Consejos prácticos, por favor. - página 2
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
Alexandr Andreev:
.........
el total restado de la unidad es decir cuanto más cerca de 0 el total mejor los resultados..... en otras palabras hasta ahora no hay muchos resultados ya que 0,75 es su 75, aunque depende de con que se compare..... la peor puntuación sería 1 (100%) la mejor puntuación 0
Tienes que entender que una puntuación de 90 es diez veces mejor que una puntuación de 99.... una puntuación de 99 es diez veces mejor que una puntuación de 99,9... 100 es de hecho posible sólo cuando todos los módulos tienen una puntuación de error de 100... Es decir, una puntuación de 0,1 es diez veces peor que una puntuación de 0,01. Al mismo tiempo, una puntuación de 10 es diez veces peor que una puntuación de 1.
.........
No entiendo en absoluto la lógica de .... Si el módulo produjo un error en los datos no aprendidos del 4,43%, entonces 100 - 4,43 = 95,57% es el porcentaje de respuestas sin errores. ¿Por qué este porcentaje debería ser peor que el 95,01%? ¿Qué es lo que no entiendo?
Probablemente sea mejor obtener la suma de cuadrados de los errores de los módulos y extraer la raíz.
De este modo, obtenemos una estimación global de los errores de módulo.
Cuanto más cercano a cero sea el valor, mejor.
Así que es así.
La estimación muestra que Mod5 tiene el menor error.
Gracias, pero no es eso. He introducido un criterio para mí: cualquier módulo que muestre un porcentaje de error superior a 30 se descarta sin más.
Y la tarea no es averiguar qué módulo tiene el menor número de errores, sino con qué parámetros todos los módulos darán un resultado más "uniforme".
En el primer post di una tabla con los resultados al cambiar sólo un parámetro, el último. Y si ejecuto el script con otros parámetros cambiados, la tabla será mucho más grande. No se pueden mirar todos los valores, y el error medio, creo, no dice mucho...
Foro sobre trading, sistemas de trading automatizados y pruebas de estrategias de trading
Pido consejos prácticos.
Sergey Tabolin, 2020.06.06 17:18
Mi pregunta es: ¿Cómo puedo evaluar correctamente los resultados?
El error de cada módulo se indica en porcentajes. El 0% es un resultado ideal.
Quiero que elerror de cada módulo sea mínimo, pero que la dispersión sea también mínima.
Foro sobre trading, sistemas de trading automatizados y pruebas de estrategias de trading
Busco consejos prácticos.
Sergey Tabolin, 2020.06.07 08:00
No entiendo en absoluto la lógica de .... Si el error del módulo es del 4,43% en los datos no aprendidos, entonces 100 - 4,43 = 95,57% es el porcentaje de respuestas sin errores. ¿Por qué este porcentaje debería ser peor que el 95,01%? ¿Qué es lo que no entiendo?
Gracias, pero no es eso. He definido un criterio para mí: el módulo con un porcentaje de error superior a 30 queda simplemente excluido del trabajo.
Y la tarea no es averiguar qué módulo tiene el menor número de errores, y con qué parámetros todos los módulos darán un resultado más "uniforme".
En el primer post di una tabla con los resultados al cambiar sólo un parámetro, el último. Y si ejecuto el script con otros parámetros cambiados, la tabla será mucho más grande. No puedes mirar todos los valores, y el error medio, creo, no dice mucho...
La estimación de minimización de errores se utiliza para determinar el modelo apropiado.
¿Y qué parámetros utilizar para el modelo, cómo conocer su algoritmo y sus parámetros, y más aún la forma de encontrarlos?
La forma de encontrarlos debe ser coherente con el modelo que has construido.
Encuentra el máximo, calcula la media y, en función de la media, ajusta el máximo. Y luego elegir por el mínimo máximo. Hay que idear una fórmula para corregir el máximo, y debe haber un coeficiente. Y el valor del coeficiente debe recogerse mentalmente.
Pura y simplemente, multiplica el máximo por la media y multiplica por el coeficiente. Cambiando el coeficiente, comprueba qué variante se convierte en la mejor, así es como se coge el coeficiente.
La evaluación de minimización de errores se utiliza para determinar el modelo apropiado.
¿Y qué parámetros utilizar para el modelo, cómo conocer su algoritmo y sus parámetros, y más aún la forma de encontrarlos?
La forma de encontrarlos debe ser coherente con el modelo que has construido.
Me disculpo si no me he expresado correctamente ))))
Me refería a tres filas de la tabla, tres resultados. El resultado es el porcentaje de respuestas erróneas para los 15 módulos.
Otra opción. Off-topic, pero también una manera. No te fijes en los porcentajes, sino en la valoración. Cada columna es un número entero del 1 al 3 (o 1, 1, 2, etc.). A continuación, calcula la valoración media.
Otra opción. Haz una selección en dos pasos. Escoge varios con la mejor media, y de ellos elige el que tenga el mejor máximo. O viceversa, seleccionar unos pocos con el mejor máximo, y de ellos seleccionar uno con la mejor media.
Me disculpo si no me he expresado correctamente ))))
Me refería a tres filas de la tabla, tres resultados. El resultado es el porcentaje de respuestas incorrectas de los 15 módulos.
¿Entonces no es por módulos, sino por capas?
Cambia la forma de la matriz ModN[3][15]
;))
No entiendo en absoluto la lógica de .... Si el error del módulo es del 4,43% en los datos brutos, entonces 100 - 4,43 = 95,57% es el porcentaje de respuestas sin errores. ¿Por qué este porcentaje debería ser peor que el 95,01%? ¿Qué es lo que no entiendo?
Gracias, pero no es eso. He definido un criterio para mí: el módulo con un porcentaje de error superior a 30 queda simplemente excluido del trabajo.
Y la tarea no es averiguar qué módulo tiene el menor número de errores, y con qué parámetros todos los módulos darán un resultado más "uniforme".
En el primer post di una tabla con los resultados al cambiar sólo un parámetro, el último. Y si ejecuto el script con otros parámetros cambiados, la tabla será mucho más grande. No se pueden mirar todos los valores, y el error medio no parece decir mucho...
No entiendo en absoluto la lógica de .... Si el módulo produjo un error del 4,43% en los datos brutos, entonces 100 - 4,43 = 95,57% es el porcentaje de respuestas sin errores. ¿Por qué este porcentaje debería ser peor que el 95,01%? ¿Qué es lo que no entiendo?
Gracias, pero no es eso. He definido un criterio para mí: el módulo con un porcentaje de error superior a 30 queda simplemente excluido del trabajo.
Y la tarea no es averiguar qué módulo tiene el menor número de errores, y con qué parámetros todos los módulos darán un resultado más "uniforme".
En el primer post di una tabla con los resultados al cambiar sólo un parámetro, el último. Y si ejecuto el script con otros parámetros cambiados, la tabla será mucho más grande. No puedes mirar todos los valores, y el error medio, creo, no dice mucho...
.............
No se trata de estar libre de errores.
Por ejemplo, tenemos dos respuestas de error de 0,2 y 0,0000001. 0,00000002 (sobre todo habrá problemas si una de las estimaciones es sólo 0) - lo que es bastante inconveniente para estimar visualmente el número de estos ceros. Así que es más fácil de reflejar haciendo la mejor puntuación 1.... sólo obtenemos 1-0,2 + 1 -0,00000001 . 0,8 y 0,99999999 ... está claro que al multiplicar estos valores acabamos con 0,8 de calidad total...... si ambas puntuaciones fueran 0,8 entonces la respuesta sería 0,64.... Esta opción es la más sencilla.
Es más fácil hacer y ver el total
No entiendo en absoluto la lógica de .... Si el error del módulo es del 4,43% en los datos brutos, entonces 100 - 4,43 = 95,57% es el porcentaje de respuestas sin errores. ¿Por qué este porcentaje debería ser peor que el 95,01%? ¿Qué es lo que no entiendo?
Gracias, pero no es eso. He definido un criterio para mí: el módulo con un porcentaje de error superior a 30 queda simplemente excluido del trabajo.
Y la tarea no es averiguar qué módulo tiene el menor número de errores, y con qué parámetros todos los módulos darán un resultado más "uniforme".
En el primer post di una tabla con los resultados al cambiar sólo un parámetro, el último. Y si ejecuto el script con otros parámetros cambiados, la tabla será mucho más grande. No se pueden mirar todos los valores, y el error medio, creo, no dice mucho...
Te sigo desde hace mucho tiempo. Una personalidad interesante. Te respeto.
En cualquier contexto, los datos históricos sólo pueden utilizarse en conjunción con la situación actual. Esto es importante. Los datos históricos, por muy buenos que sean, son negativos. ¿Cuál es mi punto? Los precios del mercado no son un proyectil que sigue una trayectoria determinada.
No entiendo en absoluto la lógica de .... Si el error del módulo es del 4,43% en los datos brutos, entonces 100 - 4,43 = 95,57% es el porcentaje de respuestas sin errores. ¿Por qué este porcentaje debería ser peor que el 95,01%? ¿Qué es lo que no entiendo?
Allí se multiplicaron estas respuestas sin errores y se volvió a restar el total al 100%... así que hubo una traducción inversa y se trató de