트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1546

 
막심 드미트리예프스키 :

약한 일반화의 의미에서 과적합. 나는 이미 위에서 문제를 해결하는 방법을 썼지만 더 우아한 접근 방식이 있습니다.

열차에 대한 교육의 질에는 전혀 문제가 없습니다 + 유효

그래서 아마도 모든 것이 데이터에 관한 것일 수도 있습니다. NN을 공급하기 위해 증분과 같은 균질한 데이터를 제공하는 것이 더 낫고 다른 유형의 트리가 이기종 데이터 - 패턴에서 더 잘 작동한다는 다른 강사로부터 처음 들은 것은 아닙니다. , 뉴스, 위험 계수, 시간, 이벤트, 주문서 밀도, 미결제약정, 거래량.

그건 그렇고, 증분에 대해 포인트가 아니라 ATR 또는 종가의 백분율로 측정하려고 했습니까?

 
세르게이 찰리셰프 :

나는 모두가 교사의 도움으로 네트워크를 훈련시키려고 하는 것을 봅니다.

회복 인자와 같은 목적 함수에 대한 훈련을 시도한 사람이 있습니까?

나는 나뭇잎을 선택하고 매개변수에 따라 나뭇잎에서 모델을 만듭니다.

 
도서관 :

가정하지 않습니다.

XGBoost에서 첫 번째 트리는 대략적인 모델입니다. 나머지는 첫 번째와 미세한 계수로 수정합니다. 별도로 작동하는 것을 꺼내지 마십시오. 전체 군중에게 좋은 결과만 제공합니다.
캣버스트에서는 분명히 동일한 기본 원리와 고유한 특성이 있습니다.

사실, 나는 나무를 더 확실하게 만드는 것을 제외하고는 이것에 대해 회의적입니다. 지금은 6개의 분할에 대한 데이터를 준비하고 있는데, 이것이 충분하지 않다고 생각합니다.

그러나 무게의 본질은 단지 모델의 모든 시트에 대한 누적 평가일 뿐이며, 건축 시트의 원칙을 존중하고 고려하기 때문에 그 사이에 좋은 패턴이 있음을 배제할 수 없습니다. 탐욕에 의한 계정 독립 건설, 그리고 나서 나무의 개선과 그 평가를 확인합니다. 우리는 볼 것이다.

 
알렉세이 비아즈미킨 :

그래서 아마도 모든 것이 데이터에 관한 것일 수도 있습니다. NN을 공급하기 위해 증분과 같은 균질한 데이터를 제공하는 것이 더 낫고 다른 유형의 트리가 이기종 데이터 - 패턴에서 더 잘 작동한다는 다른 강사로부터 처음 들은 것은 아닙니다. , 뉴스, 위험 계수, 시간, 이벤트, 주문서 밀도, 미결제약정, 거래량.

그건 그렇고, 증분에 대해 포인트가 아니라 ATR 또는 종가의 백분율로 측정하려고 했습니까?

당신은 그것과 싸우고 있지 않습니다 .. 일반적으로 측정 할 대상

 
막심 드미트리예프스키 :

당신은 그것과 싸우고 있지 않습니다 .. 일반적으로 무엇을 측정해야 하는지

나는 반대로 모든 값이 정규화 및 양자화(범위 분할)되어 있기 때문에 반대로 자연 값으로 변환하면 효과가 있을 거라고 생각했는데, 내가 떠났을 때 순수한 숫자, 훈련은 크게 악화되었습니다. 이제 데이터 전처리가 중요하다는 것이 분명해졌습니다.

 
알렉세이 비아즈미킨 :

나는 반대로 모든 값이 정규화 및 양자화(범위 분할)되어 있기 때문에 반대로 자연 값으로 변환하면 효과가 있을 거라고 생각했는데, 내가 떠났을 때 순수한 숫자, 훈련은 크게 악화되었습니다. 이제 데이터 전처리가 중요하다는 것이 분명해졌습니다.

글쎄, 당신은 당신의 동물과 함께 어떤 종류의 기괴한 세계를 가지고 있습니다)) 나는 아버지가 명령 한대로 증분과 그 유사체, 때로는 가격 만 사용합니다.

 
막심 드미트리예프스키 :

글쎄, 당신은 당신의 동물과 함께 어떤 종류의 기괴한 세계를 가지고 있습니다)) 나는 아버지가 명령 한대로 증분과 그 유사체, 때로는 가격 만 사용합니다.

순전히 실험을 위해 귀하와 제 예측 변수로 두 개의 샘플을 교차시킬 수 있습니까?

 
알렉세이 비아즈미킨 :

순전히 실험을 위해 귀하와 제 예측 변수로 두 개의 샘플을 교차시킬 수 있습니까?

왜요? 수익에서 파생된 모든 예측자. 귀하의 수익에 추가하고 이미 교차했다고 생각하십시오.

 
막심 드미트리예프스키 :

왜요? 수익에서 파생된 모든 예측자. 귀하의 수익에 추가하고 이미 교차했다고 생각하십시오.

어떤 단계와 몇 조각으로 거기에 추가하기 위해 무엇을 반환하는지 모르겠습니다.

 
알렉세이 비아즈미킨 :

어떤 단계와 몇 조각으로 거기에 추가하기 위해 무엇을 반환하는지 모르겠습니다.

그래서 난 몰라, 항상 다른

사유: