L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1300
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
OK, essaie, dis-moi si tu veux. Et si possible, comparez ma sélection et celle de ML, si possible sans trop de travail de ma part.
Oui, je ne comprends pas parfaitement le fonctionnement d'un catbust, mais j'ai déjà une connaissance et une expérience du fonctionnement, et tout cela prend du temps, ce qui conduit à une compréhension globale. Prendre quelque chose à partir de rien et essayer de l'utiliser dans mon travail alors qu'il n'y a pas d'informations suffisantes disponibles, eh bien, ce n'est pas confortable pour moi. Même avec catbust, je dois chercher et tout comprendre, le traduire, et c'est bien que j'aie des gens qui le comprennent mieux, j'ai des gens à qui demander les aspects techniques du code.
On ne sait pas très bien de quoi discuter dans cette veine - bon, nous avons trouvé certaines combinaisons de caractéristiques, ok... alors peut-être qu'il y a une raison fondamentale pour laquelle elles et pas d'autres, et pourquoi certaines ont été spécifiquement ciblées pour elles
en règle générale, il est impossible de répondre à ces questions.
On ne sait pas très bien de quoi parler dans cette veine - ils ont trouvé certaines combinaisons de caractéristiques, ok... alors peut-être qu'il y a des raisons fondamentales qui expliquent pourquoi elles et pas d'autres, et pourquoi certaines sont spécifiquement ciblées sur eux
en règle générale, il est impossible de répondre à ces questions.
J'ai encore perdu le fil de mes pensées. Si nous parlons toujours de la sélection des modèles, alors tous les modèles ont presque les mêmes prédicteurs (métriques, distribution de probabilité, balance des erreurs, etc.), c'est plus difficile avec les modèles cibles. Je veux dire que le thème est global et englobant, et pas seulement pertinent pour l'IR dans le trading, donc il y a matière à discussion, à mon avis.
J'ai encore perdu le fil de mes pensées. Si nous parlons toujours de sélection de modèle, alors tous les modèles ont presque les mêmes prédicteurs(métriques, distribution de probabilité, balance d'erreur, etc.), c'est plus compliqué avec les modèles cibles, je veux dire, le sujet est global et complet, pertinent non seulement pour le MO dans le trading, donc il y a quelque chose à discuter, à mon avis.
quels sont ces prédicteurs ?
Je ne comprends pas vraiment ce que vous faites.
quels sont ces prédicteurs ?
Il s'agit d'informations différentes sur le comportement du modèle sur un échantillon et même sur la structure du modèle (par exemple le nombre de splits et/ou d'arbres), cela donne d'assez bons résultats, du moins pour moi.
J'ai joint des informations sur le modèle que je collectionne mais il y a aussi des informations spécialisées à des fins commerciales.
Un échantillon est formé de ces données et le modèle peut être entraîné pour sélectionner les modèles nécessaires.
Je ne comprends pas ce que vous faites en général.
Je fais ce que je pense que je devrais faire :)
Il s'agit de différentes informations sur le comportement du modèle sur un échantillon et même sur la structure du modèle (par exemple, le nombre de splits et/ou d'arbres), cela donne d'assez bons résultats, du moins pour moi.
J'ai joint des informations sur le modèle que je collectionne, mais il y a aussi des informations spécialisées à des fins purement commerciales.
Je veux dire que ce ne sont pas les prédicteurs mais les indicateurs pour chaque modèle, parce que les prédicteurs sont ce qui est alimenté à l'entrée du modèle
Vous avez donc un tas d'indicateurs différents, que faire de ce tas ?
vous devez créer une métrique pondérée à partir de tous les indicateurs utiles et l'utiliser pour sélectionner le meilleur modèle sur l'automate, par argmax.
Je veux dire que ce ne sont pas des prédicteurs, mais des indicateurs de chaque modèle, car les prédicteurs sont ce qui est introduit dans le modèle.
vous avez un tas d'indicateurs différents, que devez-vous faire avec ce tas ?
vous devez établir une métrique pondérée de tous les indicateurs utiles et l'utiliser pour sélectionner automatiquement le meilleur modèle, par argmax
Les prédicteurs ne sont-ils pas les indicateurs qui influencent la cible ? Quel jeu de mots :)
Le problème est qu'il n'existe pas de formule pour cette "métrique pondérée" et c'est au ministère de la défense de la trouver.
Les prédicteurs ne sont pas des indicateurs qui affectent la cible ? C'est un jeu de mots :)
Le problème, c'est qu'il n'y a pas de formule pour cette "métrique pondérée" et c'est au ministère de la défense de la trouver.
Qu'est-ce que vous avez dans votre tableau ? Je vois des estimations de modèles, des acuras et ainsi de suite. Qu'est-ce que cela a à voir avec les prédicteurs ?
C'est quoi exactement ce jeu de mots ? Je ne comprends pas ce que je lis.)
Pourquoi tu ne dors pas la nuit ? Ou bien vivez-vous quelque part en Amérique ?
L'insomnie due au stress...
votre tableau a QUOI ? Je vois qu'il y a des modèles, des acuras et ainsi de suite. Qu'est-ce que cela a à voir avec les prédicteurs ?
exactement, une sorte de jeu de mots, je ne comprends pas ce que je lis, de quoi parle-t-on ?)
L'estimation du modèle n'affecte-t-elle pas son efficacité lorsqu'elle est appliquée à un échantillon inconnu ?