L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3282
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
J'ai pris un échantillon de 2010 à 2023 (47k lignes), je l'ai divisé en 3 parties dans l'ordre chronologique et j'ai décidé de voir ce qui se passerait si nous échangions ces parties.
La taille des sous-échantillons est de 60 % pour la formation, de 20 % pour le test et de 20 % pour l'examen.
J'ai fait ces combinaisons (-1) - c'est l'ordre standard - chronologique. Chaque sous-échantillon a sa propre couleur.
J'ai entraîné 101 modèles avec des semences différentes pour chaque ensemble d'échantillons, et j'ai obtenu le résultat suivant
Toutes les métriques sont standard, et on peut voir qu'il est difficile de déterminer le profit moyen des modèles (AVR Profit), ainsi que le pourcentage de modèles dont le profit dépasse 3000 points sur le dernier échantillon qui n'a pas participé à l'entraînement.
Peut-être faudrait-il réduire le taux de réussite relatif des variantes -1 et 0 dans la taille de l'échantillon d'entraînement ? En général, il semble que Recall réagisse à cela.
À votre avis, les résultats de ces combinaisons devraient-ils être comparables entre eux dans notre cas ? Ou les données sont-elles irrémédiablement obsolètes ?
Un autre bricolage...
Il y a la validation croisée, tout est mâché et mâché..., largement utilisé....
Un autre autodidacte...
Il y a une validation croisée, tout est mâché et mâché..., largement utilisé.....
C'est justement cela, la validation croisée n'est peut-être pas efficace dans ce cas.
Et quel est l'intérêt de cette conception personnelle ? Maxim retourne l'échantillon par chronologie - en supposant que le résultat sera identique - mon expérience montre l'erreur. Ou bien tout est individuel et la validation peut révéler un modèle ou une occurrence aléatoire dans l'ensemble de l'échantillon.
C'est justement là que le bât blesse : la validation croisée n'est pas forcément efficace dans ce cas.
Et où est l'auto-affaire ? Maxim retourne l'échantillon chronologiquement - en supposant que le résultat sera identique - mon expérience montre l'erreur. Ou bien tout est individuel et la validation peut révéler un modèle ou une occurrence aléatoire dans l'ensemble de l'échantillon.
Les flèches ne sont pas dirigées vers Maxim, d'autant plus qu'il n'a fait ou même pensé à aucune des choses suggérées.
Tu ne devrais pas te mettre à dos Maxim, surtout s'il n'a fait aucune des choses que tu as suggérées.
Que voulez-vous dire par "il n'a rien fait" ? N'êtes-vous pas déjà en train d'entraîner le modèle sur l'histoire la plus récente ?
Quand aucune matrice ne peut le gérer.
Il faut trois secondes pour trouver des chaînes similaires de longueur 30K dans une chaîne de 10M.
Il ne s'agit pas de compter toutes les corrélations possibles, mais de comparer la source avec d'autres données. Vous n'avez pas besoin d'une matrice, juste d'un vecteur.
Que voulez-vous dire par "je ne l'ai pas fait" ? N'êtes-vous pas déjà en train d'entraîner le modèle sur l'histoire la plus récente ?
Je ne sais plus qui l'a fait en premier. Un intello. Ça n'a pas d'importance dans mon cas.
Je ne me souviens plus qui l'a choisi en premier. Cela n'a pas d'importance dans mon cas.
En quoi votre cas est-il différent du mien ?
En quoi votre cas est-il différent du mien ?
parce que je n'aime pas communiquer avec des sophistes et des psychologues analphabètes )
ces personnes ne produisent pas de contenu utile
parce que je n'aime pas parler à des sophistes et à des psychologues analphabètes )
Ces personnes ne produisent pas de contenu utile
Votre "amour" affecte-t-il les données d'une manière magique ?
Il ne s'agit pas de compter toutes les corrélations possibles, mais de comparer la source avec d'autres données. Il n'est pas nécessaire d'utiliser une matrice, un vecteur suffit.
C'est le cœur du calcul ligne par ligne de la matrice.