Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2741
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
Ich habe Sie gebeten, ein Skript zu erstellen - ja, ich zitiere: " Können Sie ein Skript in R für Berechnungen für meine Stichprobe erstellen - ich werde es im Interesse des Experiments ausführen. Das Experiment sollte die optimale Stichprobengröße ergeben. ", aber dies ist eine Antwort auf etwas, das bereits getan wurde.
Zuvor schrieb ich "... Und wie schlagen Sie vor, die Dynamik zu beobachten, wie zu realisieren? " - hier fragte ich nach der Umsetzung der Prädiktorenschätzung in der Dynamik, d.h. der regelmäßigen Schätzung durch ein Fenster, wobei nicht klar ist, ob es sich um ein Fenster bei jeder neuen Stichprobe oder nach jeweils n Stichproben handelt. Falls Sie dies getan haben, habe ich es nicht verstanden.
Der Code, den Sie gepostet haben, ist großartig, aber es fällt mir schwer zu verstehen, was er genau tut oder was er im Wesentlichen beweist, also habe ich angefangen, zusätzliche Fragen zu stellen. Was bedeuten die beiden Bilder mit den Diagrammen?
In einem gleitenden Fenster können Sie das Modell neu trainieren und die Wichtigkeit der Merkmale betrachten, oder Sie nehmen einfach einen guten Merkmalsidentifikator und betrachten ihn im sk. Fenster.
...
Auch verschiedene Feature-Selektoren für alle Geschmäcker, wahrscheinlich 5% von dem, was in R-ka verfügbar ist.
gleitende Fenstergröße, um effektive Schätzungen zu erhalten, nicht nur schrittweise gleitend oder konstant, - das ist das Problem - bei jeder Iteration nur die Fenstergröße anzupassen - das Modell wird eine lange Zeit brauchen, um zu lernen ... und periodisches manuelles Umlernen ist selbst ein gleitendes Fenster! -- Sie werden es sowieso regelmäßig tun (über die akzeptable Zeit hinaus) -- wenn Sie Ihren eigenen Zeitplan für die Umschulung haben - können Sie es auch automatisieren. ABER ich wiederhole - die Fenstergröße ist ebenfalls gleitend.
...
anders? - es läuft algorithmisch immer noch auf Feature-Mapping hinaus (!), wie auch immer Sie es nennen wollen, ... nur eben mit eigenen Nuancen und eigenem Anwendungsbereich.
auch wenn nicht jeder es Korrelation nennen will
Ich stütze mich auf den Begriff der Prädiktor-Lehrer-Korrelation. "Linkage" ist NICHT die Korrelation oder die "Wichtigkeit" von Prädiktoren bei der Anpassung fast aller MOE-Modelle.
caret link - dasselbe Klassifikations- und Regressionstraining - als triviales MO, dasselbe sklearn für Python.
Es ist nur so, dass MO nicht nur für die Erstellung probabilistischer Modelle (basierend auf bestehenden Wahrscheinlichkeitsverteilungen), sondern auch für deterministische und dynamische Modelle entwickelt wurde... aber die Grundlage jeder Verallgemeinerung von Wahrscheinlichkeiten wird immer (!) die Statistik (mit ihren Korrelationen) sein, egal wie man sie nennt... Andernfalls erhalten Sie verzerrte(!) Schätzungen - d.h. Ihr Modell wird etwas anderes (zufällig) modellieren, nicht Ihr Ziel.
Was müssen wir tun, damit wir aufhören zu streiten und uns für ein Ziel vereinigen????????
großartige Frage!
---
wir müssen erkennen, ob es mehr Käufer oder Verkäufer gibt.
aber das einzige Problem ist, dass, wenn der Preis sinkt, es garantiert mehr Käufer geben wird!
caret link - gleiches Klassifizierungs- und Regressionstraining - als triviales MO, gleiches sklearn für Python.
Lesen Sie sorgfältiger, und Sie müssen sich nicht alles ausdenken
Das Skript berechnet die Wichtigkeit der Prädiktoren in einem gleitenden Fenster mit zwei verschiedenen Algorithmen, einem ersten und einem zweiten... Genau wie Sie gefragt haben.
Forrest gibt die Häufigkeit der Verwendung von Prädiktoren in einem bestimmten Algorithmus an, so dass Prädiktoren, die NICHT mit dem Ziel in Verbindung stehen, leicht eine hohe Bedeutung zugewiesen wird.
Lesen Sie genauer und denken Sie sich nichts aus.
Man kann nicht sorgfältiger lesen, wenn caret tatsächlich so geschrieben wird.
Forrest gibt die Häufigkeit der Verwendung von Prädiktoren in einem bestimmten Algorithmus an, so dass es leicht ist, Prädiktoren, die NICHT mit dem Ziel in Verbindung stehen, eine hohe Bedeutung beizumessen.
Ich wiederhole: Es gibt Dutzende von vorgefertigten Fiche-Selektoren, und jeder sucht nach einer Verbindung mit dem Ziel, alles wurde schon vor uns erfunden, vor langer Zeit.
Ich glaube, ich habe einige Hinweise auf die Anwendung der Überlebensanalyse gesehen. Gibt es etwas Interessantes in dieser Richtung? Ich habe einige Ideen im Zusammenhang mit dem Ersetzen der Breakdown-Zeit durch den Wert der maximalen Preisbewegung in die gewünschte Richtung während eines Handels, bevor der Stop ausgelöst wird. Die Grundidee besteht darin, nach Abweichungen von dem zu suchen, was das Verhalten bei zufälligem Wandern sein sollte. In diesem Bereich ist übrigens auch die Anwendung von Matstat (z.B. Cox-Regression) und MO sehr weit entwickelt.
... die Fenstergröße ist auch eine gleitende Fenstergröße
ML steht im RL-Kontext, in dem die Daten durch die Interaktion des Modells mit der Umgebung unter Verwendung einer (möglicherweise zufälligen) Strategie erzeugt werden, vor besonderen Herausforderungen
d.h. zuerst muss man die aktuelle Umgebung modellieren, und dann die Fs in ihr und das entsprechende Verhalten dort, d.h. der Akteur muss einen Zustand haben -- dies ist die Grundlage für den Wechsel zu einem neuen Fenster (aka Berücksichtigung der gleitenden Fenstergröße) und damit zu einer neuen Umgebungspolitik und dem entsprechenden/neuen Verhalten des Akteurs darin ... im Allgemeinen ist Deep Reinforcement Learning wahrscheinlich besser geeignet, bei dem
Beispiel - es gibt die Spieltheorie (Interaktion des Akteurs mit der Umwelt) und die Informationstheorie (Verknüpfung von Informationen mit den Antworten des Akteurs und den Reaktionen der Umwelt, d.h. neue Umweltbedingungen, die sich bilden, auch Folgen genannt)... - Ich habe übrigens nicht verstanden, was SanSanych Fomenko mit dem Begriff Informationstheorie meint . .. oder wird seine These wieder falsch verstanden?
p.s. Ich habe das Beispiel nicht selbst getestet....
Ich kann nicht vorsichtiger sein, wenn caret wirklich das ist, wofür es steht.
Es heißt classDist {caret}, d.h. es gibt eine bestimmte Funktion an, die Teil des caret PACKAGE ist
Wie ich verstanden habe, kennen Sie R nicht. Warum vergeuden Sie dann Ihre Zeit mit diesem Thema und mit MO im Allgemeinen?
Ohne die Beherrschung von R ist eine Diskussion über MO sinnlos.