Discussione sull’articolo "Le foreste casuali prevedono le tendenze" - pagina 9
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
faa1947, per favore mostra come funziona il tuo modello nell'esempio qui sotto. La prima colonna è la serie modellata, la seconda e la terza colonna sono i predittori. Qual è il potere predittivo di questi predittori?
Non sono un matematico generalista. Cerco di ragionare in modo molto concreto e, per quanto riguarda il trading, non è difficile ottenere un campione di 10000 linee. Non so come trarre conclusioni su 40 righe e non vedo la necessità di imparare, anche se tutto ciò di cui parlo è applicabile a tali campioni. Per la medicina 40 linee sono normali.
1. In generale, sto scrivendo dell'overtraining del modello all'interno del quale è nata la "capacità predittiva".
2. Mi occupo della previsione di valori nominali - "long-short". Si tratta di modelli di classificazione. Il suo esempio, i modelli di regressione, non lo faccio.
Sono disposto a continuare.
Ho bisogno di una quotazione su cui posso eseguire uno ZZ e avere più breakout. Da lì ho bisogno di un file abbastanza grande.
Oltre al cotir stesso, diversi predittori, anche uno. Risponderò alla domanda: questo predittore ha un potere predittivo di long-short?
E naturalmente è necessario un file - o suggerite di digitare tutto a mano?
TheXpert:
Il segreto della "elevata generalizzabilità" del vostro campione è svelato: il valore della prima colonna è la somma dei valori delle altre due colonne.
Ora hai rovinato tutto) . E com'è possibile che la vostra elevata intelligenza artificiale non abbia riconosciuto subito una somma banale?E non è progettata per riconoscere le somme, perché costruisce modelli per la classificazione binaria, e il compito è della sezione regressione multipla.
Anche se il modello è per la classificazione binaria, l'espressione:
è semplificata in: y ~ v0 + v1.
A questo punto non resta che testare l'ipotesi in un foglio di calcolo.
Buon pomeriggio, SanSanych.
Per quanto riguarda la questione del sottoallenamento e del sovrallenamento, è possibile consultare la bozza del libro qui http://www.iro.umontreal.ca/~bengioy/dlbook/.
La sezione 5.3.3 descrive tutto molto bene. In generale, tutto il libro è molto utile, soprattutto quello scritto dai corifei.
Buona fortuna
Buon pomeriggio, SanSanych.
Per quanto riguarda la questione del sottoallenamento e del sovrallenamento, è possibile consultare la bozza del libro qui http://www.iro.umontreal.ca/~bengioy/dlbook/.
La sezione 5.3.3 descrive tutto molto bene. In generale, tutto il libro è molto utile, soprattutto quello scritto dai corifei.
Buona fortuna
Buon pomeriggio!
Grazie per il link.
Ho un set completo di strumenti e una selezione di letteratura sull'argomento. Ma non facilita l'applicazione pratica.
Se lo desidera, posso condividerlo nella speranza di riunire l'intero kit di strumenti per l'automaticità.
Buon pomeriggio!
Grazie per il link.
Ho un set completo di strumenti e una selezione di letteratura sull'argomento. Ma questo non facilita l'applicazione pratica.
Se lo desidera, posso condividere la speranza di riunire tutti questi strumenti per l'automatismo.
Risolvo questo problema in modo programmatico. I risultati sono buoni.
Buona fortuna
Non sono un esperto di matematica universale. Cerco di ragionare in modo molto concreto, e sulla base del trading non è difficile ottenere un campione di 10000 linee. Non so come trarre conclusioni su 40 righe e non vedo la necessità di imparare, anche se tutto ciò di cui parlo è applicabile a tali campioni. Per la medicina 40 linee sono normali.
1. In generale, sto scrivendo dell'overtraining del modello all'interno del quale è nata la "capacità predittiva".
2. Mi occupo della previsione di valori nominali - "long-short". Si tratta di modelli di classificazione. Il suo esempio, i modelli di regressione, non lo faccio.
Sono disposto a continuare.
Ho bisogno di una quotazione su cui posso eseguire uno ZZ e avere più breakout. Da lì ho bisogno di un file abbastanza grande.
Oltre al cotir stesso, diversi predittori, anche uno. Risponderò alla domanda: questo predittore ha un potere predittivo di long-short?
E, naturalmente, è necessario un file - o suggerisce di digitare tutto a mano?
È abbastanza facile verificare se il modello è sovrallenato confrontando il suo comportamento sul campione di allenamento e al di fuori di esso.
Si tratta di una grande illusione e, a quanto mi risulta, non è ancora stata pagata da voi. Il modello riportato nell'articolo ha risultati altrettanto buoni su tre campioni esterni all'addestramento - ma questo modello è sovrallenato.
Il modo in cui far sì che il modello non sia sovrallenato dipende dalla nostra capacità di determinare quali input predittivi sono rilevanti per la serie modellata e quali no, il che è molto più difficile che determinare il sovrallenamento.
Per prima cosa, leggere attentamente il documento - la Tabella 3 fornisce la significatività dei predittori nella previsione della variabile target.
E poi imparare la matrice, ad esempio studiando i pacchetti specializzati per la selezione dei predittori varSerf, Boruta, FSelector. E il pacchetto CORElearn ha 35 (!) algoritmi diversi per selezionare i predittori importanti per la variabile target.
Dalla mia esperienza nella selezione di predittori importanti per la variabile target.
1. Formiamo un insieme piuttosto ampio di predittori, ad esempio 50 pezzi con un numero di barre pari a 15000.
2. Con l'aiuto di uno degli algoritmi sopra citati selezioniamo i predittori su queste 15 mila barre - di solito otteniamo 15-20 pezzi, che vengono utilizzati nella costruzione del modello più spesso del 20% dei casi.
3. Poi prendiamo una finestra più piccola, ad esempio 2000 barre, e iniziamo a spostarla di una barra alla volta, selezionando i predittori significativi tra i 20 selezionati precedentemente su 50.
4. L'elenco specifico dei predittori significativi cambia continuamente.
Poiché a quanto pare non sapete come determinare la rilevanza dei dati, non mi interessano i vostri articoli e libri.
L'efficienza dell'uso di questi pacchetti nelle vostre mani aumenterà notevolmente se spenderete una piccola somma di denaro per il mio libro, che spiega perché è necessario e come comprenderlo, e per esempi reali su dati reali.
L'effetto sarà ancora maggiore se insieme a me cercherete di creare un modello non addestrato sui vostri predittori. Il successo non è garantito, ma è garantito che non scriverete post così superficiali dopo aver comunicato con me. Inoltre, sarete molto più attenti sui conti reali.
1. formiamo un insieme di predittori piuttosto ampio, ad esempio 50 pezzi con un numero di barre pari a 15000.
Bene, ora è chiaro perché si guadagna vendendo il proprio libro e non facendo trading.
Si tratta di grandi illusioni e, come mi rendo conto, non sono ancora state pagate da voi. Il modello fornito nell'articolo ha risultati altrettanto buoni su tre campioni fuori dall'addestramento - ma questo modello è sovra-addestrato.
Sovrallenamento è un termine ben consolidato e piuttosto specifico. Lei non solo lo sostituisce, ma non spiega nemmeno di cosa si tratta.
Il suo modo di parlare ricorda molto quello di Sulton.