Discusión sobre el artículo "Regresión neta elástica mediante descenso de coordenadas en MQL5"
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
Artículo publicado Regresión neta elástica mediante descenso de coordenadas en MQL5:
En este artículo, analizaremos la implementación práctica de la regresión neta elástica para minimizar el sobreajuste y al mismo tiempo separar automáticamente los predictores útiles de aquellos que tienen poco poder de pronóstico.
El descenso de coordenadas (coordinate descent) es un método de optimización muy adecuado para la optimización de parámetros múltiples. Así, un problema complejo de optimización multidimensional se reducirá a un conjunto de problemas unidimensionales. Esto se logrará minimizando iterativamente cada dimensión individual de una función mientras se mantienen los valores estáticos de la función en otras dimensiones. Hay muchos recursos en línea que pueden ofrecer explicaciones más detalladas. Aquí nos interesa su aplicación al desarrollo de estrategias.
Para nuestros objetivos, el descenso de coordenadas se utilizará de dos maneras al implementar la regresión de red elástica. Primero lo utilizaremos para determinar la lambda óptima en función del alfa fijo especificado por el usuario. Una vez hecho esto, volveremos a llamar al método de optimización para operar sobre los coeficientes beta de la ecuación de regresión. Vamos a profundizar en el código para ver cómo se logra esto.
Autor: Francis Dube