L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3354
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
Les probabilités du modèle sont données par les statistiques de l'échantillon d'apprentissage.
Par conséquent, sans un échantillon représentatif, elles ne sont pas précises, alors passez outre :)
Soit vous déterminez en quoi consiste le modèle et vous repondérez les feuilles selon l'algorithme que vous avez conçu....
Les probabilités du modèle sont données par la sigmoïde, pas par ceci.
Oui, eh bien, quel nombre mettez-vous dans la fonction, d'où vient-il ?
Oui, eh bien, quel chiffre mettez-vous dans la fonction, d'où vient-il ?
Comment vous êtes-vous rendu compte que le classificateur donne les bonnes probabilités ? Pas seulement des valeurs dans une fourchette. Lisez-vous ce qui vous est écrit ?
J'ai vérifié un grand nombre de fois. C'est la base du CT.
Encore une fois, s'il ne l'est pas, il est recyclé.
Les résultats des modèles ne sont pas des probabilités de classe. Par analogie, la régression donne une valeur unique. Le classificateur fonctionne sur le même principe, il donne une valeur brute passant par une sigmoïde, et non une probabilité.
En passant par la sigmoïde, nous obtenons la classe, et non la probabilité de la classe.
En passant par la sigmoïde, on obtient une classe, et non la probabilité de la classe.
Il l'a vérifié à de nombreuses reprises. C'est la base du CT.
Encore une fois, s'il ne l'est pas, il est réentraîné.
Allez-vous répondre à une question par une question ? Je connais la réponse sans ambiguïté, le cas échéant.
Les résultats des modèles ne sont pas des probabilités de classes. Une analogie est la régression, qui donne une valeur. Un classificateur fonctionne sur le même principe, il donne une valeur brute passant par une sigmoïde, et non une probabilité.
Savez-vous comment la valeur est obtenue dans les feuilles du modèle CB, pouvez-vous la reproduire ?
Le fait est que les probabilités sont estimées par l'histoire, mais seule une théorie avec un échantillon représentatif peut garantir qu'elles continueront à l'être. Nous ne disposons pas d'un tel échantillon. Par conséquent, tout ajustement dans ce sens n'apportera pas de précision sur de nouvelles données. La correction peut être pertinente parce qu'il y a des débris dans les feuilles, et c'est ce qu'il faut corriger en surestimant ou en sous-estimant le point de classification sigmoïde.
Ou encore, on ne sait pas très bien de quoi il s'agit.
Si vous avez trouvé quelque chose d'intelligent, n'hésitez pas à le partager :)
Savez-vous comment est calculée la valeur des feuilles du modèle CB, pouvez-vous la reproduire ?
Le fait est que les probabilités historiques sont estimées, mais seule une théorie avec un échantillon représentatif peut garantir qu'elles continueront à l'être. Nous ne disposons pas d'un tel échantillon. Par conséquent, tout ajustement dans ce sens n'apportera pas de précision sur de nouvelles données. La correction peut être pertinente pour la raison que des débris se sont introduits dans les feuilles, et c'est cela qui devrait être corrigé, soit par la dépendance, soit par la sous-estimation du point de classification sigmoïde.
Ou encore, on ne sait pas très bien de quoi on parle.
Si vous avez trouvé quelque chose d'intelligent, partagez :)