Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1552
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Im Wesentlichen suche ich nach Teilen für den Bot und schreibe Videos für mich selbst.
Um die Wahrheit zu sagen, habe ich noch keinen einzigen Artikel gefunden, der direkt etwas sehr Nützliches übernommen hat, nur ein bisschen von überall her.Ja, es ist klar, dass es nicht immer etwas zu leihen gibt...
Aber über CatBoost - es ist wahrscheinlich nicht sehr geeignet für Zeitreihen, wie andere Modelle - alle von ihnen nicht in Betracht ziehen Wiederholbarkeit des Musters (Blatt) auf die Probenahme Geschichte, seine Verteilung über die Probenahme - es ist sehr wichtig.
Es ist verständlich, dass es nicht immer etwas zu leihen gibt...
Aber über CatBoost - es scheint nicht sehr geeignet für Zeitreihen, sowie andere Modelle - alle von ihnen nicht berücksichtigen Wiederholbarkeit des Musters (Blatt) auf die Probenahme Geschichte, seine Verteilung über Probenahme - es ist sehr wichtig.
Inwiefern wird dabei nicht berücksichtigt, dass einige Muster zu wenig erfasst werden?
ist es möglich, sie zu akkumulieren.
Eigentlich ist es schon sehr cool und praktisch, und es wird immer besser. Es heißt, er habe den Xgboost in fast allen Bereichen übertroffen. Aber es ist immer noch eine offene Frage - was ist besser für Zeitreihen?
Inwiefern wird dabei nicht berücksichtigt, dass einige Muster zu wenig erfasst werden?
es ist möglich, sie zu akkumulieren
Soweit ich weiß, verwendet CatBoost im Allgemeinen ein Zufallsfenster im Sampling-Algorithmus, um die Aufteilung auf 64 Werte zu berechnen (ich bin mir nur nicht sicher, ob dies für kategoriale Prädiktoren oder für alle gilt).
Der Punkt ist, dass die meisten Algorithmen sich nicht darum kümmern, ob in 1/10 der Stichprobe die Aktivierung des Blattes auftrat oder ob sie auf alle Stichproben verteilt war - ich glaube, dass die Verteilung auf alle Stichproben sein sollte (sagen wir alle 1/5 nicht weniger als 10-15%) und Sie müssen wirtschaftliche Indikatoren im Vorbeigehen statistisch berücksichtigen - ich tue dies, indem ich die Blätter separat prüfe.
Im Allgemeinen ist es sehr cool und benutzerfreundlich, und es wird ständig verbessert. Es soll xgboost in fast allen Bereichen überholt haben. Es bleibt jedoch eine offene Frage - was ist besser für Zeitreihen-NS oder Boosting?
Wie ich bereits sagte, ist NS nach Meinung der Entwickler besser, wenn die Prädiktoren einander ähnlich sind, in denselben Maßeinheiten, aber ich habe keine Rückkehrer, aber Sie sollten NS ausprobieren.
Wie ich bereits sagte, ist NS laut den Entwicklern besser, wenn die Prädiktoren einander ähnlich sind, in den gleichen Einheiten, aber ich habe gerade keine Wiederholungen, aber Sie würden NS versuchen.
Ich würde es mit NS versuchen. Gerade die wiederkehrenden und ihre Modifikationen sind gut für Inkremente, ich werde sie später ausprobieren.
Die Wiederholungen und ihre Modifikationen sind gut für Inkremente, ich werde sie später ausprobieren.
Alles ist möglich, Sie sollten es versuchen.
Was das letzte Video angeht, so stimme ich nicht zu, dass der Code das Interesse nicht weckt - wenn jemand einfach seine Kräfte in Python und MO ausprobiert, wird es interessanter zu beobachten sein, und Fragen können sich auf die Vorzüge beziehen. Allerdings kann das Publikum schwer zu verstehen sein, und ja, nicht alles ist auf einmal so.
Zu den Fics: Wäre es nicht besser, verschiedene lineare Formeln für die Auswahl der Abstufungen auszuprobieren, anstatt nur zufällig zu wählen? Vielleicht sollte ich drei Rückgaben mit einem Offset von 1 bis 10 und dreißig mit einem Offset von 10 bis 50 haben.
Ein bisschen Kritik) Maxim Ich verstehe nicht ***verstehen.....
Tipp: Sie müssen den Code sehen, um zu verstehen, was Sie da heraufbeschwören. Stellen Sie also den Code für jedes Video in den Blog oder irgendwo anders ein, einfach als Open Source, ohne Dateien.
Fügen Sie Kommentare in den Code ein. Dann werden Sie in der Lage sein, Teile des Codes in der Praxis anzuwenden und etwas herauszufinden. Aber im Moment sind es nur Videoclips mit lauten Reflexionen).
P.S. Was ist das für eine Bibliothek, die den Maßstab des Diagramms anpasst und nur im Browser funktioniert?
Nicht alles kann in Code erledigt werden...
Zum Beispiel, Platzierung von schwebenden Aufträgen(einige ihrer Varianten)
Ein bisschen Kritik) Maxim Ich verstehe nicht ***verstehen.....
Tipp: Sie müssen den Code sehen, um zu verstehen, was Sie da heraufbeschwören. Stellen Sie also den Code für jedes Video in den Blog oder irgendwo anders ein, einfach als Open Source, ohne Dateien.
Fügen Sie Kommentare in den Code ein. Dann werden Sie in der Lage sein, Teile des Codes in der Praxis anzuwenden und etwas herauszufinden. Aber im Moment sind es nur Videoclips mit lauten Reflexionen).
P.S. Wie heißt die Bibliothek, die den Maßstab der Grafik anpasst und nur im Browser funktioniert?
Ich werde verrückt sein, wenn ich den ganzen Code beantworte, die Zeit reicht nicht aus
Ich werde später eine Zwischenversion einfügen.
https://kernc.github.io/backtesting.py/