L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 110
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
Il problema dell'"esplosione" combinatoria in jPrediction è stato risolto non passando attraverso tutte le combinazioni possibili, ma con il metodo di ricerca sequenziale. L'essenza del metodo è la seguente:
Supponiamo di aver trovato qualche combinazione contenente N predittori con la massima generalizzabilità provando tutte le possibili combinazioni di N e meno predittori. Abbiamo bisogno di aggiungervi N+1 predittori. Per questo aggiungiamo uno per uno tutti i predittori del campione che non erano inclusi nella combinazione e misuriamo la loro capacità di generalizzazione. Se nel processo di tale ricerca troviamo una combinazione con N+1 predittori la cui capacità di generalizzazione è superiore alla migliore combinazione di N predittori, possiamo trovare una combinazione con N+2 predittori nello stesso modo. E se non l'hanno trovato, allora è chiaro che non ha senso cercare ulteriormente e l'algoritmo di provare le combinazioni si ferma alla migliore combinazione di N predittori. Come risultato, l'algoritmo di ricerca delle combinazioni di predittori per il modello si ferma molto prima rispetto al tentativo completo di tutte le combinazioni possibili. Un ulteriore risparmio di risorse computazionali è dovuto al fatto che la ricerca parte da un piccolo numero di predittori nella direzione di aumentare questo numero. E meno predittori abbiamo bisogno per l'addestramento, meno tempo e potenza di calcolo abbiamo bisogno di costruire modelli.
Ciao Yuri!
Ci sono domande )) sulla ricerca sequenziale ...
Diciamo che abbiamo 10 predittori
1, 2, 3, 4, 5, 6, 7, 8, 9, 10
il gruppoverde è il gruppo di predittori che ha mostrato la migliore capacità di generalizzazione esattamente a questo gruppo saranno aggiunti altri predittori N+1
il grupporosso, è il gruppo che è leggermente peggiore di quello verde e non prenderà parte ai test, tutti i test sono già concentrati sul gruppo verde
Domanda: e se dopo tutte le prove con altri N+1 predittori uno per uno, si scopre che nel risultato finale il gruppo rosso ha una maggiore capacità di generalizzazione, è anche abbastanza realistico, o sto fraintendendo qualcosa ???? si prega di spiegare
Tutto bene tranne un'inezia: non c'è confronto con altri modelli.
Confronto.
Tutto è buono tranne un'inezia: non c'è confronto con altri modelli.
Offro i miei servizi per un confronto
1. Si prepara un file Excel di input contenente i predittori e la variabile target
2. Tu fai il calcolo
3. Mi mandi il file di input.
4. Faccio i calcoli usando randomforest, ada, SVM
Confrontiamo.
Non c'è bisogno di andare lontano, ecco il file con le quotazioni del mercato forex, la capacità media di generalizzazione quando addestrato da reshetov predictor è 70% a 80%. Nusssssss...... Aspettando il tuo risultato.
P.s. Rinominare il file in csv
Non c'è bisogno di andare lontano, ecco un file con le quotazioni del forex, la capacità media di generalizzazione quando addestrato con il predittore di Reshetov è dal 70% al 80%. Wellsssss...... Aspettando il tuo risultato.
P.s. Rinominare il file in ksv
Non potrebbe essere confezionato?
E non è possibile vedere il risultato? In realtà la generalizzazione nell'addestramento non ha niente a che vedere con il nulla.
Appoggiata da... Basta prendere le citazioni come dati e non qualche iride
Non potrebbe essere impacchettato?
Non possiamo vedere il risultato? In realtà la generalizzabilità nell'apprendimento non è nulla.
Non potrei essere più d'accordo.
Non c'è bisogno di andare lontano, ecco un file con le quotazioni del forex, la capacità media di generalizzazione quando addestrato con il predittore di Reshetov è dal 70% al 80%. Wellsssss...... Aspettando il tuo risultato.
P.s. Rinominare il file in csv
Cos'è? 71 osservazioni?
come avete controllato la capacità totale?
Cos'è? 71 osservazioni?
come hai fatto a controllare la capacità totale?
E voi continuate a cercare di frenare il mercato dei minuti per 5 anni?????? Queste 71 osservazioni, due settimane di trading su 5 minuti se qualcosa...... E solo l'acquisto. Quindi, vai così..... O ti sei sgonfiato?
Parlando senza educazione europea, lei sta scrivendo delle sciocchezze totali...
Dare due file normali, almeno 500 osservazioni ciascuno, così come i risultati del programma.
La capacità media di generalizzazione nell'apprendimento con il predittore di Reshetov va dal 70% all'80%.
Come ho detto prima, questa metrica è inutile.
I dati sono divisi a caso in 2 parti approssimativamente uguali, poi il modello è addestrato solo sulla prima parte e testato su entrambe in una volta sola. La generalizzabilità di ~75% significa che il modello alla fine predice correttamente il 75% di tutti gli esempi in archivio.
Ci sono diverse varianti di come il modello può raggiungere il 75%:
1) Il modello è addestrato a un'accuratezza del 100% sui dati usati per l'addestramento, e non riesce affatto sui nuovi dati della seconda parte del file, dove ottiene il 50% (lo stesso del lancio di una moneta). La media sarebbe esattamente il 75%. Questo è un pessimo sviluppo e sarà negativo nel commercio.
2) Il modello è stato addestrato al 75% di precisione sui dati di allenamento e ha mostrato lo stesso 75% sui dati di test, che è di nuovo il 75% in media. In questa situazione, questo è lo scenario migliore, c'è la possibilità di guadagnare qualcosa.
3) Qualsiasi opzione intermedia tra queste due.
La tua versione è probabilmente più vicina alla prima. Devi fare molto affidamento sulla fortuna per fare trading con tali risultati, immagino che tu non abbia ancora perso il tuo deposito solo grazie all'indicatore che ti serve come segnale principale (sequencer, o altro). Penso che un Expert Advisor basato su questo indicatore vi darà lo stesso risultato dell'indicatore + jPrediction.