Discusión sobre el artículo "Los bosques aleatorios predicen las tendencias" - página 4
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
La selección del modelo y del predictor están interrelacionadas. En primer lugar, hay que seleccionar un modelo y, a continuación, seleccionar los predictores basados en este modelo, filtrando aquellos predictores que tienen la menor "utilidad" en la predicción por el mismo modelo. Aunque muchos artículos y libros de texto enseñan lo contrario: primero seleccionamos los predictores utilizando algún método de cálculo de la relación entre estos predictores y la serie objetivo - la salida. Los métodos de selección más comunes son el coeficiente de correlación entre los predictores y la salida y la información mutua. A continuación, se selecciona un modelo que, por lo general, no guarda relación con la forma en que se seleccionaron los predictores. Si lo piensa (y los libros de texto de econometría no se lo dirán, tendrá que pensar por sí mismo), el método de selección de predictores por coeficiente de correlación con la salida selecciona esencialmente aquellos predictores que tendrán el menor error en un modelo de regresión lineal (CRL). El método de selección de predictores por su información mutua con la salida selecciona esencialmente aquellos predictores que darán el menor error en un modelo basado en la regresión de Nadaraya-Watson (nombre abstruso GRNN).
Totalmente de acuerdo con usted sobre la correlación. el efecto de los predictores sobre la variable objetivo no puede establecerse por correlación y no se establece por regresión. Se hace de otra manera. Mientras que he conseguido recoger algún conjunto de predictores para la predicción de tendencias, no he conseguido encontrar un conjunto de predictores para la predicción del incremento de precios.
Me gustaría llamar su atención sobre mi libro. El problema de los predictores es mucho más complejo que la correlación y el índice de Gini. El libro aclara muchas cosas.
faa1947:
Me gustaría llamar su atención sobre mi libro. El problema de los predictores es mucho más complejo que la correlación y el índice de Gini. El libro aclara muchas cosas.
Me gustaría llamar su atención sobre mi libro. El problema de los predictores es mucho más complejo que la correlación y el índice de Gini. El libro aclara muchas cosas.
El libro no está ahí, hay un anuncio.
Antes había poca información sobre redes aquí. La gente quería estudiar estas redes y probarlas en el trading. Y ahora hay muchos libros y artículos sobre redes con instrucciones paso a paso sobre cómo utilizarlas. Miro estos libros y artículos sobre redes y no sólo me desaniman a leer, sino que incluso causan cierto disgusto a las redes. El problema de estos escritos es que ni siquiera intentan interesar al lector: leerlos y utilizarlos. ¿Y por qué perder el tiempo? ¿Dónde está el cebo? Muestre al principio del libro o artículo un resultado atractivo de operar utilizando los métodos descritos en el libro o artículo y estaremos interesados en leerlos y comprenderlos. Estoy viendo un nuevo artículo sobre redes profundas y pienso ¿quién lo va a leer excepto un par de especialistas que ya saben de ellas? Yo también conozco ya estas redes, y sé que tanto ellas como otras redes no son aplicables para operar en el mercado. Incluso el inventor de estas redes, Jeffrey Hinton, lo reconoció hace tiempo. Escuche sus conferencias en YouTube.
El libro no está, hay un anuncio.
Solía haber poca información sobre redes aquí. La gente quería estudiar estas redes y probarlas en el comercio. Y ahora hay un montón de libros y artículos sobre redes con instrucciones paso a paso sobre cómo utilizarlas. Miro estos libros y artículos sobre redes y no sólo me desaniman a leer, sino que incluso causan cierto disgusto a las redes. El problema de estos escritos es que ni siquiera intentan interesar al lector: leerlos y utilizarlos. ¿Y por qué perder el tiempo? ¿Dónde está el cebo? Muestre al principio del libro o artículo un resultado atractivo de operar utilizando los métodos descritos en el libro o artículo y estaremos interesados en leerlos y comprenderlos. Estoy viendo un nuevo artículo sobre redes profundas y pienso ¿quién lo va a leer excepto un par de especialistas que ya saben de ellas? Yo también conozco ya estas redes, y sé que tanto ellas como otras redes no son aplicables para operar en el mercado. Incluso el inventor de estas redes, Jeffrey Hinton, lo reconoció hace tiempo. Escuche sus conferencias en YouTube.
La tarea habitual de un trader cuando desarrolla una TS es encontrar algún conjunto de señales que predigan el futuro, el llamado patrón. Tomamos indicadores ya preparados, los compramos, los escribimos nosotros mismos, los combinamos entre sí...
Yo sostengo que no hay tal problema. Hay algoritmos que encontrarán todos los patrones posibles para un determinado conjunto de predictores. en mi artículo y libro, hay alrededor de 200 patrones. Es imposible encontrar algo así de la manera tradicional.
Además, al dominar R, no tengo ningún problema en cambiar un algoritmo para encontrar patrones, por ejemplo, redes neuronales, por redes neuronales profundas, y éstas por otra cosa. Además, no hace falta entrar en lo que ha encontrado el algoritmo.
¿Y cuál es el problema?
Y en lo que has escrito en tu post de arriba: selección adecuada de predictores. Yo añado. Preprocesamiento adecuado de los predictores. Eso es una habilidad. Como resultado de la lectura de libros, usted tendrá esa habilidad, ya que ha pensado en ello por sí mismo.
¿Y mi libro? Es una revisión superficial de todo el problema, no sólo de algoritmos específicos para la búsqueda de patrones. Le garantizo un resultado: dominará varios patrones a un nivel suficiente para el trading, sin profundizar realmente en estos patrones, con todo tipo de perseptrones, capas, bugging y bousting - todo esto será innecesario para usted. Usted se centrará en los predictores.
Es un enfoque completamente diferente.
Y quiero terminar recordándole los axiomas de la estadística: "Basura dentro - basura fuera". Y ningún modelo, ningún algoritmo puede cambiar eso. Por lo tanto, en lugar de un guión, deberíamos poner una caja negra con algún nombre y no preocuparnos por ello, sino ocuparnos de la basura.
La tarea habitual de un trader cuando desarrolla un TS es encontrar algún conjunto de señales que predigan el futuro, el llamado patrón. Tomamos indicadores listos, los compramos, los escribimos nosotros mismos, los combinamos entre nosotros .....
Yo afirmo que este problema no existe. Hay algoritmos que encontrarán todos los patrones posibles para un conjunto dado de predictores. en mi artículo y libro, hay alrededor de 200 patrones. Es imposible encontrar algo así de la manera tradicional.
Además, al dominar R, no tengo ningún problema en cambiar un algoritmo para encontrar patrones, por ejemplo, redes neuronales, por redes neuronales profundas, y éstas por otra cosa. Además, no hace falta entrar en lo que ha encontrado el algoritmo.
¿Y cuál es el problema?
Y en lo que has escrito en tus posts anteriores: selección adecuada de predictores. Yo añadiría. Preprocesamiento adecuado de los predictores. Eso es una habilidad. Como resultado de la lectura de libros que tendrá esa habilidad, por lo que ha pensado usted mismo.
¿Y mi libro? Es una revisión superficial de todo el problema. Al mismo tiempo te garantizo un resultado: dominarás varios modelos a un nivel suficiente para operar, sin profundizar realmente en estos modelos, todo tipo de perseptrones, capas, bugging y bousting - todo esto será innecesario para ti.
Un enfoque completamente diferente.
¿Utiliza estos métodos en sus operaciones? ¿Y cuáles son los resultados? Lo digo en serio, al menos insinúe los resultados. Por ejemplo, gané lo suficiente como para no tener que escribir libros, me compré un chalet en Niza o en las Bahamas y ahora estoy de vacaciones, hago filantropía, regalo libros.
Si consigues encontrar un conjunto de predictores, harás realidad tu lista.
PD.
¿Y el libro? Te permite reunir una agradable fiesta, y el precio deja fuera a los buscadores de griales.
Dígame, ¿no es posible citar Out Of Sample al menos una vez?
PS. Te envié un correo electrónico.
Dígame, ¿no es posible citar Out Of Sample al menos una vez?
PS. Te he enviado un correo electrónico.
Tabla 2 en la sección 5.3 de mi artículo. El paquete rattle() da el ALE automáticamente además de otra información muy útil, que se muestra en el artículo. Además, se genera un código de programa con toda esta información, que se puede utilizar de forma autónoma sin rattle(). Mi libro tiene 400 páginas, por lo que todo está masticado con gran detalle, incluida la ideología de uso, que no está en la documentación original de rattle() y los paquetes que utiliza. rattle es un shell, una GUI.
PD.
He respondido a tu correo
Tabla 2 en la sección 5.3 de mi artículo. El paquete rattle() proporciona automáticamente el ALE además de otra información muy útil, que se muestra en el artículo. Además, toda esta información se utiliza para generar código de programa que puede utilizarse de forma autónoma sin rattle(). Mi libro tiene 400 páginas, así que todo está masticado con gran detalle, incluida la ideología de uso, que no está en la documentación original sobre rattle() y los paquetes que utiliza. rattle es un shell, una GUI.
PS.
Email contestado
Me refería a la prueba fuera de la muestra en MT4 - puramente beneficio del modelo es de interés. Digamos que + o - zigzag con un error de 17...20% en la práctica puede convertirse en otro gran drenador.
PS. correo electrónico atrapado, espero poder pagar pronto (necesidad de esperar a que la acumulación de dinero)
Me refería a la prueba fuera de la muestra en MT4 - puramente beneficio del modelo es de interés. Digamos que + o - zigzag con un error de 17...20% en la práctica puede convertirse en otro gran drenador.
PS. correo electrónico atrapado, espero poder pagar pronto (necesidad de esperar a que la acumulación de dinero)