L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 371
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Je ne comprends toujours pas - corrélation inverse ou pas de corrélation ?
Ou pensez-vous que si deux séries aléatoires ont un coefficient de corrélation de -1, alors elles "n'ont pas de corrélation" ?
Yoeklmn.....
ah... J'ai tout de suite compris... J'ai tout de suite compris...
1. personne n'analyse la corrélation - il s'agit du choix des prédicteurs.
2) Vous avez répété mon point de vue trois pages plus tôt :"La dépendance est un cas particulier de corrélation. Si deux variables sont dépendantes, il y a certainement une corrélation. S'il y a corrélation, il n'y a pas nécessairement dépendance."
3. l'entropie croisée, tout comme la corrélation, ne donne pas de réponse sur la présence d'une dépendance fonctionnelle.
1) D'abord, vous diffusez vous-même la corrélation, puis vous supprimez des messages, puis vous ne vous souvenez plus de ce que vous avez écrit il y a quelques pages.
Dimitri:
Toute la MO est basée sur le fait que les variables d'entrée doivent être en corrélation avec la variable de sortie.
2) Non, j'ai dit qu'il peut y avoir une dépendance même en l'absence de corrélation.
3) L'entropie croisée. Vous pouvez estimer un large ensemble de prédicteurs par rapport à une cible en une seule fois. Lorsque chacun des prédicteurs n'est pas capable de le prédire, mais qu'une certaine combinaison d'entre eux l'est. Malheureusement, ce n'est pas vrai pour le forex, mais en général, la sélection des prédicteurs par l'entropie croisée est bien meilleure pour l'apprentissage automatique que la sélection par la corrélation.
2) Non, j'ai dit qu'il peut y avoir une corrélation même lorsqu'il n'y a pas de corrélation.
Il ne peut y avoir de dépendance là où il n'y a pas de corrélation. La corrélation peut être linéaire ou non linéaire, mais elle le sera s'il y a dépendance.
Il peut y avoir une corrélation là où il n'y en a pas - une fausse corrélation.
Je n'ai pas supprimé un seul message dans ce fil.
Je ne peux pas (je ne sais pas pourquoi) télécharger le livre pour en donner la preuve.
Si vous en avez la possibilité, téléchargez et publiez une photo d'exemple ici pour mettre fin aux chamailleries inutiles.
Bendat J., Pearsol A.
Analyse appliquée des données aléatoires : Traduit de l'anglais : World, 1989.
En. 126
EXEMPLE 5.4. VARIABLES ALÉATOIRES DÉPENDANTES NON CORRÉLÉES.
.
ss
L'exemple est très révélateur.
Deux prédicteurs également corrélés - qu'est-ce qu'on jette sur la base d'une corrélation plus faible ? Lequel est le moins corrélé ?
Dmitry, je suis désolé, mais je soupçonne que vous essayez de me troller, que vous vous moquez de moi, ou que vous êtes tout simplement stupide, avec tout le respect que je vous dois... Ne pouvez-vous pas voir, à partir d'un exemple trivial, que deux attributs ont tous deux une corrélation nulle avec la cible, MAIS que les deux sont significatifs, qu'aucun ne peut être abandonné, que la corrélation linéaire est nulle, et non linéaire à 100%, c'est-à-dire que la corrélation peut être nulle et que l'ensemble de données est entièrement prévisible, ce qui est votre déclaration :
Dimitri:
Toute la MO est basée sur le fait que les variables d'entrée doivent être en corrélation avec la variable de sortie.
Sinon, il n'y a aucun intérêt à utiliser TOUS les modèles de MO.
Il le réfute complètement.
Il ne peut y avoir de dépendance là où il n'y a pas de corrélation. La corrélation peut être linéaire ou non linéaire, mais elle le sera s'il y a dépendance.
Je ne peux pas (je ne sais pas pourquoi) télécharger le livre pour en donner la preuve.
Si vous en avez la possibilité, téléchargez et publiez une photo d'exemple ici pour mettre fin aux chamailleries inutiles.
Bendat J., Pearsol A.
Analyse appliquée des données aléatoires : Traduit de l'anglais : World, 1989.
En. 126
EXEMPLE 5.4. VARIABLES ALÉATOIRES DÉPENDANTES NON CORRÉLÉES.
.
ss
L'exemple est très révélateur.
http://sci.alnam.ru/book_dsp.php
seulement il n'y a pas de photo à la page 126
Pourquoi êtes-vous tous si obsédés par la corrélation ?
En apprentissage automatique, il existe un concept d'"importance - importance" des variables, qui n'a absolument rien à voir avec la corrélation. Le calcul est souvent intégré à l'algorithme d'apprentissage automatique lui-même.
Par exemple, dans une forêt aléatoire.
À partir de tout un sous-ensemble de prédicteurs, peut-être plusieurs centaines, quelques morceaux sont sélectionnés et l'algorithme interne est utilisé pour voir si les valeurs de ces prédicteurs prédisent une valeur particulière de la classe. Ils sont soit acceptés, soit rejetés.
À la fin, ils examinent tous les nœuds de l'arbre et voient combien de fois un prédicteur a été utilisé dans chaque nœud de l'arbre - cela révèle l'importance des prédicteurs.
Je continue à essayer de réunir l'équipe pour discuter des développements existants dans ce domaine, qui sont bien plus instructifs que les exercices de corrélation.
Pourquoi êtes-vous tous si obsédés par la corrélation ?
En apprentissage automatique, il existe un concept d'"importance - importance" des variables, qui n'a absolument rien à voir avec la corrélation. Le calcul est souvent intégré à l'algorithme d'apprentissage automatique lui-même.
Par exemple, dans une forêt aléatoire.
À partir de tout un sous-ensemble de prédicteurs, peut-être plusieurs centaines, quelques morceaux sont sélectionnés et l'algorithme interne est utilisé pour voir si les valeurs de ces prédicteurs prédisent une valeur particulière de la classe. Ils sont soit acceptés, soit rejetés.
À la fin, ils examinent tous les nœuds de l'arbre et voient combien de fois un prédicteur a été utilisé dans chaque nœud de l'arbre - cela donne l'importance des prédicteurs.
Tout ce que j'essaie de faire, c'est d'amener l'équipe à discuter des développements déjà existants dans ce domaine, qui sont bien plus instructifs que des exercices de corrélation.
et alglieb a une forêt sombre aussi, d'ailleurs... vous pouvez l'utiliser sans quitter mt5