Discussão do artigo "Regressão rede elástica usando descida de coordenadas no MQL5"
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Regressão rede elástica usando descida de coordenadas no MQL5 foi publicado:
Neste artigo, exploraremos a implementação prática da regressão rede elástica (elastic net regularization) para minimizar o sobreajuste e, ao mesmo tempo, separar automaticamente preditores úteis daqueles que possuem pouca força preditiva.
A descida de coordenadas (coordinate descent) é o método de otimização adequado para a otimização multiparamétrica. Nesse contexto, uma complexa tarefa de otimização multidimensional é reduzida a um conjunto de tarefas unidimensionais. Isso é alcançado através da minimização iterativa de cada dimensão da função individualmente, enquanto os valores da função nas outras dimensões são mantidos estáticos. Na Internet, há muitos recursos que podem fornecer explicações mais detalhadas. Aqui, estamos interessados em sua aplicação no desenvolvimento de estratégias.
Para nossos propósitos, o método de descida de coordenadas será usado de duas maneiras durante nossa implementação da rede elástica. Primeiro, ele será usado para determinar o lambda ótimo com base em um alfa fixo especificado pelo usuário. Uma vez feito isso, o método de otimização é chamado novamente para trabalhar com os coeficientes beta da equação de regressão. Vamos mergulhar no código para ver como isso é alcançado.
Autor: Francis Dube