트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 354

 
블라디미르 페레르벤코 :

보다 정확하고 우아하게 이것은 calibration::CORELearn/ 에서 해결됩니다.

그리고 꽤 오랫동안.

행운을 빕니다


재미있는 점은 캘리브레이션을 별 성과 없이 사용하고 버렸다는 것입니다. 캘리브레이션을 통해 단순히 클래스 간 경계를 이동했지만 클래스 사이에 GAP를 남길 생각은 하지 않았습니다.
 
산산이치 포멘코 :

재미있는 점은 캘리브레이션을 별 성과 없이 사용하고 버렸다는 것입니다. 캘리브레이션을 통해 단순히 클래스 간 경계를 이동했지만 클래스 사이에 GAP를 남길 생각은 하지 않았습니다.
보정은 "하드" 분류기를 "부드럽게" 만듭니다("모르겠습니다"라고 말할 수 있음).드로다운이 사라집니다.
 

그래서 내 그리드 버전에 대한 교육 데이터를 준비하는 순간에 도달했습니다 ...
예를 보고 트레이딩 팀이 없는 교육에 막대를 도입하는 이유는 무엇입니까?

교육 예제가 지그재그로 구축된 경우 지그재그 반전의 순간만 NN에 입력해야 합니다.

아니면 거래 결정도 내리지 않습니까? ))) 그리고 이것도 배워야 합니까? 논리적으로 구매하지 않고 앉지 않으면 거래가 없다는 결정이 내려졌습니다.

 

훈련된 모델은 거래할 때 각 막대에 대해 일종의 예측을 할 것이라고 가정합니다. 예를 들어, 그 예측은 "롱 포지션 유지"/"숏 포지션 유지"/"거래 안 함"으로 해석되어야 하며 이 예측에 따라 어드바이저 내부에서 다양한 거래 작업 을 수행합니다. 길게 또는 짧게 엽니다. 따라서 모델(뉴런)은 이 세 가지 상황을 모두 결정하는 방법을 학습해야 하며 이에 따라 훈련 데이터가 미리 준비되어 어디에서 어떤 예측이 예상되는지 보여줍니다.

 
박사 상인 :

훈련된 모델은 거래할 때 각 막대에 대해 일종의 예측을 할 것이라고 가정합니다. 예를 들어, 그 예측은 "롱 포지션 유지"/"숏 포지션 유지"/"거래 안 함"으로 해석되어야 하며 이 예측에 따라 어드바이저 내부에서 다양한 거래 작업 을 수행합니다. 길게 또는 짧게 엽니다. 따라서 모델(뉴런)은 이 세 가지 상황을 모두 결정하는 방법을 학습해야 하며 이에 따라 훈련 데이터가 미리 준비되어 어디에서 어떤 예측이 예상되는지 보여줍니다.

그래도 아무 것도 하지 않고 하는 것은 배울 필요가 없는 것 같습니다. 모두에게 좋습니다.)

게다가 스캘핑을 하지 않고 100~10,000바마다 거래 결정을 하면 국회에서 그 불필요한 10,000바를 모두 삽질해야 하는데... 당연히 학습 속도의 차이도 10,000배가 될 것이다. 예를 들어 10바당 1회 두피를 스캘핑하더라도 계산 시간의 10배 증가도 상당합니다.

일반적으로 실천이 진리의 기준이며 두 가지 옵션을 모두 시도하고 비교할 것입니다.

 
블라디미르 페레르벤코 :
보정은 "하드" 분류기를 "부드럽게" 만듭니다("모르겠습니다"라고 말할 수 있음).드로다운이 사라집니다.

R에 대한 그러한 질문, 버전을 호환 가능하게 만드는 방법은 무엇입니까?
 패키지 'MXNet'을 사용할 수 없습니다(R 버전 3.4.0용)

예시
https://www.r-bloggers.com/recurrent-models-and-examples-with-mxnetr/

순환 네트워크에 대한 다른 기사를 작성하시겠습니까? :)

 
막심 드미트리예프스키 :

R에 대한 그러한 질문, 버전을 호환 가능하게 만드는 방법은 무엇입니까?
패키지 코드에 들어가서 수정하십시오.
 
유리 아사울렌코 :
모듈의 코드에 들어가서 수정하십시오.

난 서툴러 어디로 가야할지 모르겠어
 
막심 드미트리예프스키 :

난 서툴러 어디로 가야할지 모르겠어

패키지 소스 코드. 다운로드, 수정, 컴파일합니다. 때로는 작동하고 때로는 작동하지 않습니다. 수정해야 할 라인이 2개뿐일 수도 있고, 아니면 지옥에 갈 수도 있습니다.)

위협 가장 쉬운 옵션은 이전 버전의 R을 다운로드하는 것입니다.

사유: