L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2878
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
È chiaro che possiamo provare a usare le funzioni hash. Ma vorrei chiedere in base a quale principio si possono scegliere vettori di lunghezza arbitraria, o meglio la loro lunghezza:) e a partire da quali dati.
ci possono essere molte varianti
la prima opzione è più gradevole, ma è necessario inserire qualcosa nella logica
Questa è una domanda molto importante, ci penso sempre) Parliamo della lunghezza della cronologia utilizzata. È necessario un ragionevole compromesso tra rilevanza e lunghezza per i calcoli. Più è breve, più è rilevante, ma più è lunga, più i calcoli sono accurati. A volte un buon compromesso è irraggiungibile in linea di principio.
Ben fatto, ho anche colto qualcosa di interessante per me nel contesto della modifica della lunghezza delle finestre.
Se avete altre domande, per favore abbozzatele, ve le porrò dopo il nuovo anno.
Ok, buon anno a tutti noi!)
Ok, buon anno a tutti noi :)
Allo stesso modo :)
Non sono sicuro di cosa abbia ricavato dalla conversazione sul GPT.
A volte risponde alla cosa sbagliata. Ecco un esempio
В идеале, алгоритм должен получать на вход всю доступную историю, которая очевидно со временем растёт. Он сам должен определять на какие куски её нарезать и что с ними делать.
*Sì, idealmente l'algoritmo dovrebbe essere in grado di gestire un numero qualsiasi di caratteristiche.
Avete chiesto di variare la lunghezza delle righe e lui ha risposto di variare la lunghezza delle colonne.
In pratica, la lunghezza della cronologia può essere modificata riallenando il modello. Ad esempio, allenarsi su 1 giorno, 3, 7, mese, 2, ... su 1 anno, 2, 3 ... Qualunque sia la lunghezza della cronologia che predice bene, usatela.È una domanda molto importante, ci penso sempre) Parliamo della lunghezza della cronologia utilizzata. Dovrebbe esserci un ragionevole compromesso tra rilevanza e lunghezza per i calcoli. Più è breve, più è rilevante, ma più è lunga, più i calcoli sono accurati. A volte un buon compromesso è irraggiungibile in linea di principio.
Anche io mi sono interrogato a lungo su questa questione, che imho è uno dei momenti più importanti per costruire un TS funzionante. Per quanto mi riguarda, utilizzo questo approccio: analizzo in modo approssimativo alcune caratteristiche di un'attività finanziaria su un'ampia storia nota, trovo le coordinate delle tendenze mutevoli - trend, volatilità, ecc. e poi lavoro a partire dall'ultimo punto di cambiamento, assumendo che questa caratteristica globale rimarrà per qualche tempo.
In pratica, la lunghezza della cronologia può essere modificata riallenando il modello. Ad esempio, allenarsi su 1 giorno, 3, 7, mese, 2, ... su 1 anno, 2, 3 ... Qualunque sia la lunghezza della cronologia in grado di fornire una buona previsione, è bene utilizzare quella lunghezza.
Le colonne non sono ancora state discusse - è ancora molto lontano. La confusione è dovuta al fatto che non si dice che i segnali sono prezzi (barre, renko, ecc.). Cioè, stiamo parlando di una lunghezza arbitraria di un vettore di attributi omogenei. Se oltre alla lunghezza arbitraria del vettore di attributi vogliamo avere anche tipi arbitrari di attributi, è già un chiaro eccesso.
Il problema è che SB è abbastanza bravo a far sembrare che ci siano delle regole - l'unico problema è che saranno diverse nei vari siti.
Se ci pensate, non è un problema di numero arbitrario di caratteristiche, ma di invarianza delle caratteristiche stesse.
https://homes.esat.kuleuven.be/~tuytelaa/tutorial-ECCV06.pdfÈ una domanda molto importante, ci penso sempre) Parliamo della lunghezza della cronologia utilizzata. Dovrebbe esserci un ragionevole compromesso tra rilevanza e lunghezza per i calcoli. Più è breve, più è rilevante, ma più è lunga, più i calcoli sono accurati. A volte un buon compromesso è irraggiungibile in linea di principio.
È necessario un criterio, e l'unico criterio è l'errore di adattamento del modello.
Ecco un'immagine
Si tratta di un campione di 2000 barre, 43 variabili. Vediamo che è inutile aumentare il numero di alberi oltre i 100. Ho cambiato la dimensione del campione. Ho cambiato la dimensione del campione. Il risultato è che l'immagine non cambia oltre le 1500 barre. Questo significa che il numero di modelli nei predittori per il mio insegnante è di circa 100 pezzi e che possono essere tutti trovati in 1500 barre di storia. Inoltre, questi modelli si ripetono.
se ci pensiamo bene, non è un problema di numero arbitrario di caratteristiche, è un problema di invarianza delle caratteristiche in primo luogo
https://homes.esat.kuleuven.be/~tuytelaa/tutorial-ECCV06.pdfSe lo si confronta con il riconoscimento di un'immagine, si tratta più o meno di trovare, per ogni punto, il confine dell'oggetto (blob) in cui si trova quel punto.
Il problema è che l'immagine è di qualità estremamente scadente e non è del tutto chiaro cosa vi sia effettivamente raffigurato.
Un oggetto piccolo è semplicemente irrealistico da selezionare in queste condizioni, mentre un oggetto grande sarà selezionato in modo ambiguo.
È necessario un criterio, e l'unico criterio è l'errore di adattamento del modello.
Ecco un'immagine
Si tratta di un campione di 2000 barre, 43 variabili. Vediamo che è inutile aumentare il numero di alberi oltre 100. Ho cambiato la dimensione del campione. Il risultato è che il quadro non cambia oltre le 1500 barre. Questo significa che il numero di modelli nei predittori per il mio insegnante è di circa 100 pezzi e che possono essere tutti trovati in 1500 barre di storia. Inoltre, questi modelli si ripetono.
1500 battute è la temperatura media dell'ospedale. Ci saranno dei punti di rottura, quando le metà della storia saranno molto diverse e quando sarà meglio non contare e non fare trading.