Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2976
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
Vielleicht, aber ich sehe da keinen Fisch. Ich verwende die Quantifizierung überhaupt nicht. Ich ziehe es vor, schwimmende Daten zu untersuchen.
Soweit ich verstanden habe, wird die "Quantisierung" (Histogramme) beim Bousting zur Beschleunigung verwendet, damit es weniger Varianten für Splits gibt. Wenn dies der Fall ist, ist die Lösung gut, weil sie universell einsetzbar ist, aber im Einzelfall kann sie schlecht sein - die tatsächliche Grenze kann verloren gehen.
Soweit ich weiß, wird die "Quantisierung" (Histogramme) beim Bousting zur Beschleunigung eingesetzt, so dass es weniger Varianten für Splits gibt. Wenn das so ist, ist die Lösung gut für ihre Universalität, kann aber in einem bestimmten Fall schlecht sein - die wirkliche Grenze kann verloren gehen.
Ja, das ist richtig. Die Lösung ist schneller und kann auf die Regularisierung zurückgeführt werden. Aber es geht auch die genaue Aufteilung verloren.
Vielleicht, aber ich sehe da keinen Fisch. Ich verwende die Quantifizierung überhaupt nicht. Ich ziehe es vor, schwimmende Daten zu untersuchen.
Es tut mir leid, dass Sie mir nicht glauben.
Ich kann die Effektivität an Ihrer Probe demonstrieren, vergleichen Sie die Lernkurve.
Ja, das ist richtig. Es wird schneller und kann auf die Regularisierung zurückgeführt werden. Aber es geht auch die genaue Aufteilung verloren.
Genaue Aufteilung in der Geschichte. Wenn die Art der Verteilung der Vorhersagewerte bekannt ist, kann die Quantisierung genau den Bereich mit dem charakteristischen stabilen Verhalten herausgreifen. Für den Handel ist dies nur von Bedeutung.
Genaue Aufteilung auf die Historie. Wenn die Art der Verteilung der Prädiktorenwerte bekannt ist, kann die Quantifizierung genau den Bereich mit dem charakteristischen stabilen Verhalten herausgreifen. Für den Handel ist dies nur von Bedeutung.
Bei der Quantisierung handelt es sich lediglich um einen Zähler und das Überspringen von Dopplungen. Die Quantisierung erfolgt ohne jegliche Prüfung der Zielfunktion.
.
Wenn ein Baum mit Training auf dem Ziel keine Stabilität (oder nur eine sehr schwache Stabilität) bietet, wie soll dann ein Zähler, der keinen Bezug zum Ziel hat, Stabilität bieten? Nur zufällige und manchmal zufällig gute Segmente, die mit der Zeit keine mehr sind.
Die Aufgabe, nach Bereichen/Splits zu suchen, wird beim Training durch einen Baum gelöst. Zumindest gibt es eine sinnvolle Formel, die die Zeilen in Bezug auf das Ziel trennt.
Bei der Quantisierung handelt es sich lediglich um einen Zähler und das Überspringen von Dopplungen. Die Quantisierung erfolgt ohne jegliche Prüfung der Zielfunktion.
.
Wenn ein Baum mit Training auf dem Ziel keine Stabilität (oder nur eine sehr schwache Stabilität) bietet, wie kann dann ein Zähler, der keinen Bezug zum Ziel hat, Stabilität bieten? Nur zufällige und manchmal zufällig gute Segmente, die mit der Zeit keine mehr sind.
Für jeden Prädiktor müssen Quantentabellen ausgewählt werden. Angenommen, ein glücklicher Zufallstreffer wird erzielt, dann ist es das, was ich identifizieren möchte. Zufällig oder nicht. Nicht mit 100-prozentiger Sicherheit, aber selbst durch die Eliminierung von 30 % der Zufälligkeit kann man die Qualität des trainierten Modells verbessern.
Ich bin dabei, meine Split-Schätzfunktion (Algorithmus) zu entwickeln, die den Nachteil der Bäume - die Gier - verringern soll.
Es ist natürlich seltsam, ich arbeite seit Jahren an diesem Thema, ich habe viele Experimente mit verschiedenen Stichproben gemacht, ich habe Statistiken über die Wirksamkeit des Ansatzes, ich sage, dass die Methode funktioniert, aber ich treffe auf Misstrauen.
Für jeden Prädiktor sollten Quantentabellen ausgewählt werden. Nehmen wir an, ein glücklicher Zufallstreffer - das ist es, was ich erkennen möchte. Zufällig oder nicht.
Wie kann es in Bezug auf das Ziel NICHT zufällig sein, wenn das Ziel nicht an der Auswahl des Quantisierungspunkts beteiligt ist? Nur zufällig.
Wie kann es in Bezug auf das Ziel NICHT zufällig sein, wenn das Ziel nicht an der Wahl des Quantisierungspunktes beteiligt ist? Nur zufällig.
Es ist zufällig, aber das Muster ist nicht zufällig. Das heißt, es wird auch in Zukunft bestehen bleiben. Bei der Schätzung wird das gleiche Ziel berücksichtigt.
Andererseits verhindert niemand, dass der Prädiktor unter Berücksichtigung des Ziels sofort genauer in Quantensegmente aufgeteilt wird.Andererseits hindert niemand daran, den Prädiktor unter Berücksichtigung des Ziels auf einmal genauer in Quantensegmente aufzuteilen.
Es ist die Aufgabe des Baums, den besten Aufteilungspunkt zu finden, so dass die Reinheit der Klassen der rechten und linken Zielabschnitte maximiert wird.
Möchten Sie die Reinheit während der Quantisierung schätzen? Im Grunde wollen Sie dasselbe tun, was der Baum später tun wird. Schalten Sie die Quantisierung aus und Sie erhalten, was Sie wollen. Der Baum wählt den besten Splitpunkt für das Ziel.
Aufgabe des Baums ist es, den besten Splitpunkt zu finden, so dass die Reinheit der rechten und linken Zielklassen maximiert wird.
Sie möchten die Reinheit während der Quantisierung schätzen? Im Grunde genommen wollen Sie das Gleiche tun, was der Baum später tun wird. Schalten Sie die Quantisierung aus und Sie erhalten, was Sie wollen. Der Baum wählt den besten Splitpunkt für das Ziel.
Ich bin es leid, zu erklären, dass "am besten" oft nicht die beste Wahl ist.
Anstelle von Fragen - Aussagen - als ob wir Religion betreiben....