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
Pour moi, l'idée de filtrer les erreurs est totalement incompréhensible.
Il s'avère que si le modèle prédit 50/50, en éliminant les 50 mauvais, le reste prédit 100 % ? C'est du super-apprentissage et rien d'autre.
L'erreur de classification provient du fait que les mêmes valeurs de prédicteurs permettent dans certains cas de prédire correctement, et dans d'autres cas de ne pas prédire correctement, et c'est là le problème, dont on ne peut se débarrasser qu'au stade du filtrage de la "force de la relation" entre le prédicteur et la variable cible, et qui est totalement impossible, Dieu voulant filtrer les prédicteurs et à ce prix réduire l'erreur de classification de 10 pour cent.
Votre philosophie est claire depuis longtemps, où sont les résultats ? ) Quels sont-ils, montrez-les-moi.
J'ai obtenu une amélioration sur l'OOS et je me suis réjoui, je continue à améliorer jusqu'à ce que l'approche s'épuise d'elle-même.Appelons le premier modèle le modèle principal, qui divise l'espace des caractéristiques en achat/vente à l'aide d'une ligne noire. Le second est un méta-modèle qui divise l'espace total des caractéristiques en négociation/non négociation (ligne rouge).
Imaginons maintenant une autre variante, lorsqu'il existe deux méta-modèles et que chacun d'entre eux divise les différents espaces de caractéristiques des classes ACHETER et VENDRE en commerce/non-commerce séparément (deux lignes rouges).
Une question purement théorique à laquelle il faut réfléchir est de savoir si la deuxième option est meilleure. Et si c'est le cas, pourquoi ? Merci de nous faire part de vos commentaires.
Une demande, probablement même adressée à Alexei Nikolaev, est de savoir comment on peut déterminer l'effet d'une telle "intervention". Après tout, nous obtiendrons deux distributions de probabilité de deux méta-modèles, qui peuvent être comparés/évalués/dispersés.D'un point de vue pratique, je suis d'accord avec l'avis de Forester.
D'un point de vue purement théorique, on ne peut pas opposer les deux approches. Pour comprendre cela, il suffit de considérer les lignes rouges droites de la deuxième figure comme des parties d'une seule ligne courbe. Essentiellement, cela signifie simplement que la deuxième option est plus flexible et plus complexe, ce qui lui donne plus d'options (dans le bon et le mauvais sens du terme)
D'un point de vue pratique, je suis d'accord avec l'avis de Forester.
D'un point de vue purement théorique, il est possible de ne pas opposer ces deux approches. Pour comprendre cela, il suffit de considérer les lignes rouges droites de la deuxième figure comme des parties d'une seule ligne courbe. Essentiellement, cela signifie simplement que la deuxième option est plus souple et plus complexe, ce qui lui donne plus d'options (dans le bon et le mauvais sens du terme)
Vous avez besoin d'une mesure quantitative de la force de la relation entre le prédicteur et la cible. J'ai écrit de nombreuses fois sur ce forum, j'ai fait référence à des paquets R et j'ai même cité les résultats de mes calculs.
Je suis d'accord, mais parfois quelques caractéristiques améliorent la qualité de la prédiction. Voici un exemple simple. Le réchauffement diurne est influencé par la couverture nuageuse et l'humidité.
Tous les prévisionnistes savent qu'en cas d'humidité élevée, même si le ciel est sans nuages, le réchauffement sera moins important qu'en cas d'humidité faible. Nous devons donc examiner la "relation" entre les signes.
Je suis d'accord, mais parfois quelques signes peuvent améliorer la qualité d'une prédiction. Voici un exemple simple. Le réchauffement diurne est influencé par la couverture nuageuse et l'humidité de l'air.
Tous les prévisionnistes savent qu'en cas d'humidité élevée, même si le ciel est sans nuages, le réchauffement sera moins important qu'en cas d'humidité faible. Nous devons donc examiner la "relation" entre les signes.
Dans quel modèle du MoD est-il possible de prendre cela en compte ?
Si vous ne le filtrez pas, vous obtiendrez toujours une erreur de type "heh-heh". Le MO est par essence une adaptation de l'histoire, qui n'a pas besoin d'être répétée à l'identique.
Les nouvelles, les déclarations des courtiers du monde entier laisseront le ministère de la défense dans l'ignorance. Sinon, les dirigeants devraient parler en direction du ministère de la Défense et les nouvelles devraient être publiées selon les instructions de votre ministère de la Défense. La queue remue le chien (c).
Mais les choses ne sont pas si tristes si l'on utilise des modèles de marché. Il y a peut-être moins de place pour la précision, mais une plus grande probabilité de voir la direction et la durée du mouvement.
Le fait que vous lisiez mes posts et suiviez mes conseils me rend heureux).
Dans quel modèle de MOE est-il possible d'en tenir compte ?
Il existe un modèle catboost.
https://catboost.ai/en/docs/concepts/python-reference_catboostclassifier_get_feature_importance
Je pense que les haussiers et les baissiers négocient différemment. Le même euro chute généralement rapidement, puis remonte lentement. C'est un comportement différent.
Si vous ne le filtrez pas, vous obtiendrez toujours une erreur de type "heh-heh". Le MoD est essentiellement une adaptation d'une histoire qui n'a pas besoin d'être exactement la même.
Les nouvelles, les déclarations des représentants du pouvoir mondial laisseront le MoD dans l'ignorance. Autrement, les dirigeants devraient s'exprimer dans le sens du MoD et les nouvelles devraient être publiées selon les instructions de votre MoD. La queue remue le chien (c).
Mais les choses ne sont pas si tristes si l'on utilise des modèles de marché. Il y a peut-être moins de place pour la précision, mais une plus grande probabilité de voir la direction et la durée du mouvement.
Le fait que vous lisiez mes posts et suiviez mes conseils me rend heureux).
Non seulement le mode opératoire n'aide pas, mais la probabilité n'aide pas non plus.
Règles de marge.
Existe-t-il un script qui montre cette différence ? J'ai moi-même un point de vue légèrement différent(lien vers une version généralisée).
Je me suis peut-être souvenu d'une chute rapide après une croissance lente à l'époque où j'essayais de trader manuellement. Je n'exclus pas que tout soit pair ou même vice versa)))