Forester #: 무엇과의 차이점? 알 수 없는 OOS입니다. 기차에서는 괜찮고 차이를 계산할 것이 없습니다.
우선 OOS를 기차와 비교해보세요. 트레이인은 트리트먼트 그룹이 될 것이고 OOS는 대조군이 될 것입니다. 먼저 특성 평균의 변화를 살펴볼 수 있습니다. 만약 있다면 역사 전반에 걸쳐 그러한 변화의 역학 관계를 살펴보세요. OOS를 고려하지 않고 치료할 수 있다면 좋습니다 :)
특성이 많다면 상당히 창의적인 도전입니다. 아직 다 해보지 못했어요.
이 작업은 본질적으로 편향성을 어떻게 수정할 것인가로 귀결됩니다. 모델에 숫자를 넣는 방법을 익힌 후에 이 작업을 목표로 삼고 있습니다. 어떤 식으로든 고칠 수 없다면 당연히 형편없는 작업입니다. 하지만 그렇다고 해서 포기할 이유는 없겠죠 😀.
Maxim Dmitrievsky #: 차이를 도출하고 MOE를 통해 조정할 수도 있습니다.
어떤 차이가 있나요?
당신이 말했듯이 시리즈의 메타 매개 변수는 수학적 모델이고 모델의 매개 변수는 시리즈의 매개 변수이지만 모델이 다르며 때로는 하나는 매개 변수가 있고 다른 하나는 매개 변수가 없거나 매개 변수에서 모델의 동작이 다릅니다. 그리고 TC의 형태로 모델의 결과를 비교하려면 ... 나는 그것이 옳지 않다고 생각합니다.
아마도 시리즈의 일부 매개 변수가 동작에 대한 상관 관계의 의존성이있을 수 있습니다. 물론 원시입니다 ...
말씀하신 것처럼 시리즈의 메타 매개 변수는 수학적 모델이고 모델의 매개 변수는 시리즈의 매개 변수이지만 모델이 다르며 때로는 하나는 매개 변수가 있고 다른 하나는 매개 변수가 없거나 매개 변수에서 모델의 동작이 다릅니다. 그리고 TC의 형태로 모델의 결과를 비교하려면 ... 옳지 않다고 생각합니다.
아마도 시리즈의 일부 매개 변수가 동작에 대한 상관 관계의 의존성이있을 수 있습니다. 물론 원시 ...
무역 협상을 모델링하는 것에 대해 어떻게 생각하시나요?
기계 학습, 특히 커널 방식은 1980년대 르네상스 테크놀로지에서 사용되었습니다,
머신러닝, 특히 커널 방법 ,
오늘날의 용어로 무엇일까요?
어떤 종류의 커널 😀 다항식 또는 방사형 기반인지에 따라 다릅니다. 오늘날의 용어로 괜찮습니다. 회귀 또는 서포트 벡터 방식인 경우 모델은 얕지만 간단하고 해석이 가능합니다.
분포와 분포에 대한 모델의 반응의 차이입니다. 매우 분명해 보입니다. 이를 평준화하는 방법을 알아내는 것이 남아 있습니다.
Maxim Dmitrievsky #: 우선 OOS를 훈련과 비교합니다. 트레이닝은 트레이닝 그룹이 되고 OOS는 대조 그룹이 됩니다. 먼저 평균 특성 변화를 살펴볼 수 있습니다. 만약 있다면 역사 전반에 걸쳐 그러한 변화의 역학을 살펴보세요. OOS를 고려하지 않고 치료할 수 있다면 좋습니다 :) .
특성이 많으면 상당히 창의적인 도전입니다. 아직 다 정리하지 못했습니다.
이 과제는 본질적으로 편향을 수정하는 방법으로 요약됩니다. 모델에 숫자를 넣는 방법을 익힌 후에 이 작업을 목표로 삼았습니다. 어떤 식으로든 고칠 수 없다면 당연히 형편없는 작업입니다. 하지만 그렇다고 해서 그만둘 이유는 없겠죠 😀.
판매 중인 모델은 글로벌(불과 1~1.5년) 추세가 상승할 때 처지기 시작합니다. 거래에서 돈을 벌 수있는 기회를 찾았지만 OOS에서는 드로 다운에 들어갑니다. 아마도 하나의 모델에 의해 매수 | 매도 선택이있는 첫 번째 옵션이 더 좋을 것입니다. 그러나 그녀가 글로벌 트렌드에 적응하면 트렌드 변화의 순간에 배출 될 것입니다. 그리고 아마도 몇 년 동안 한 방향으로 거래 될 것입니다.
Forester #: 매도 모델은 글로벌(불과 1~1.5년) 추세가 상승할 때 하락하기 시작합니다. 거래에서 수익을 낼 수 있는 기회를 찾지만 OOS에서는 손실이 발생합니다. 아마도 하나의 모델이 매수|매도를 선택하는 첫 번째 변형이 더 나을 것입니다. 그러나 그녀가 글로벌 트렌드에 적응하면 트렌드 변화의 순간에 배출 될 것입니다. 그리고 아마도 몇 년 동안 한 방향으로 거래 될 것입니다.
모델이 편향되어 있습니다. 따라서 우리는 그러한 편견없이 학습하도록 강요해야합니다. 그러나 먼저 회귀에서와 같이 기울기 또는 자유 항 (절편)이라고 가정하면 편향 계수를 찾아야합니다. 이 용어가 훈련과 OOS에 따라 달라지지 않도록 훈련시키면 어떨까요? 기본적으로 코줄에 관한 책을 인용합니다.
캣부스타 및 기타 모델에서는 훈련 중에 레이블에 가중치를 할당할 수 있습니다. 예를 들어, 오프셋이 출력된 다음 가중치로 변환되고 모델은 이미 훈련에 있는 보정 계수를 사용하여 훈련됩니다. 이것이 방법 중 하나입니다.
행의 매개변수를 어떻게든 생성할 수 있나요?)
탐험, 퍼즐, 시스템 검색 등 모든 것을 보는 것이 얼마나 지루한지....
1970년에는 시장 시세를 구성하는 논리가 복잡하지 않았을 것입니다.
당시 무릎을 꿇고 연필로 종이에 적고 계좌에서 계산한 시세라면 신경망과 무슨 관련이 있을까요?
50년이 지났다면 어떨까요?
알고리즘은 변경되지 않았으며, 100% 테스트를 거친 그대로 말씀드리는 것입니다!
1970년에 남자가 이해할 수 없는 것을 발명할 수는 없었어요!
차이를 도출하고 MOE를 통해 조정할 수도 있습니다.
무엇과의 차이점? 알 수 없는 OOS입니다. 기차에서는 괜찮고 차이를 계산할 것이 없습니다.
차이를 도출하고 MOE를 통해 조정할 수도 있습니다.
어떤 차이가 있나요?
당신이 말했듯이 시리즈의 메타 매개 변수는 수학적 모델이고 모델의 매개 변수는 시리즈의 매개 변수이지만 모델이 다르며 때로는 하나는 매개 변수가 있고 다른 하나는 매개 변수가 없거나 매개 변수에서 모델의 동작이 다릅니다. 그리고 TC의 형태로 모델의 결과를 비교하려면 ... 나는 그것이 옳지 않다고 생각합니다.
아마도 시리즈의 일부 매개 변수가 동작에 대한 상관 관계의 의존성이있을 수 있습니다. 물론 원시입니다 ...
무역 협상 모델링에 대해 어떻게 생각하시나요?
기계 학습, 특히커널 방식은 1980년대 르네상스 테크놀로지에서 사용되었습니다,
머신러닝, 특히 커널 방식이죠 ,
오늘날의 용어로 뭐라고 하나요?
어떤 차이가 있나요?
말씀하신 것처럼 시리즈의 메타 매개 변수는 수학적 모델이고 모델의 매개 변수는 시리즈의 매개 변수이지만 모델이 다르며 때로는 하나는 매개 변수가 있고 다른 하나는 매개 변수가 없거나 매개 변수에서 모델의 동작이 다릅니다. 그리고 TC의 형태로 모델의 결과를 비교하려면 ... 옳지 않다고 생각합니다.
아마도 시리즈의 일부 매개 변수가 동작에 대한 상관 관계의 의존성이있을 수 있습니다. 물론 원시 ...
무역 협상을 모델링하는 것에 대해 어떻게 생각하시나요?
기계 학습, 특히 커널 방식은 1980년대 르네상스 테크놀로지에서 사용되었습니다,
머신러닝, 특히 커널 방법 ,
오늘날의 용어로 무엇일까요?
우선 OOS를 훈련과 비교합니다. 트레이닝은 트레이닝 그룹이 되고 OOS는 대조 그룹이 됩니다. 먼저 평균 특성 변화를 살펴볼 수 있습니다. 만약 있다면 역사 전반에 걸쳐 그러한 변화의 역학을 살펴보세요. OOS를 고려하지 않고 치료할 수 있다면 좋습니다 :)
.
아마도 하나의 모델에 의해 매수 | 매도 선택이있는 첫 번째 옵션이 더 좋을 것입니다. 그러나 그녀가 글로벌 트렌드에 적응하면 트렌드 변화의 순간에 배출 될 것입니다. 그리고 아마도 몇 년 동안 한 방향으로 거래 될 것입니다.
매도 모델은 글로벌(불과 1~1.5년) 추세가 상승할 때 하락하기 시작합니다. 거래에서 수익을 낼 수 있는 기회를 찾지만 OOS에서는 손실이 발생합니다.
아마도 하나의 모델이 매수|매도를 선택하는 첫 번째 변형이 더 나을 것입니다. 그러나 그녀가 글로벌 트렌드에 적응하면 트렌드 변화의 순간에 배출 될 것입니다. 그리고 아마도 몇 년 동안 한 방향으로 거래 될 것입니다.
쇼핑몰에 새로운 속옷 컬렉션이 생겼어요. 가서 보세요.
보증금에 대한 0.1% 리스크를 기억합니다.
조언은 귀찮게 하지 마세요.
아무것도 아니야.
저는 95%의 위험으로 레버리지 2000으로 거래하며 저처럼 경험이 많고 성공한 사람의 조언, 경험 등에만 주의를 기울입니다.
잘 가세요, 수다쟁이. 가서 축구나 봐요.
꽤 괜찮네요.)
시와 책을 쓰세요.
해보세요.
그것은 당신의 것이고 아마도 더 수익성이 높을 것입니다.