L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1396
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
Mi piacciono le foreste. Se tornerò alla NS, non sarà per molto tempo. Ho già passato un anno su di loro.
ok )
Non cerco la correttezza assoluta di una previsione. Per me, tutti i trade che producono un profitto sono corretti.
Esempi:
1) predetto -10 ottenuto -8 - questo è un profitto eccellente, non è affatto un errore
2) predetto -4.8 ottenuto -13 - profitto molto più che predetto, questo è tanto più non un errore.
3) predetto -3.5 ha ottenuto +5, ci sarà una perdita - questo è un errore. Proprio come tutti i punti a sinistra e sopra 0. Solo loro faranno una perdita ed è un errore fare trading su di loro.
La sua comprensione è assolutamente corretta. Tutto ciò di cui abbiamo bisogno è uno skewing della distribuzione di probabilità dei trade di successo dalla nostra parte. Inoltre, gli stop, i trailing stop e altri metodi di supporto delle transazioni non sono stati cancellati, e il risultato reale sarà migliore di una stupida chiusura di una posizione in 5 metri. Questo è il caso della foto.
La solidità di cui parla Maxim nel mercato è una fantasia infondata. Se ci sono deviazioni reali dalla regressione (non importa l'allenamento o il test), nessun modello è in grado di azzerare queste deviazioni. In ogni caso, le deviazioni rimarranno come erano. La regressione andrà sempre al centro della distribuzione, e niente di più.
Maxim, purtroppo, si è ritirato nelle foreste e nella RL, e percepisce tutte le informazioni esterne come un attacco alla sua visione del mondo e, forse, al significato dei suoi risultati). Tutto è sbagliato in lui, tutte le sciocchezze, l'asilo, ecc.
Per quanto riguarda il passaggio da NS a foresta-albero. Sono modelli più o meno equivalenti, e non otterrete nulla di nuovo, o al livello - stesse uova, solo nel profilo. Per vedere che tipo di bestia è, naturalmente, non superfluo.
Passare ad Alglib in MCL può dare qualcosa a breve termine. A lungo termine non è altro che una perdita di ritmo, un vicolo cieco. Lo stesso Maxim sta già strisciando su Python, e si sta agitando perché MO in Alglib-MCL prenda il sopravvento. È divertente.
Hai capito perfettamente. Tutto ciò di cui abbiamo bisogno è una distribuzione asimmetrica della probabilità di un trade di successo nella nostra direzione. Inoltre, gli stop, i trailing stop e altri metodi di supporto delle transazioni non sono stati cancellati, e il risultato reale sarà migliore di una stupida chiusura dell'affare dopo 5 m. Questo è il caso della foto.
La solidità di cui parla Maxim sul mercato è una fantasia infondata. Se ci sono deviazioni reali dalla regressione (non importa l'allenamento o il test), nessun modello è in grado di azzerare queste deviazioni. In ogni caso, quello che erano è quello che rimarrà. La regressione andrà sempre al centro della distribuzione, e niente di più.
Maxim, purtroppo, è andato nel bosco e RL e vede tutte le informazioni esterne come un attacco alla sua visione del mondo, e forse il significato dei suoi risultati). Tutto sbagliato, tutto senza senso, l'asilo, ecc.
Per quanto riguarda il passaggio da NS a scaffolding-trees. Sono modelli più o meno equivalenti, e non si ottiene nulla di nuovo, o a un livello - stesse uova, solo nel profilo. Per vedere che tipo di bestia è, naturalmente, non superfluo.
Passare ad Alglib in MCL può dare qualcosa a breve termine. A lungo termine non è altro che una perdita di ritmo, un vicolo cieco. Lo stesso Maxim sta già strisciando su Python, e si sta agitando perché MO in Alglib-MCL prenda il sopravvento. È divertente.
L'impalcatura ha meno parametri per il modello stesso. In NS ce ne sono di più ed è difficile trovare la combinazione ottimale, inoltre è necessario normalizzare e allineare. E il razionamento e il ridimensionamento fluttueranno nel tempo, di conseguenza la stessa riqualificazione non sarà corretta. E le foreste digeriscono tutto in valori assoluti.
almeno imparare a interpretare correttamente lo scatter plot, e questa è una buona cosa
Allora comincerete a capire che gli errori tendono a crescere piuttosto che ad annullarsi, e che ciò che viene preso come una distribuzione di probabilità distorta di un punto è una cosa momentanea che si somma a grandi errori
La foresta ha meno parametri del modello stesso. Ma ce ne sono di più in NS ed è difficile trovare una combinazione ottimale, in più hai bisogno di normalizzazione e allineamento. E il razionamento e il ridimensionamento variano nel tempo, di conseguenza la stessa riqualificazione non sarà corretta. E le foreste digeriscono tutto in assoluto.
Non posso parlare per tutti, ma i modelli di impalcatura che ho visto hanno anche bisogno di essere scalati e così via. A proposito, e non capisco come tutto questo possa funzionare senza pre-elaborare i segnali d'ingresso. Immaginate due segnali più o meno identici, uno dei quali ha un prezzo iniziale del 10% più alto dell'altro. E la volatilità di quello più grande (identico) sarà automaticamente superiore del 10% rispetto al primo. Come può essere gestito da NS o Forest? E il risultato sarà identico.
almeno imparare a interpretare correttamente lo scatter plot, e questa è una buona cosa
Allora comincerete a capire che gli errori tendono a crescere piuttosto che ad annullarsi, e che ciò che viene preso come una distribuzione di probabilità distorta di un singolo punto è una cosa momentanea che si somma a grandi errori
Maxim, impara a leggere i grafici, non solo i tuoi. Se i miei grafici non ti dicono niente, non posso farci niente. Se non vuoi, non trattare con loro, nessuno non è forzare. Onestamente, sono stanco di te. Non voglio dire che stai dicendo sciocchezze, ma devo farlo.
Maxim, impara a leggere i grafici, non solo i tuoi. Onestamente, sono stanco di te. Non voglio dire che stai dicendo sciocchezze, ma devo farlo.
Allora, come leggete i vostri grafici? Ci sono modi speciali di leggerli, contrariamente a quelli convenzionali? C'è Elibrarius, non so suo padre, non sapeva nemmeno leggere bene.
Ho solo scritto quello che vedo su questi grafici... non se ne possono trarre conclusioni
e in particolare - l'errore è un po' meglio di quello casuale, forse nell'ordine del 40%
Non posso parlare per tutti, ma i modelli di impalcatura che ho visto hanno anche bisogno di essere scalati e così via. A proposito, e non capisco come tutto questo possa funzionare senza pre-elaborare i segnali d'ingresso. Immaginate due segnali più o meno identici, uno dei quali ha un prezzo iniziale del 10% più alto dell'altro. E la volatilità della seconda (identica) sarà automaticamente del 10% più alta della prima. Come può essere gestito da NS o Forest? E il risultato sarebbe identico.
La foresta elaborerà input con valori e volatilità che differiscono per ordini di grandezza.
Uno di loro dividerà in nodi, per esempio per 0,00014, e il secondo per 41548,3.
E per NS abbiamo bisogno di ridurre tutti gli input alla stessa scala.
Come leggi il tuo orario? Ci sono modi speciali di leggere, contrariamente a quelli convenzionali? Von Elibrarius, non so il patriarca, non riusciva nemmeno a leggerlo bene.
Ho solo scritto quello che vedo su questi grafici... non se ne possono trarre conclusioni
e in particolare l'errore è leggermente migliore di quello casuale, forse dell'ordine del 40%.
E allora? Cosa c'è di sbagliato in questo? Se ci metti 10 minuti, tutto sarà irriconoscibile, ed è difficile immaginarlo a un'ora).
La foresta digerirà input con differenze di valore e volatilità di ordini di grandezza.
Uno di loro si dividerà in nodi, ad esempio, di 0,00014 e l'altro di 41548,3.
E per la NS abbiamo bisogno di ridurre tutti gli input ad una sola scala.
Non ne sono a conoscenza. Ho parlato solo delle foreste che ho visto. Perché tutta Odessa non lo dirà.