L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 519
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
Alors, quoi de neuf ? Toutes les aides ?????
Quel sujet ???? Mon pote... qui êtes-vous ?
Parce que peut-être que tu es nouveau ici et que tu ne me connais pas. Je suis aussi un gars de l'intelligence artificielle. ..... Qu'est-ce que tu... Vous êtes du coin. :-)
Bien que je sois gentil en principe et que tout ce que vous faites ici fonctionne UNIQUEMENT lorsque les données sont la raison du prix. Ensuite, n'importe quel TS fonctionnera parfaitement, même avec 1 barre d'avance ou 15 barres d'avance sur la prévision (15 étant pire que 1, bien sûr, mais ce n'est pas le sujet). Ce n'est pas la question... Le point... L'indice RTS qui a un OI. Comme la signification de volume.... Et le problème est résolu. N'IMPORTE QUOI, qu'il s'agisse d'une prédiction ou d'une classification.
Et qu'est-ce que vous vouliez dire avec votre phrase, chère......
:D
Maintenant je veux te dire d'aller te faire foutre. Mon cher ami. Merci.
Exactement, tu n'as rien dit, ni la dernière fois ni cette fois, comme si tu pétais dans le vide. ...... Nous n'avons pas besoin de gens comme vous pour nous parler. Désolé....
Paradoxalement, la classification est identique à la régression.
Seulement pour la régression, la sortie est un réel, alors que pour la classification, c'est une probabilité.
Les cibles de régression sont des courbes continues, tandis que les cibles de classification sont des impulsions (0, 1) ou (-1, +1).
C'est alors que cette sortie est traduite dans la classe appropriée (ifelse(y > 0,5, 1, 0).
2) Et si j'ai 3 classes -1,0,1 (acheter, vendre, attendre). Est-ce via 0,5 (k=0;si(y<-0,5)k=-1 ; si(y>0,5)k=1 ; le point médian entre les classes, mais la probabilité de la classe 0 sera deux fois plus élevée que 1 ou -1) ou via 0,33 (k=0;si(y<-0,33)k=-1 ; si(y>0,33)k=1 ; donc toutes les classes sont également probables) ?
Une bonne classification se fait comme suit. Une sortie distincte est attribuée à chaque classe. Une fonction de perte d'apprentissage à entropie croisée est utilisée. Une classe ne peut être affectée qu'à une seule classe pendant la formation. Il est nécessaire de prévoir la classe de l'absence de signal. Par exemple, acheter, vendre, ne rien faire. Ce sont des classes distinctes. L'envoi de toutes les valeurs à une seule sortie est inefficace car un neurone peut ne pas apprendre à diviser, par exemple, 10 classes.
Les dérivés montrent le sens de la tendance. Les dérivées de 2 MA et la différence entre elles décrivent pleinement l'état du système. Vous avez vous-même posé la question).
Cependant, c'est à votre propre goût).
les dérivées de 2 masses et leur différence ne dépendent que de 4 barres, elles ne peuvent décrire l'état du système de manière satisfaisante en aucune façon
1) Le transfert vers une classe se fait-il toujours par le milieu de la gamme ?
2) Et si 3 classes -1,0,1 (vendre, attendre, acheter). Transfert par 0,5 (k=0;si(y<-0,5)k=-1 ; si(y>0,5)k=1;milieu entre les classes, mais la probabilité de la classe 0 sera deux fois plus élevée que 1 ou -1) ou par 0,33 (k=0;si(y<-0,33)k=-1 ; si(y>0,33)k=1;ainsi toutes les classes ont des probabilités égales)
En R, il est généralement possible d'avoir des variations dans les résultats de la classification :
Vous définissez le mode "probabilité de la classe" et calculez la classe indépendamment, par exemple en deux ou 30/70. Ou vous pouvez faire ceci : moins de 30% une classe et plus de 70% une autre classe, et l'écart entre les deux comme NA.
1) Le transfert vers une classe se fait-il toujours par le milieu de la gamme ?
2) Et si 3 classes -1,0,1 (vendre, attendre, acheter). Transfert par 0,5 (k=0;si(y<-0,5)k=-1 ; si(y>0,5)k=1;milieu entre les classes, mais la probabilité de la classe 0 sera deux fois plus élevée que 1 ou -1) ou par 0,33 (k=0;si(y<-0,33)k=-1 ; si(y>0,33)k=1;donc toutes les classes ont la même probabilité) ?
Tu parles de deux classes. La sortie continue du classificateur peut être traduite en étiquettes de classe en utilisant un seuil :
Deux résultats sont possibles :
Généralement, les classificateurs ont une variable numérique continue (niveau de soutien) comme sortie. Les degrés de soutien pour une entrée X donnée peuvent être interprétés de différentes manières, les deux plus courantes étant la validité des étiquettes suggérées et l'estimation des probabilités possibles pour les classes. Les probabilités de classe sont mal restituées par les modèles, il faut donc généralement les calibrer. Voir calibrer::CORElearn. Les sorties après les fonctions d'activation softmax sont les plus proches des probabilités de la classe.
Bonne chance