L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3061

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

Forse non ho capito bene lo scopo di tutto questo.... Ma mi è sembrato che l'obiettivo sia quello di rilevare l'influenza di un nuovo fattore o di un outlier del valore passato del predittore sull'indicatore (prezzo o altro - la regressione è soprattutto negli esempi). Il compito dovrebbe essere quello di individuare questi outlier quando la cronologia degli eventi rimane invariata (non è possibile randomizzare le linee di campionamento per le serie temporali). E si scopre che si tratta di un evento raro o di un cambiamento unico. A questo punto è sufficiente osservare i cambiamenti nella distribuzione dell'indice del predittore in una finestra temporale fissa. I predittori che presentano tale cambiamento sono la causa (o forse no - qui non ho capito come determinare la causa o l'effetto), e se questi cambiamenti in diverse parti del test portano più spesso all'effetto "il modello non funziona", allora dobbiamo far funzionare il modello con più attenzione con questi predittori....

I predittori e la causalità sono cose diverse. La causale lavora con gli esiti, per determinare l'ATE (effetto medio del trattamento) se non sono coinvolti tratti, o il CATE (condizionale ... ...) se ci sono covariate (tratti), tenendo conto di qualche influenza esterna (ad esempio una campagna pubblicitaria, che è il tritolo). Questo per determinare se c'è stato un effetto sul gruppo di controllo. Poi, dato questo effetto, si può analizzare e migliorare il modello o qualche metrica.

... sei tu che cerchi di capire come applicare qualcosa che non sai come applicare.

segui un breve corso introduttivo gratuito

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:

I predittori e il trattamento sono diversi. La causale lavora con gli esiti, per determinare l'ATE (effetto medio del trattamento) se non sono coinvolti tratti, o il CATE (condizionale ... ...) se ci sono covariate (tratti), tenendo conto di qualche influenza esterna (ad esempio una campagna pubblicitaria, che è il tritolo). Questo per determinare se c'è stato un effetto sul gruppo di controllo. Quindi, dato questo effetto, è possibile analizzare e migliorare il modello o qualche metrica.

... sei tu che cerchi di capire come applicare qualcosa che non sai come applicare.

seguite un piccolo corso introduttivo gratuito.

Ho letto due articoli di questi - sono quelli che mi hanno dato le idee insieme al video.

https://habr.com/ru/companies/ru_mts/articles/485980/

https://habr.com/ru/companies/ru_mts/articles/485976/ 

Beh, sto lavorando a un compito simile, per questo ho una mia visione delle sfumature. Ma sì, la nuova terminologia crea confusione.

Sottrarre le probabilità delle previsioni del modello - beh, non credo sia una buona cosa, soprattutto se si sa come queste probabilità sono distribuite in CB.

Se volete sperimentare con biblioteche specializzate su questi temi, condividete i vostri risultati e la vostra visione della situazione.

A patto che l'idea principale del loro approccio venga recepita - la cosa principale è l'esperienza e la conoscenza dell'analista sull'argomento dell'analisi :)

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

Ho letto due articoli di questi ultimi, che sono stati la base per le idee in combinazione con il video.

https://habr.com/ru/companies/ru_mts/articles/485980/

https://habr.com/ru/companies/ru_mts/articles/485976/ 

Beh, sto lavorando a un compito simile, quindi ho una mia visione delle sfumature. Ma sì, la nuova terminologia crea confusione.

Sottrarre le probabilità delle previsioni del modello - beh, non credo sia una buona idea, soprattutto se si sa come queste probabilità sono distribuite in CB.

Se sperimenterete biblioteche specializzate su questi temi, condividete i vostri risultati e la vostra visione della situazione.

A patto che l'idea principale del loro approccio venga recepita - la cosa principale è l'esperienza e la conoscenza dell'analista sull'argomento dell'analisi :)

viene offerto un kit di strumenti, lavorateci su.

se si pensa in modo troppo astratto, tutti stanno lavorando a un "compito simile" (solo che non riescono a formulare quale).

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:

il kit di strumenti offerto, scopritelo.

Se si pensa in modo troppo astratto, tutti stanno lavorando a un "compito simile" (solo che non riescono a formulare quale).

Ho un thread separato sul forum per risolvere il problema. L'obiettivo è solo quello di stabilire se un nuovo fattore che influenza la distribuzione di probabilità del predittore (segmento quantistico) apparirà o meno.

Anche se non ci lavoro da molto tempo. Più precisamente, devo trasferire le idee dalla carta al codice.

È difficile per me affrontare una cosa del genere senza una conoscenza di base di python o er. Non ho tempo libero e mi stanco rapidamente. Anche se le pillole mi hanno aiutato un po' - ma le prendo quando ne ho voglia....

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

Ho un thread separato sul forum per risolvere il problema. L'obiettivo è stabilire se un nuovo fattore che influenza la distribuzione di probabilità del predittore (segmento quantistico) apparirà o meno.

Anche se non ci lavoro da molto tempo. Più precisamente, devo trasferire le idee dalla carta al codice.

È difficile per me affrontare una cosa del genere senza una conoscenza di base di python o er. Non ho tempo libero e mi stanco rapidamente. Anche se le pillole mi hanno aiutato un po' - ma le prendo quando ne ho voglia....

Devo stabilire dei compiti che posso svolgere. Non c'è modo di leggere quello che c'è scritto. La frequenza ha una linea temporale... troppo palese. Poi il mio dito ha colpito di riflesso la croce ❌

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
Dovete stabilire i vostri obiettivi. Non c'è modo di leggere quello che c'è scritto. La frequenza ha una scala temporale... troppo palese. Poi il mio dito ha colpito di riflesso la croce ❌

Sì, è stata la scala temporale che ho preso, è l'unico modo per standardizzare le misure indipendenti in quel campione, e il valore applicativo non viene perso.

Sono d'accordo che il problema è difficile e che potrei non trovare la soluzione. Tuttavia, vedo che questo è il motivo principale per cui i modelli smettono di funzionare: la distribuzione della probabilità di spostamento nell'intervallo dei predittori cambia molto nel tempo. A questo punto possiamo cercare il motivo per cui ciò accade, ovvero individuare il momento della comparsa di un nuovo fattore, oppure cercare i prerequisiti della variabilità nella storia della "vita", una sorta di compito di sopravvivenza.

Se guardiamo al vostro approccio attraverso questa conoscenza, allora cercate indirettamente delle aree nel periodo di formazione in cui le distribuzioni sono stabili per i predittori che sono significativi in quel momento, escludendo altre aree con una distribuzione diversa secondo alcuni criteri. Tuttavia, il fatto che queste aree del campione siano diverse per i vari predittori fa sì che venga tagliato un periodo di campionamento molto ampio. Cercate di ridurre il numero di predittori a ogni iterazione: questo ridurrà il conflitto di probabilità tra i predittori, aumentando così il richiamo.

[Maxim Dmitrievsky]

La frequenza non ha una linea temporale. Sto solo lavorando con errori di modello :) questo approccio è stato espresso molto tempo fa, non sapevo della tecnica di sollevamento. Si è scoperto che ha fatto più o meno la stessa cosa. A cosa serve guardare queste distribuzioni? Visualizzazione di ciò che è già chiaro.

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
La frequenza non ha una linea temporale. Sto solo lavorando con errori di modello :) questo approccio è stato espresso molto tempo fa, non sapevo della tecnica di sollevamento. Si è scoperto che ha fatto più o meno la stessa cosa. Che senso ha guardare queste distribuzioni? La visualizzazione di qualcosa che è già chiaro.

Forse mi sbaglio sul termine, in quale altro modo si chiama la frequenza di un evento in un determinato momento?

Non sto parlando di visualizzazione... Sto parlando di come affrontare questo problema in modo più efficace.

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

Forse sbaglio il termine, in quale altro modo si chiama la frequenza di un evento in un determinato momento?

Non sto parlando di visualizzazione... sto parlando di come lavorare in modo più efficace con questo problema.

C'è tutto nella discussione, il resto potete cercarlo su Google. Ho inserito un libro sulla causalità.

Esattamente, a causa di molti termini estranei all'argomento, il significato di ciò che sta accadendo sfugge. Anche se il compito in sé può essere molto semplice.

[Vladimir Perervenko]

Non so cosa vi abbia attratto in questo argomento. Per gli utenti di R, ecco una serie di pacchetti su questo argomento. Potrebbero essere utili per la comprensione o l'utilizzo. R 4.2.3/4.3.0

other attached packages:
 [1] regmedint_1.0.0               PSweight_1.1.8                MatchIt_4.5.3                
 [4] InvariantCausalPrediction_0.8 mboost_2.9-7                  stabs_0.6-4                  
 [7] glmnet_4.1-7                  Matrix_1.5-4                  grangers_0.1.0               
[10] dagitty_0.3-1                 CompareCausalNetworks_0.2.6.2 CERFIT_0.1.0                 
[13] causalweight_1.0.4            ranger_0.15.1                 causalsens_0.1.2             
[16] CausalQueries_0.1.0           Rcpp_1.0.10                   dplyr_1.1.2                  
[19] causalPAF_1.2.5               causaloptim_0.9.7             igraph_1.4.2                 
[22] CausalMBSTS_0.1.1             KFAS_1.5.0                    CausalKinetiX_0.2.1          
[25] CausalImpact_1.3.0            bsts_0.9.9                    xts_0.13.1                   
[28] zoo_1.8-12                    BoomSpikeSlab_1.2.5           Boom_0.9.11                  
[31] CausalGAM_0.1-4               gam_1.22-2                    foreach_1.5.2                
[34] causaleffect_1.3.15           causaldrf_0.4.2               causaldata_0.1.3             
[37] causalCmprsk_1.1.0            causal.decomp_0.1.0       

Per ora ho applicato solo "sr".

Buona fortuna