Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1396
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
Me gustan los bosques. Si vuelvo a la NS, no será por mucho tiempo. Ya he pasado un año con ellos.
ok )
No busco la exactitud absoluta de una predicción. Para mí, todas las operaciones que dan beneficios son correctas.
Ejemplos:
1) predijo -10 obtuvo -8 - esto es un excelente beneficio, no es un error en absoluto
2) predijo -4,8 obtuvo -13 - beneficio mucho más de lo previsto, esto es aún más no es un error.
3) predijo -3,5 obtuvo +5, habrá una pérdida - esto es un error. Al igual que todos los puntos de la izquierda y por encima de 0. Sólo ellos harán una pérdida y es un error para el comercio en ellos.
Su comprensión es absolutamente correcta. Todo lo que necesitamos es sesgar la distribución de probabilidad de las operaciones exitosas hacia nuestro lado. Además, los stops, trailing stops y otros métodos de apoyo a las transacciones no han sido cancelados, y el resultado real será mejor que un cierre estúpido de una posición en 5 metros. Este es el caso de la imagen.
La solidez de la que habla Maxim en el mercado es una fantasía infundada. Si hay desviaciones reales de la regresión (no importa el entrenamiento o la prueba), ningún modelo es capaz de poner a cero esas desviaciones. En cualquier caso, las desviaciones seguirán siendo las mismas. La regresión siempre irá al centro de la distribución, y nada más.
Maxim, por desgracia, se ha refugiado en los bosques y en la RL, y percibe toda la información externa como un ataque a su visión del mundo y, quizás, a la importancia de sus resultados). Todo está mal con él, todas las tonterías, el jardín de infancia, etc.
En cuanto al cambio de NS a bosque-árbol. Son modelos más o menos equivalentes, y no obtendrás nada nuevo, o al nivel - los mismos huevos, sólo de perfil. Ver lo que es la bestia, por supuesto, no es descabellado.
El cambio a Alglib en ACM puede darle algo a corto plazo. A largo plazo no es más que una pérdida de ritmo, un callejón sin salida. La misma Maxim ya se está arrastrando a Python, y está agitando para que MO en Alglib-MCL tome el relevo. Es curioso.
Has acertado de pleno. Todo lo que necesitamos es una distribución sesgada de la probabilidad de una operación exitosa en nuestra dirección. Además, no se han anulado los stops, trailing stops y otros métodos de apoyo a las transacciones, y el resultado real será mejor que un cierre estúpido de la operación después de 5 m. Este es el caso de la imagen.
La solidez de la que habla Maxim en el mercado es una fantasía infundada. Si hay desviaciones reales de la regresión (no importa el entrenamiento o la prueba), ningún modelo es capaz de poner a cero esas desviaciones. En cualquier caso, lo que eran es lo que seguirán siendo. La regresión siempre irá al centro de la distribución, y nada más.
Maxim, por desgracia, se ha adentrado en el bosque y en la RL y ve toda la información externa como un ataque a su visión del mundo, y quizás a la importancia de sus resultados). Todo mal, todo un disparate, un jardín de infancia, etc.
En cuanto al cambio de NS a bosque-árbol. Son modelos más o menos equivalentes, y no obtienes nada nuevo, o al nivel - los mismos huevos, sólo de perfil. Ver lo que es la bestia, por supuesto, no es descabellado.
El cambio a Alglib en ACM puede darle algo a corto plazo. A largo plazo no es más que una pérdida de ritmo, un callejón sin salida. La misma Maxim ya se está arrastrando a Python, y está agitando para que MO en Alglib-MCL tome el relevo. Es curioso.
El andamiaje tiene menos parámetros para el propio modelo. En NS hay más y la combinación óptima es difícil de encontrar, además de necesitar normalización y alineación. Y el racionamiento y el escalonamiento flotarán en el tiempo, como resultado la misma reconversión no será correcta. Y los bosques lo digieren todo en valores absolutos.
al menos aprender a interpretar el gráfico de dispersión correctamente, y eso es algo bueno
Entonces empezarás a entender que los errores tienden a crecer en lugar de anularse, y que lo que se toma como una distribución de probabilidad sesgada de un punto es algo momentáneo que suma grandes errores
El bosque tiene menos parámetros del propio modelo. Pero hay más de ellos en NS y es difícil encontrar una combinación óptima, además de que se necesita normalización y alineación. Y el racionamiento y el escalonamiento varían a lo largo del tiempo, por lo que la misma reconversión no será correcta. Y los bosques lo digieren todo en absoluto.
No puedo hablar por todos ellos, pero los modelos de andamios que he visto también necesitan ser escalados y demás. Por cierto, y no entiendo cómo puede funcionar todo esto sin preprocesar las señales de entrada. Imagínese dos señales más o menos idénticas, una de las cuales tiene un precio inicial un 10% más alto que la otra. Y la volatilidad de la mayor (idéntica) será automáticamente un 10% mayor que la primera. ¿Cómo se puede gestionar esto en la NS o en Forest? Y el resultado será idéntico.
al menos aprender a interpretar el gráfico de dispersión correctamente, y eso es algo bueno
Entonces empezarás a entender que los errores tienden a crecer en lugar de anularse, y que lo que se toma como una distribución de probabilidad sesgada de un solo punto es algo momentáneo que suma grandes errores
Maxim, aprende a leer los gráficos, no sólo los tuyos. Si mis gráficos no dicen nada, no puedo hacer nada al respecto. Si no quieres, no trates con ellos, nadie te obliga. Sinceramente, estoy cansado de ti. No quiero decir que estás diciendo tonterías, pero tengo que hacerlo.
Maxim, aprende a leer los gráficos, no sólo los tuyos. Sinceramente, estoy cansado de ti. No quiero decir que estás diciendo tonterías, pero tengo que hacerlo.
¿Cómo se leen las cartas? ¿Hay alguna forma especial de leerlas, contraria a las convencionales? Ahí está Elibrarius, no sé si su padre, ni siquiera sabía leer bien.
Sólo he escrito lo que veo en estos gráficos... no se pueden sacar conclusiones
y específicamente - el error es un poco mejor que el azar, tal vez del orden del 40%
No puedo hablar por todos ellos, pero los modelos de andamios que he visto también necesitan ser escalados y demás. Por cierto, y no entiendo cómo puede funcionar todo esto sin preprocesar las señales de entrada. Imagínese dos señales más o menos idénticas, una de las cuales tiene un precio inicial un 10% más alto que la otra. Y la volatilidad de la segunda (idéntica) será automáticamente un 10% mayor que la primera. ¿Cómo se puede gestionar esto en la NS o en Forest? Y el resultado sería idéntico.
El bosque procesará entradas con valores y volatilidad que difieren en órdenes de magnitud.
Uno de ellos dividirá en nodos, por ejemplo en 0,00014, y el segundo en 41548,3.
Y para la NS necesitamos reducir todos los insumos a la misma escala.
¿Cómo se lee el horario? ¿Hay alguna forma especial de leer, contraria a las convencionales? Von Elibrarius, no sé si el patriarca, ni siquiera pudo leerlo bien.
Sólo he escrito lo que veo en estos gráficos... no se pueden sacar conclusiones
y concretamente el error es ligeramente mejor que el aleatorio, quizás del orden del 40%
¿Y qué? ¿Qué hay de malo en eso? Si tardas 10 minutos, todo será irreconocible, y es difícil imaginarlo a una hora).
El bosque digiere entradas con diferencias de valor y volatilidad de órdenes de magnitud.
Uno se dividirá en nodos de, por ejemplo, 0,00014 y el otro en 41548,3.
Y para el NS necesitamos reducir todas las entradas a una escala.
No tengo conocimiento de ello. Sólo hablé de los bosques que vi. Porque toda Odessa no dirá.