L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 773

 
Vizard_:

Commercio di apertura - screenshot, chiusura - screenshot. In una settimana, supponendo che
sarete entrambi lì e non litigate - avrete dei regali.

Quindi non vi fidate completamente del servizio di segnalazione.....?????

Weird!!!!

Non ho tempo e voglia di commentare ogni scambio. Il robot sta tagliando, il risultato è sul lid!!!!

 

Ho un newsfeed che proviene daR-blogger. Oggi è arrivato un annuncio per DALEX, un pacchetto sulla selezione dell'importanza delle variabili. Ho provato a installarlo - non si installa per il mio R 3.4.2.

Però l'idea mi è piaciuta molto.

Di solito l'importanza della variabile è l'importanza nel senso di quanto spesso il predittore è stato usato nel montaggio del modello.

Ma DALEX usa un'idea diversa: l'importanza del predittore si riferisce all'impatto di quel predittore sul successo della predizione . Il modello stesso è trattato come una scatola nera

Ho cercato di ricordare tutti i pacchetti che ho usato e non riesco a ricordare un pacchetto con la stessa idea - impatto di previsione.

Qualcuno può suggerirne uno?

 
SanSanych Fomenko:

Ho un newsfeed che proviene daR-blogger. Oggi è arrivato un annuncio per DALEX, un pacchetto sulla selezione dell'importanza delle variabili. Ho provato a installarlo - non si installa per il mio R 3.4.2.

Però l'idea mi è piaciuta molto.

Di solito l'importanza della variabile è l'importanza nel senso di quanto spesso il predittore è stato usato nel fitting del modello.

Ma DALEX usa un'idea diversa: l'importanza del predittore si riferisce all'impatto di quel predittore sul successo della predizione . Il modello stesso è trattato come una scatola nera

Ho cercato di ricordare tutti i pacchetti che ho usato e non riesco a ricordare un pacchetto con la stessa idea - impatto di previsione.

Qualcuno può darmi un suggerimento?

Cioè di solito il backtesting, ma qui è il backtesting in avanti?
 
Ildottor Trader:

Bingo. Centinaia di articoli su internet su Arima, e ovunque si dice "trova autocorrelazione e autoregressione", poi una dozzina di immagini, e poi la risposta con tre parametri senza alcuna spiegazione. Il 10% degli articoli può anche menzionare che c'è stagionalità.


Mi dispiace, ma questo è da analisi tecnica - hai preso un indicatore, l'hai cercato, ti è piaciuto e hai costruito un Expert Advisor.

Quando cerchiamo di usare modelli statistici, la domanda iniziale prima di provare a usarlo è se il modello è applicabile ai nostri dati.

Se parliamo di ARIMA, è un modello molto limitato nella sua applicabilità, specialmente nei mercati finanziari. Le persone che l'hanno creato hanno capito questa limitazione e quindi lo hanno dotato di strumenti aggiuntivi che permettono di determinare l'utilizzabilità del modello in un caso particolare. In pratica dobbiamo controllare l'applicabilità in una FINESTRA, quindi quando la finestra si muove, il modello può essere applicato, poi non può.


Ma la situazione è ancora peggiore.

Non è solo nei dati iniziali, ai quali il modello, per esempio, ARIMA, può non essere applicabile. È anche un risultato del montaggio: tutto è stato montato, tutti i parametri sono stati definiti, ma poi cominciamo a guardare e vediamo che i parametri NON sono significativi - non sono lì, anche se possiamo vederli.


Ho scritto sopra che "la situazione è ancora peggiore". E se lo si confronta con l'AT, è la situazione di un cieco con quella di un vedente. Se teniamo conto che gli indicatori sono autoregressivi e anche l'ARIMA è autoregressivo, ma si può scoprire se l'ARIMA è applicabile, mentre gli indicatori sono sempre usati alla cieca e poi ci si sorprende che il deposito è andato alla cieca.

 
SanSanych Fomenko:

Ho un newsfeed in arrivo daR-blogger. Oggi è arrivato un annuncio per DALEX, un pacchetto sulla selezione dell'importanza delle variabili. Ho provato a installarlo - non si installa per il mio R 3.4.2.

Però l'idea mi è piaciuta molto.

Di solito l'importanza della variabile è l'importanza nel senso di quanto spesso il predittore è stato usato nel fitting del modello.

Ma DALEX usa un'idea diversa: l'importanza del predittore si riferisce all'impatto di quel predittore sul successo della predizione . Il modello stesso è trattato come una scatola nera

Ho cercato di ricordare tutti i pacchetti che ho usato e non riesco a ricordare un pacchetto con la stessa idea - impatto di previsione.

Qualcuno può darmi un suggerimento?

L'ho installato su 3.4.3. Roba interessante, ma la paternità è sospetta.

Vi siete dimenticati di LIME? Ricordati anche di varbvs. Mi sto orientando sempre più verso i metodi bayesiani in tutto

Buona fortuna

 
elibrario:
Cioè di solito backtest, ma in avanti?

Beh, sì, perché abbiamo bisogno di un backtest? Perché abbiamo bisogno di un backtest? Per la formazione - comprensibile, ma per il backtesting...


Sopra in questo thread ho postato i risultati per la formazione e in avanti - solo deprimente.

Ma questi sono solo una parte dei risultati che ho.

Ho eseguito tutti i 6 modelli su 14 coppie di valute a 15 000 barre H1 in rattle: metà per la formazione e metà in avanti per il modello addestrato.

I risultati sono piuttosto deludenti: su 84 (in realtà 168) opzioni (long+short) ce ne sono meno di una dozzina, e non ci sono coppie di valute con posizioni sia lunghe che corte!

 
Vladimir Perervenko:

Installato su 3.4.3. Roba interessante, ma la paternità è sospetta.

Vi siete dimenticati di LIME? Ricordami anche di varbvs. Mi sto orientando sempre più verso i metodi bayesiani in tutto

Buona fortuna

C'è un 3.4.3 in microsoft?

Grazie per LIME.

 
SanSanych, lei è una persona abbastanza competente e supportata dalla teoria. Dimmi, hai provato ad alimentare i coefficienti dei polinomi di diverse serie come predittori?
 
Anatolii Zainchkovskii:
SanSanych, sei una persona abbastanza competente e supportata dalla teoria. Dimmi, hai provato ad alimentare i coefficienti dei polinomi di diverse serie come predittori?

No

 
Ciao!
L'AI bot è pronta?
Fammi provare un po')))😂😂😂😂
Motivazione: