L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2549

 
Roman #:

Ma non conoscere Matlab rende il compito più difficile.

Matlab sembra essere in grado di generare codice C++

 

Il caso in cui "R" può essere inserito in tutti i messaggi, ancora off-topic

la domanda originariamente suonava qualcosa del genere: "chi ha trasferito modelli LGBM addestrati in python (questo è importante) al linguaggio mql?" se non l'avete fatto, potete tacere :D

riferendosi al problema. Non è un problema, solo un inconveniente.

 
Rorschach #:

Matlab sembra avere un modo per generare codice C++

Sì, ho provato il generatore matlab integrato un po' di tempo fa e ho ottenuto un sacco di errori.
Non sembrava avere molta fiducia in se stesso. Come sia ora non lo so, dovrò provarlo.
Ma mi sono convinto più di una volta - la logica deve essere trasferita leggendo.
E il generatore è per compiti semplici.

 
Roman #:

Probabilmente perché conosce Python.
Ognuno si adatta alla lingua che conosce.
Io, per esempio, sono un fan di C. Ed è davvero difficile trasferire tutto da un'altra lingua.
Soprattutto da una lingua che non si conosce idealmente.
Ho problemi proprietari in Matlab, che vorrei portare in C, alias mql.
Ma non padroneggiare Matlab rende il compito più difficile.

Qual è il problema nel tirare matlab da C (da MQL)?

c'erano articoli del tipo "lavorare con matlab" sul sito web.

ci sono altri modi, c'è SciLab, per la maggior parte compatibile con MatLab, con una C-API coerente e nessuna catena di licenze

Il porting di un'implementazione da un linguaggio a un altro, specialmente da un linguaggio che non è correlato, non è solo laborioso ma può anche causare una montagna di errori.

 
Maxim Kuznetsov #:

qual è il problema nel tirare matlab da C (da MQL)?

c'erano articoli sul sito web del tipo "lavorare con MatLab".

ci sono altri modi, c'è SciLab, per la maggior parte compatibile con MatLab, con una chiara C-API e nessuna catena di licenze

Tanto più che il porting di un'implementazione da un linguaggio a un altro, specialmente a un linguaggio che non è correlato, non solo è laborioso, ma può anche raccogliere una montagna di errori.

Sì, in qualche modo non pensavo che fosse possibile collegarli.
Non ho mai pensato di abbinarli insieme, probabilmente perché non mi piacciono questi collegamenti, tirando fuori qualcosa da qualche parte.
E per fare un pacchetto, bisogna studiare di nuovo qualcosa, e non è detto che funzioni.
Perché, come sempre, non so come trovare informazioni tramite API.
Ma grazie per il suggerimento, ci penserò.

 

Come si può migliorare l'apprendimento se c'è un campione noto per valutare l'apprendimento (futuro) che non parteciperà all'apprendimento?

Per favore, date pensieri e idee e commenti sul perché questo "imbroglio" non sarà efficace su nuovi dati che non sono ancora emersi del tutto - o potrebbe esserlo!?

 
Aleksey Vyazmikin #:

Come si può migliorare l'apprendimento se c'è un campione noto per valutare l'apprendimento(futuro) che non parteciperà all'apprendimento?

Per favore, date pensieri e idee e commenti sul perché questo "imbroglio" non sarà efficace su nuovi dati che non sono ancora emersi - o forse lo sarà!?

Se il futuro è noto, non c'è più bisogno di insegnare niente a nessuno)

Sembra essere un approccio standard - ottimizzare i meta-parametri dell'algoritmo in base ai risultati su un campione di controllo?

 
Aleksey Nikolayev #:

Se conosci il futuro, non hai bisogno di insegnare a nessuno).

Sembra essere un approccio standard - ottimizzare i meta-parametri dell'algoritmo in base ai risultati sul campione di controllo?

No, puoi solo allenarti sul campione del treno, e abbiamo test - per i risultati di controllo ed esame - per la valutazione indipendente, quindi puoi solo applicare l'algoritmo di apprendimento automatico sul campione del treno per condizioni. Non puoi aggiungere nuovi predittori descrivendo la sezione dell'esame - lascia che facciano il resto (per ora).

C'è un modo di analizzare l'esame per migliorare il modello costruito sul treno?
 
Aleksey Vyazmikin #:

No, possiamo solo allenarci sul campione del treno, e diciamo che abbiamo il test - per il controllo dei risultati e l'esame - per la valutazione indipendente, quindi possiamo solo applicare l'algoritmo di apprendimento automatico sul campione del treno secondo le condizioni. Non possiamo aggiungere nuovi predittori che descrivono la sezione dell'esame - lasciamo che facciano il resto (per ora).

C'è un modo di analizzare l'esame per migliorare il modello costruito sul treno?

In generale, dopo l'addestramento (su un treno) non c'è un modello, ma un insieme di essi, definito da meta-parametri. Per esempio, un diverso grado del polinomio di interpolazione o diversi coefficienti di regolarizzazione nella regressione lasso, ecc. Poi si determina il miglior valore per il metaparametro (il miglior modello dall'insieme è preso per test). A sua volta, l'ottimizzazione del meta-parametro sul test può anche essere determinata da alcuni parametri (meta-parametri), per l'ottimizzazione dei quali può essere applicato l'esame. Per esempio, in quali proporzioni dividere il campione originale in treno e test.

Ma molto probabilmente non capisco la tua idea).

 
Aleksey Nikolayev #:

Ma probabilmente non ho capito la tua idea)

Siamo in tanti)

Motivazione: