오류 델타가 표시됩니다. 이 예측 변수가 모델의 전체 오류에 미치는 영향. 훈련 섹션에서 1만큼 제거하면 오류가 0.5% 이하로 변경되었습니다(이 섹션에 강한 적합성이 있기 때문에) 그러나 검증 섹션에서는 오류가 이미 5.5%까지 변경됩니다(이 섹션이 조정되지 않았기 때문에 ) . 순열은 기차와 유효한 기차 모두에서 최대 5-6%까지 증가합니다.
일반적으로 재훈련의 임의성 + 노드 혼합의 임의성도 임의의 결과를 제공합니다.
아마도 1부터 예측자를 구축하기 시작할 것입니다. 10-20까지는 빠르게 모델을 생성하고 브레이크가 작동할 것이라고 생각합니다.
오류 델타가 표시됩니다. 이 예측 변수가 모델의 전체 오류에 미치는 영향. 훈련 섹션에서 1만큼 제거하면 오류가 0.5% 이하로 변경되었습니다(이 섹션에 강한 적합성이 있기 때문에) 그러나 검증 섹션에서는 오류가 이미 5.5%까지 변경됩니다(이 섹션이 조정되지 않았기 때문에 ) . 순열은 기차와 유효한 기차 모두에서 최대 5-6%까지 증가합니다.
일반적으로 재훈련의 임의성 + 노드 혼합의 임의성도 임의의 결과를 제공합니다.
아마도 1부터 예측자를 구축하기 시작할 것입니다. 10-20까지는 빠르게 모델을 생성하고 브레이크가 작동할 것이라고 생각합니다.
매개변수가 약간 점프하면 정상이며 포리스트는 무작위입니다. setseed가 완료되면 항상 동일해야 합니다.
저것들. 거기에 무엇이 있습니까? ~ 5% 유효합니다. 그런 다음 동일한 작업을 수행합니다.
설명하는 방법 .. 간단히 말해서 거기에 신호 또는 커플이 있는데, 이는 주기의 형태를 취하고 분기점 이후에는 또 다른 주기의 형태를 취합니다. 혹은 불협화음, 뭐라고 부르고 싶어도 의미는 변하지 않아
과학 용어로 무엇이라고 부르는지 모르겠지만 특정 반주기가 지나면 다시 중단되고 특정 시간이 경과할 때까지 적절한 확률과 낮은 오류로 주기를 "지도"할 수 있습니다(반주기 또는 그것이 무엇이든), 다시 연결할 수 있습니다. 어떻게 작동할 수 있는지는 일종의 이론상입니다.
이것은 시장에 대한 나의 이론에 쉽게 들어맞는다. 많은 돈을 가진 누군가가 자신의 알고리즘을 켜서 포지션을 취하거나 운영을 수행하고 일종의 대형 은행, 아마도 중앙 은행, 물론 이것은 빨리 완료되지 않지만이 참가자가 지배적이었고 시장이 상황이 이것에 기여한 다음 그의 알고리즘의 징후를 찾을 수 있었습니다. 물론 참가자가 시장에 영향을 미치지 않으면 표시가 작동하지 않습니다. 그러한 참가자(아마도 100명)가 많고 알고리즘이 겹칠 수 있지만 유사하다는 가정이 있습니다(기술적 분석과 은행이 이 분석을 고려하여 거래 운영 을 정당화해야 하는 요구 사항을 기억하십시오(적어도 러시아어에서는 연합)), 이러한 이유로 동일한 알고리즘이 반복적으로 실행된 대규모 샘플을 분석하는 것이 합리적입니다. 그러면 작동 방식을 이해하고 간접적인 기호로 설명할 수 있지만 모델은 다음을 배워야 합니다. 그것을 식별하고 노이즈에 대한 그 순간에 작동하지 않고 조정할 수 있는 알고리즘이 포함될 때까지 기다립니다. 나는 이것이 주식과 파생 상품에서 확실히 더 잘 작동할 것이라고 생각합니다. 저는 외환에서 ML을 하지 않습니다.
그러나 결국 우리는 큰 돈을 가진 사람들의 알고리즘을 설명할 10가지 모델을 찾고 주어진 시간에 어떤 알고리즘이 더 좋을지 결정하는 방법을 배워야 합니다. 알고리즘의 주기는 며칠이 될 수 있고 아마도 짧은 시간 동안 반복될 것이므로 약간의 지연으로 입력해도 무섭지 않습니다. 가장 중요한 것은 이 알고리즘에 적합한 모델을 선택하는 것입니다.
우리 모두는 상호 이익이 되는 조건으로 큰 시장 참여자인 고래와 합류할 수 있는 작은 물고기에 불과합니다.
팔을 흔들면서 원을 그리며 달릴 수 있습니다. 결과는 거의 같습니다)
사실 저는 순환성에 대해 이야기하고 있습니다. 그리고 사고 실험에는 비용이 들지 않지만 och가 있습니다. 유용한.)
그건 그렇고, 시장에 실제 사이클이 있다면 항상 스펙트럼 분석으로 구분할 수 있습니다. 따라서 완전히 다른 분석 기간에서 - 순전히 노이즈 스펙트럼. 오래전에 해봤는데 파이썬으로 반복하게 된다면 시연해 보겠습니다.
음, 최종 오류는 무엇입니까? 해당 모델과 새 데이터에서 작동하는 방식
젠장, 수행해야 할 매우 깊은 분석이 있습니다
오류 델타가 표시됩니다. 이 예측 변수가 모델의 전체 오류에 미치는 영향. 훈련 섹션에서 1만큼 제거하면 오류가 0.5% 이하로 변경되었습니다(이 섹션에 강한 적합성이 있기 때문에) 그러나 검증 섹션에서는 오류가 이미 5.5%까지 변경됩니다(이 섹션이 조정되지 않았기 때문에 ) . 순열은 기차와 유효한 기차 모두에서 최대 5-6%까지 증가합니다.
일반적으로 재훈련의 임의성 + 노드 혼합의 임의성도 임의의 결과를 제공합니다.
아마도 1부터 예측자를 구축하기 시작할 것입니다. 10-20까지는 빠르게 모델을 생성하고 브레이크가 작동할 것이라고 생각합니다.
오류 델타가 표시됩니다. 이 예측 변수가 모델의 전체 오류에 미치는 영향. 훈련 섹션에서 1만큼 제거하면 오류가 0.5% 이하로 변경되었습니다(이 섹션에 강한 적합성이 있기 때문에) 그러나 검증 섹션에서는 오류가 이미 5.5%까지 변경됩니다(이 섹션이 조정되지 않았기 때문에 ) . 순열은 기차와 유효한 기차 모두에서 최대 5-6%까지 증가합니다.
일반적으로 재훈련의 임의성 + 노드 혼합의 임의성도 임의의 결과를 제공합니다.
아마도 1부터 예측자를 구축하기 시작할 것입니다. 10-20까지는 빠르게 모델을 생성하고 브레이크가 작동할 것이라고 생각합니다.
매개변수가 약간 점프하면 정상이며 포리스트는 무작위입니다. setseed가 완료되면 항상 동일해야 합니다.
저것들. 거기에 무엇이 있습니까? ~ 5% 유효합니다. 그런 다음 동일한 작업을 수행합니다.
aglib에 setseed가 있습니까?
분할을 위한 rf도 있습니다.
나는 그냥 MathSrand() 를 전문가나 스크립트에 넣거나 숲을 훈련시키기 전이나 초기화하는 동안 무엇이든 넣습니다.
내 생각에 그것은 효과가 있었다 .. 잊었다 .. 지금 나는 그것을하지 않는다. 필요하지 않다사실 저는 순환성에 대해 이야기하고 있습니다. 그리고 사고 실험에는 비용이 들지 않지만 och가 있습니다. 유용한.)
그건 그렇고, 시장에 실제 사이클이 있다면 항상 스펙트럼 분석으로 식별할 수 있습니다. 따라서 완전히 다른 분석 기간에서 - 순전히 노이즈 스펙트럼. 오래전에 해봤는데 파이썬으로 반복하게 된다면 시연해 보겠습니다.
무엇 때문에? 그래서 모든 것이 명확합니다
시장에는 주기가 있지만 비주기적입니다. 일어나고, 계속되고, 사라집니다. 아마 무작위로. 문제는 이 현상을 포착하는 방법(그리고 가능한가)입니다. BP 견적에 대한 질문은 더 이상 없습니다.
무엇 때문에? 그래서 모든 것이 명확합니다
시장에는 주기가 있지만 비주기적입니다. 일어나고, 계속되고, 사라집니다. 아마 무작위로. 문제는 이 현상을 포착하는 방법(그리고 가능한가)입니다. BP 견적에 대한 질문은 더 이상 없습니다.
시장에는 주기가 있지만 비주기적 입니다. Maxim은 정의에 따라 주기가 주기적이거나 유사 주기에 가깝습니다. 다른 주기는 없습니다.) 주기가 아니거나 둘 중 하나입니다.)
임의의 현상을 예측하거나 포착하는 것은 불가능합니다. 당신은 그것들의 출현 과정과 중요한 활동의 징후, 놀이 과정에서 특정 확률 이상, 아마도 아주 작은 확률로만 그것들을 탐지하려고 시도할 수 있습니다.
시장에는 주기가 있지만 비주기적 입니다. Maxim은 정의에 따라 주기가 주기적이거나 유사 주기에 가깝습니다. 다른 주기는 없습니다.) 주기가 아니거나 둘 중 하나입니다.)
임의의 현상을 예측하거나 포착하는 것은 불가능합니다. 당신은 그것들의 출현 과정과 중요한 활동의 징후, 놀이 과정에서 특정 확률 이상, 아마도 아주 작은 확률로만 그것들을 탐지하려고 시도할 수 있습니다.
설명하는 방법 .. 간단히 말해서 거기에 신호 또는 커플이 있는데, 이는 주기의 형태를 취하고 분기점 이후에는 또 다른 주기의 형태를 취합니다. 혹은 불협화음, 뭐라고 부르고 싶어도 의미는 변하지 않아
과학 용어로 무엇이라고 부르는지 모르겠지만 특정 반주기가 지나면 다시 중단되고 특정 시간(반주기 또는 그것이 무엇이든), 다시 연결할 수 있습니다. 어떻게 작동할 수 있는지는 일종의 이론상입니다.
설명하는 방법 .. 간단히 말해서 거기에 신호 또는 커플이 있는데, 이는 주기의 형태를 취하고 분기점 이후에는 또 다른 주기의 형태를 취합니다. 혹은 불협화음, 뭐라고 부르고 싶어도 의미는 변하지 않아
과학 용어로 무엇이라고 부르는지 모르겠지만 특정 반주기가 지나면 다시 중단되고 특정 시간(반주기 또는 그것이 무엇이든간에), 다시 잡을 수 있습니다.
이것을 알고 그것이 실제로 존재한다면(이를 현상의 발달 주기라고 부르며, 다시 규칙적으로 반복되는 이벤트입니다), 쉽게 사용할 수 있습니다.
나는 모든 일이 이미 일어났을 때만 역사에서 그런 것을 볼 수 있습니다. 실시간으로 - I pass.) 그런데 이것은 신호가 완료된 후에야 신호를 식별할 수 있는 경우에 흔히 발생합니다. 이것은 종종 신호 처리에서 수행됩니다.
설명하는 방법 .. 간단히 말해서 거기에 신호 또는 커플이 있는데, 이는 주기의 형태를 취하고 분기점 이후에는 또 다른 주기의 형태를 취합니다. 혹은 불협화음, 뭐라고 부르고 싶어도 의미는 변하지 않아
과학 용어로 무엇이라고 부르는지 모르겠지만 특정 반주기가 지나면 다시 중단되고 특정 시간이 경과할 때까지 적절한 확률과 낮은 오류로 주기를 "지도"할 수 있습니다(반주기 또는 그것이 무엇이든), 다시 연결할 수 있습니다. 어떻게 작동할 수 있는지는 일종의 이론상입니다.
이것은 시장에 대한 나의 이론에 쉽게 들어맞는다. 많은 돈을 가진 누군가가 자신의 알고리즘을 켜서 포지션을 취하거나 운영을 수행하고 일종의 대형 은행, 아마도 중앙 은행, 물론 이것은 빨리 완료되지 않지만이 참가자가 지배적이었고 시장이 상황이 이것에 기여한 다음 그의 알고리즘의 징후를 찾을 수 있었습니다. 물론 참가자가 시장에 영향을 미치지 않으면 표시가 작동하지 않습니다. 그러한 참가자(아마도 100명)가 많고 알고리즘이 겹칠 수 있지만 유사하다는 가정이 있습니다(기술적 분석과 은행이 이 분석을 고려하여 거래 운영 을 정당화해야 하는 요구 사항을 기억하십시오(적어도 러시아어에서는 연합)), 이러한 이유로 동일한 알고리즘이 반복적으로 실행된 대규모 샘플을 분석하는 것이 합리적입니다. 그러면 작동 방식을 이해하고 간접적인 기호로 설명할 수 있지만 모델은 다음을 배워야 합니다. 그것을 식별하고 노이즈에 대한 그 순간에 작동하지 않고 조정할 수 있는 알고리즘이 포함될 때까지 기다립니다. 나는 이것이 주식과 파생 상품에서 확실히 더 잘 작동할 것이라고 생각합니다. 저는 외환에서 ML을 하지 않습니다.
그러나 결국 우리는 큰 돈을 가진 사람들의 알고리즘을 설명할 10가지 모델을 찾고 주어진 시간에 어떤 알고리즘이 더 좋을지 결정하는 방법을 배워야 합니다. 알고리즘의 주기는 며칠이 될 수 있고 아마도 짧은 시간 동안 반복될 것이므로 약간의 지연으로 입력해도 무섭지 않습니다. 가장 중요한 것은 이 알고리즘에 적합한 모델을 선택하는 것입니다.
우리 모두는 상호 이익이 되는 조건으로 큰 시장 참여자인 고래와 합류할 수 있는 작은 물고기에 불과합니다.이것을 알고 그것이 정말로 실제로 존재한다면(다시 규칙적으로 반복되는 이벤트인 현상의 발달 주기라고 부르자), 쉽게 사용할 수 있습니다.
나는 모든 일이 이미 일어났을 때만 역사에서 그런 것을 볼 수 있습니다. 실생활에서 - 통과.) 그런데 이것은 신호가 완료된 후에야 신호를 식별할 수 있을 때 흔히 발생합니다. 이것은 종종 신호 처리에서 수행됩니다.
역사에 존재하지만 알고리즘화하는 방법을 모르겠습니다.