Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3060
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
El código funciona y es reproducible.
Sí, está trabajando - nos dimos cuenta - que tenía la versión incorrecta de R.....
¿Cómo hacer que las cotizaciones por minuto durante 10 años de la misma y cargarlo en MT5 de modo que sería posible, ¿me puedes decir?
El código funciona y es reproducible.
Nadie lo ha puesto nunca en duda ;))))
Instala una nueva versión de R para cada biblioteca, y luego especula si los desarrolladores son tontos o no.... )))
Es gracioso. Y triste.... Y asqueroso...
seguimos masticando cauzal en nuestro tiempo libre.
mediante fuertes inyecciones cerebrales
La primera parte, donde las tías comparan diferentes lerners.
La primera parte, donde las tías comparan diferentes lerners.
Lo estoy mirando, y hasta ahora sólo tengo esta idea: el llamado efecto es esencialmente un error en una muestra retrasada.
En otras palabras, es una especie de justificación de que todo va mal. Pero no entiendo, ¿dónde está la manera de identificar la causa exacta.....
¿Y qué sentido le ves a esta investigación para el trading?
¿Y qué sentido le dio a esta investigación para el comercio?
tendrás que traducir sus definiciones de marketing al lenguaje humano normal para saber cómo atornillarlos.
A grandes rasgos: hay un grupo de trenes con un tritment en forma de modelo entrenado, digamos, hay una prueba (grupo de control) sin tritment. Tal vez no sea una analogía del todo correcta.
Míralo de una forma más sencilla: haces un tritment cualquiera (causa) y luego analizas los efectos mediante todo tipo de pruebas aleatorias. Obtienes un análisis causal.
tendrás que traducir sus definiciones de marketing al lenguaje humano normal para saber cómo atornillarlo.
A grandes rasgos: hay un grupo de aprendices con un tritment en forma de modelo entrenado, digamos, hay una prueba (grupo de control) sin tritment. Tal vez no sea una analogía del todo correcta.
Míralo de una forma más sencilla: haces un tritment cualquiera (causa) y luego analizas los efectos mediante todo tipo de pruebas aleatorias. Obtienes un análisis causal.
Quizá no entendí bien el objetivo de todo esto.... Pero me pareció que el objetivo es detectar la influencia de un nuevo factor, o se puede pensar como un valor atípico del valor pasado del predictor, en el indicador (precio o algo más - la regresión es sobre todo en ejemplos). Entonces, la tarea debería consistir en detectar estos valores atípicos cuando la cronología de los acontecimientos permanece inalterada (no se pueden aleatorizar líneas de muestreo para series temporales). Y, resulta que se trata de un acontecimiento raro, o de un cambio puntual. Entonces basta con observar los cambios en la distribución del índice predictor a lo largo de una ventana temporal fija. Esos predictores, que tienen tal cambio, son la causa (o tal vez no - aquí no entendí su idea de cómo determinar la causa o el efecto), y si estos cambios en diferentes partes de la prueba más a menudo conducen al efecto "el modelo no funciona", entonces tenemos que hacer que el modelo funcione con más cuidado con estos predictores....
Tal vez realmente no entendía el propósito de todo esto.... Pero me pareció que el objetivo es detectar la influencia de un nuevo factor o puede ser pensado como un valor atípico del valor pasado del predictor en el indicador (precio o algo más - regresión es sobre todo en los ejemplos). Entonces, la tarea debería consistir en detectar estos valores atípicos cuando la cronología de los acontecimientos permanece inalterada (no se pueden aleatorizar líneas de muestreo para series temporales). Y, resulta que se trata de un acontecimiento raro, o de un cambio puntual. Entonces basta con observar los cambios en la distribución del índice predictor a lo largo de una ventana temporal fija. Esos predictores, que tienen tal cambio, son la causa (o tal vez no - aquí no entendí su idea de cómo determinar la causa o el efecto), y si estos cambios en diferentes partes de la prueba más a menudo conducen al efecto "el modelo no funciona", entonces tenemos que hacer que el modelo funcione con más cuidado con estos predictores....
Predictores y tritment son cosas diferentes. El causal trabaja con resultados, para determinar el ATE (efecto medio del tratamiento) si no hay rasgos implicados, o el CATE (condicional ... ...) si hay covariables (rasgos), teniendo en cuenta alguna influencia externa (por ejemplo, una campaña publicitaria, que es el tritment). Se trata de determinar si hubo un efecto en el grupo de control. Entonces, dado ese efecto, puedes analizar y mejorar tu modelo o alguna métrica.
... eres tú el que intenta averiguar cómo aplicar algo que no sabes cómo aplicar.
tome un breve curso introductorio gratuito
Predictores y tritment son diferentes. El causal trabaja con resultados, para determinar el ATE (efecto medio del tratamiento) si no hay rasgos implicados, o el CATE (condicional ... ...) si hay covariables (rasgos), teniendo en cuenta alguna influencia externa (por ejemplo, una campaña publicitaria, que es el tritment). Se trata de determinar si hubo un efecto en el grupo de control. Entonces, dado este efecto, puedes analizar y mejorar tu modelo o alguna métrica.
... eres tú el que está intentando averiguar cómo aplicar algo que no sabes cómo aplicar.
tomar un pequeño curso introductorio gratuito.
he leido dos articulos de estos - son los que me dieron las ideas junto con el video.
https://habr.com/ru/companies/ru_mts/articles/485980/
https://habr.com/ru/companies/ru_mts/articles/485976/
Bueno, estoy trabajando en una tarea similar - es por eso que tengo mi propia visión de los matices. Pero sí - la nueva terminología es confusa.
Restar probabilidades de las predicciones del modelo - bueno, no creo que sea bueno, especialmente si usted sabe cómo estas probabilidades se distribuyen en CB.
Si vas a experimentar con bibliotecas especializadas en estos temas - comparte tus resultados y tu visión de la situación.
Siempre y cuando se deslice la idea principal de su enfoque - lo principal es la experiencia y el conocimiento del analista sobre el tema de análisis :)