Reunir un equipo para desarrollar una OI (árbol/bosque de decisiones) en relación con las estrategias de tendencia - página 8

 
Roffild:

Todo el asunto.

Ahora es más bien: "¡Chicos, he oído que los andamios y las redes son geniales! Vamos a probarlos".

En primer lugar, hay que estudiar las propias herramientas.

Sí, lo sugerí en el hilo de aprendizaje automático, incluso hice un script para generar plazos pseudoaleatorios pero bastante periódicos... Quién coño ha adivinado que primero hay que probar el mapeador con datos que puedes entender cómo se generan y después de asegurarte de que el mapeador puede trabajar con este tipo de datos de entrada, es cuando puedes "ir a por todas".

es triste todo esto ))))

 
Aleksey Vyazmikin:

Me propongo abordar el reto de la MO en relación con las tendencias, es decir, cuando la probabilidad de un evento de resultado debe predecirse con muchas barras de antelación.

Lo que propongo por mi parte:

1. una estrategia básica para generar objetivos.

2. Mantener una base de datos conjunta de características.

3. Organizar la posibilidad de optimización/otros cálculos que requieren potencia informática. Si es necesario, ampliación de la capacidad. Posible creación de una red común u optimización en nombre de.

4. Realización de pruebas en el probador de estrategias para detectar errores en la lógica del algoritmo.

5. Pruebas de estrategias en cuentas demo/cuentas cent/otras cuentas con lotes pequeños. Si es necesario, proporcionaré una máquina para VPS (aunque necesitaré ayuda para la configuración).

6. Celebrar reuniones colectivas para desarrollar objetivos y actividades comunes.

7. Proporcionar ideas para construir un árbol de decisiones.

8. Coordinar el trabajo del equipo.


A quién se necesita:

1. Programadores capaces de trabajar con MQL5

2. Programadores con conocimientos de lenguajes de programación como R y/o Phyton.

3. personas con conocimientos de MO y/o estadística 4.

4. otras personas que deseen contribuir al proyecto y estén dispuestas a ofrecer algo - el asunto es negociable.

Apúntame al grupo.

 
Roffild:

Todo el asunto.

Ahora es más bien: "¡Chicos, he oído que los andamios y las redes son geniales! Vamos a probarlos".

En primer lugar, hay que estudiar las propias herramientas.

Si has leído con atención el hilo, te habrás dado cuenta de que no sólo hablo de posibilidades de aplicación hipotéticas, sino que ya aplico mi método en la práctica. Por lo tanto, las comparaciones no son del todo correctas. Sin embargo, soy muy consciente de que mis conocimientos no son suficientes, por lo que quiero rodearme de gente más inteligente que yo. Ofrecer una oportunidad de cooperación. Actuar como coordinador, más que como faro de pensamiento.

Y, una vez más, me gustaría decirles que hay que modernizar el instrumental básico: no es eficiente realizar operaciones utilizando sólo la sierra, en muchos casos hay que utilizar también un bisturí. Ambas herramientas cortan, pero el resultado es diferente...

 
Igor Makanu:

Sí, lo sugerí en el hilo de aprendizaje automático, incluso hice un script para generar plazos pseudo-aleatorios pero bastante periódicos... Quién coño ha adivinado que primero hay que probar el mapeador con datos que puedes entender cómo se generan y después de asegurarte de que el mapeador puede trabajar con este tipo de datos de entrada, es cuando puedes "ir a por todas".

triste ))))

No te entristezcas por la estupidez de los demás: ¡ponte a trabajar y disfruta de tus logros!

No entiendo a la gente que sólo dice que las cosas están mal pero no hace nada para cambiar la situación, incluso cuando se les ofrece abiertamente hacerlo.

 
toxic:

Apúntame al grupo.

¡Genial!

¿Cómo estás dispuesto a unirte?

Conozco su experiencia en el campo de la defensa, pero no sé nada de programación: ¿en qué lenguaje trabaja?
 

Sobre el tema de reinventar la rueda, asumo que esto ya se ha pensado y utilizado antes, si es así por favor hágamelo saber.

Como soy partidario del análisis visual -así es como mejor aprendo la información-, pensé: ¿y si las hojas del árbol se presentan en forma de matriz? Es decir, tenemos una muestra de N filas y estas filas tienen patrones para la ejecución de reglas en la hoja, entonces podemos ampliar la longitud de la muestra por diferentes proporciones, por ejemplo, el ancho será días de la semana y la altura - semana, o el ancho - porcentaje especificado de barras por celda, y la altura - mes. Las celdas mostrarán la presencia de una regla (patrón) y el resultado de la clasificación. Mediante esta representación se puede ver cómo se extiende la regla en el espacio y estimar su estabilidad en el tiempo. Por supuesto, para estos fines podemos utilizar no sólo nuestros ojos sino también un aparato matemático, pero la visualización es necesaria en las etapas de desarrollo de algoritmos y elaboración de hipótesis. Supongo que si una regla está repartida uniformemente por toda la muestra, en lugar de concentrarse en un único intervalo de tiempo, entonces dicha regla es un patrón más estable que una regla muy concentrada en cualquier intervalo, y también deberíamos tener en cuenta cómo cambia el poder predictivo de la regla a lo largo del tiempo. Además, este método permitirá identificar rasgos con combinaciones raras, y es de esperar que estas combinaciones puedan ser excluidas para la genética o eliminadas en una etapa temprana. También este método permitirá ver el patrón cíclico, si lo hay.

Y, simplemente, creo que es necesario mantener la consistencia de las series temporales a la hora de estimar los resultados, mientras que los enfoques clásicos (por lo que vi en forma de conferencias y leí en forma de artículos) no ven la necesidad de esto, ya que normalmente se utilizan situaciones independientes en la muestra.

Y si se puede utilizar la disposición en el espacio de los patrones (da un efecto positivo), entonces podemos enseñar la función de aptitud para tratar de construir un árbol con el fin de mejorar los resultados de la predicción y encontrar más regularidad global. Pero probablemente aquí no debamos aplicar el principio de la avaricia, sino otro enfoque: tenemos que pensar.

 
Aleksey Vyazmikin:

Me alegro de que te interesen las actividades de colaboración.

¿Cómo se organizan estos grupos?

Sin embargo, mientras haya hipotéticamente sólo dos personas es difícil hablar de un grupo, es decir, por ahora debemos esperar a entrar en un espacio cerrado, quizás alguien más quiera trabajar en esta dirección.

Aquí en un sitio en los mensajes, la verdad el propio grupo es posible crear sólo desde el terminal desde un teléfono por alguna razón :) Todo tipo de autómatas y otros maltratados de la vieja guardia no tiene sentido escuchar, nunca escuché nada útil de ellos
 
Aleksey Vyazmikin:

Y, simplemente, creo que es necesario mantener la consistencia de las series temporales a la hora de estimar los resultados, mientras que los enfoques clásicos (por lo que he visto en conferencias y he leído en artículos) no lo ven necesario, ya que normalmente se utilizan situaciones independientes en la muestra.

Y si se puede utilizar la disposición en el espacio de los patrones (da un efecto positivo), entonces podemos enseñar la función de aptitud para tratar de construir un árbol con el fin de mejorar los resultados de la predicción y encontrar más regularidad global. Pero aquí probablemente no es el principio de avaricia el que debe aplicarse, sino lo que

La genética es algo bastante inútil en el desarrollo de la CT, ya que hay incluso más sobrealimentación que en el árbol. Es mucho más rápido recoger los parámetros a través del refuerzo, aunque con sobrealimentación también, pero en segundos. No hay patrones constantes en las series de tiempo en el mercado, deben tomarse de BPs adyacentes correlacionados, y entonces será más estable. De hecho, todo es muy sencillo, pero todo el mundo está haciendo las cosas mal. Pero para entenderlo y sentir la inutilidad y la desesperanza es necesario intentarlo. En cualquier caso, cuanta más gente mejor, pero no floodriders :)
 
Aleksey Vyazmikin:

No te entristezcas por la estupidez de los demás: ¡ponte a trabajar y disfruta de tus logros!

No entiendo a las personas que sólo dicen que las cosas están mal pero no hacen nada para cambiar la situación, incluso cuando se les ofrece abiertamente hacerlo.

Bendito seas también, nunca he entendido a la gente que intenta discutir sobre personalidades en cada oportunidad - Wiki ayuda "Ad hominem".

¿Tienes baja autoestima? ...

En cuanto a tu mensaje, una vez más, ¿qué has sugerido? He escrito mi opinión sobre tu primera sugerencia, ¿quieres hablar también de las siguientes? - ¿Qué tienes ahí?

Aleksey Vyazmikin:

Sí, la cuestión es que a menudo hay un avance en una dirección, un desarrollo asimétrico en una dirección, y poner en común los conocimientos mejoraría las cosas muchas veces.

Aleksey Vyazmikin:

Me parece que la NS funcionaría bien con una estructura estacionaria por su naturaleza matemática (ajuste de funciones), pero el mercado, si acaso, es estacionario en el infinito. Así es como lo veo ahora...

No quiero ser grosero con la gente que no conozco, mi educación no lo permite... aquí están tus posts donde veo tus fantasías y...

oh sí, estás intentando cambiar la situación, estás reuniendo un equipo de profesionales, ya sabes cómo se ve desde fuera: has reclutado a gente inteligente y con talento y vamos.... Ve allí, haz esto, .... y daré vueltas en círculos.

)))))

 
el hombre está haciendo algo similar https://smart-lab.ru/blog/353092.php
ДАТАМАЙНИНГ(Rapid Miner & R) УМЕНЬШАЕМ ПАРАМЕТРЫ РОБОТА
ДАТАМАЙНИНГ(Rapid Miner & R) УМЕНЬШАЕМ ПАРАМЕТРЫ РОБОТА
  • smart-lab.ru
В мире полу-мистического граалестроение бытует несколько устоявшихся аксиом. Авторитетные гуру внушали их на протяжении многих лет, как заботливые родители, детям, дабы обезопасить «нерадивых» от лишних шишек. Одним из таких утверждений является то, что количество параметров должно быть минимальным, а лучше, чтобы их не было совсем. Статья...
Razón de la queja: