都是平衡的，甚至反之亦然。）