L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 328
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
PSSP
Il en existe d'autres plus prometteurs : les forêts aléatoires, une variété d'ada.
Comment pouvez-vous sérieusement comparer R avec Skylab ? Une sorte de paquet rustique, pas dans n'importe quel classement...
Qu'est-ce que tu crois que je fais ?
Les forêts sont là aussi.
Tu ne fais pas tout un plat de SciLab). Contrairement à R, il a ses propres tâches, et bien sûr il est moins courant, mais il est néanmoins largement utilisé dans les universités et les organisations scientifiques - MTI, Boing, Bell etc. Bien entendu, R et SciLab ne se remplacent pas et ne sont pas en concurrence l'un avec l'autre - les domaines sont toutefois différents.
et qu'est-ce que tu crois que je fais ?
Il y a aussi des forêts.
Vous ne faites pas un bon point sur SciLab). Contrairement à R, il a ses propres tâches et, bien sûr, il est moins courant, mais il est néanmoins largement utilisé dans les universités et les organisations scientifiques - Boing, Bell, etc. Bien sûr, R et SciLab ne se remplacent pas et ne se concurrencent pas, mais les sujets sont différents.
Agir pour augmenter la population des partisans du R.
Agir pour augmenter la population des partisans du R.
C'est vrai.) Moi, par contre, je propose une alternative. Je suppose que c'est équivalent). Quelque chose de mieux, quelque chose de pire.
Disons que SciLab sera plus intéressant en termes de maths computationnelles. Les méthodes statistiques y sont également assez bien représentées, mais ne peuvent certainement pas être comparées à R.
C'est vrai.) Moi, par contre, je propose une alternative. Je suppose que c'est équivalent). Quelque chose de mieux, quelque chose de pire.
Disons que SciLab est plus intéressant en ce qui concerne les mathématiques computationnelles. Les méthodes statistiques y sont plutôt bonnes aussi, mais ne peuvent certainement pas être comparées à R.
Ce mouvement brownien dans la recherche n'est pas intéressant. Est-ce si difficile de parcourir tous les articles qui sont sur ce site ? Si vous vous intéressez au processus de recherche lui-même, c'est différent. Décidez des tâches que vous voulez résoudre (régression/classification ?). A mon avis, la régression n'a aucune perspective.
Le langage R dispose de tout ce dont vous avez besoin pour négocier à la fois les devises et les actions. Il y a un excellent package MT/R élaboré. Il suffit de l'expérimenter et de la mettre en œuvre. Et vous proposez d'aller là où il n'y a rien de tout cela.
Pouvez-vous donner un exemple de maths computationnelles ?
Bonne chance
Pourquoi vous en prendre aux réseaux ? Ils ne fonctionnent pas et c'est tout, c'est juste une vogue d'une époque révolue, probablement le premier paquet d'apprentissage automatique qui était disponible.
Il en existe d'autres plus prometteurs : les forêts aléatoires, divers ada. Et généralement le paquet shell caret, qui a quelques centaines de paquets, y compris les maillages, et vous pouvez faire une sélection automatique entre eux.
quelle est la variété de l'enfer ? ) Tant que vous n'aurez pas tout appris, vous vieillirez et mourrez sans profit, c'est un véritable enfer.
qu'est-ce qu'une variété de l'enfer ? ) Vous vieillirez en apprenant tout cela.
N'écoutez personne. Il n'y a aucune preuve qu'un échafaudage ou quoi que ce soit d'autre fonctionne mieux que les réseaux.
Mais il existe des preuves qu'un réseau peut approximer n'importe quelle fonction, mais je n'ai pas vu de telles preuves pour le même échafaudage.
Si un réseau ne peut pas le faire, un échafaudage ne le peut certainement pas. De plus, vous semblez obtenir des résultats décents.
Ainsi, dire "l'optimisation est dangereuse", c'est comme dire "un microscope est dangereux" - vous risquez de vous cogner la tête avec.
C'est quoi une variété d'enfer ? ) Vous vieillirez en apprenant tout cela.
N'écoutez personne. Il n'y a aucune preuve qu'un échafaudage ou quoi que ce soit d'autre fonctionne mieux que les réseaux.
Mais il existe des preuves qu'un réseau peut se rapprocher de n'importe quelle fonction, mais je n'ai pas vu de telles preuves pour le même échafaudage.
Si un réseau ne peut pas le faire, un échafaudage ne le peut certainement pas.
En fait, une forêt aléatoire est une classification et ne fait pas du tout d'approximation.
À mon avis, la régression n'a aucune perspective.
ET GARCH ?
Dans la classification, tout repose sur un ensemble de prédicteurs. On ne sait pas trop où chercher.
Et dans GARCH, c'est un processus stupide : vous modélisez une tendance, analysez le résidu - modélisez-le, analysez le résidu du modèle agrégé - modélisez ce résidu - un processus sans trop de créativité et de devinette.
N'écoutez personne. Il n'y a aucune preuve qu'un échafaudage ou quoi que ce soit d'autre fonctionne mieux que les réseaux.
Mais il existe des preuves qu'un réseau peut se rapprocher de n'importe quelle fonction, mais je n'ai pas vu de telles preuves pour le même échafaudage.
Si un réseau ne peut pas le faire, un échafaudage ne le peut certainement pas. De plus, comme je le vois, vos résultats sont convenables.
Et oui, l'optimisation d'un réseau n'est rien d'autre que de l'entraînement, et c'est beaucoup plus efficace et rapide grâce à l'AG. Donc dire "l'optimisation est une chose dangereuse", c'est comme dire "un microscope est une chose dangereuse" - ça vous fera très mal à la tête.
Les forêts, telles que je les comprends, sont utilisées pour la classification des prédicteurs, en gros, et non pour les prévisions :)