L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3359
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
Cosa c'entra l'Inghilterra?
Sembri un uomo qualificato, ma ti trascini sempre verso la spazzatura.
Molto raramente fai obiezioni sostanziali...
Iclassificatori, come il metodo dei vettori di supporto e gli alberi decisionali, dispongono della funzione predict_proba perché sono in grado di fornire stime delle probabilità delle classi in base alle loro caratteristiche interne. Tuttavia, queste stime di probabilità possono non essere completamente accurate o non riflettere la reale fiducia del classificatore.
Ad esempio,per il metodo dei vettori di supporto , lafunzione predict_proba può restituire stime di probabilità basate sulla distanza dall'iperpiano di separazione, ma questi valori possono essere distorti a causa delle caratteristiche del metodo stesso.
Per gli alberi di decisione , la funzionepredict_proba può calcolare le probabilità delle classi in base al numero di oggetti di ciascuna classe nei nodi delle foglie, ma queste probabilità potrebbero non essere del tutto accurate a causa della struttura dell'albero.
Pertanto,sebbene questi classificatori abbiano una funzione predict_proba, le probabilità che forniscono possono essere meno affidabili rispetto ai metodi basati su un modello probabilistico, come un classificatore bayesiano ingenuo o una regressione logistica.
Presento un piccolo esperimento per <rimosso dal moderatore>.
Addestrato un modello, non importa quale, senza calibrazione non migliora le sue proprietà quando la soglia viene aumentata. Le transazioni diventano meno, il profitto futcor non cresce.
Calibrato nel modo disponibile, eseguito con diverse soglie. La calibrazione è avvenuta dopo il 2015, tutto quello che c'è stato prima è OOS.
Il metodo è personalizzato, l'ho ideato io stesso. Poi lo confronterò con quelli già noti, perché c'è un piccolo intoppo nella loro esportazione in MT5, quindi deciderò.
soglia 0,5
0.6
0.7
Un semplice esempio di come la calibrazione di modelli anche inizialmente deboli dia qualche risultato.
CHTD
Leggete gli articoli, leggete gli articoli sui link.
Strana impressione.
Secondo gli articoli, il punto di calibrazione è lo smussamento in un modo o nell'altro. e cosa c'è di meglio che impostare le soglie sulle probabilità smussate e sulle probabilità non smussate? Non c'è una stima, anche se per me c'è una stima dell'errore di classificazione.
se ha senso.
Nuove attività - vendita di predittori
Un esempio semplice è che la calibrazione di modelli anche inizialmente deboli dà qualche risultato.
La calibrazione è un meccanismo di interpretazione delle prestazioni del modello, tarato su determinati dati.
Di per sé non modifica i valori di uscita del modello. La variante in cui dopo la quantizzazione gli intervalli vengono riorganizzati a causa di un picco nella proporzione delle classi - non l'ho mai vista nei modelli - tutto scorre sempre senza problemi. Forse se si divide il modello in 100 segmenti, questo si verificherà....
Secondo la simulazione, la calibrazione in generale porta a uno spostamento del punto 0,5 - più spesso nel lato maggiore. Quindi senza calibrazione è possibile trovare tale punto - il motivo per cui non è riuscito a farlo non è chiaro, soprattutto se ha lo stesso Take Profit e Stop Loss per tutte le posizioni. Se non sono gli stessi, allora avete bisogno di un approccio completamente diverso - calibrazione tramite matrice di aspettativa :)
La calibrazione è un meccanismo di interpretazione delle prestazioni del modello, tarato su determinati dati.
Di per sé non modifica i valori di output del modello. La variante in cui, dopo la quantizzazione, si verifica la riorganizzazione degli intervalli a causa di un'impennata della proporzione delle classi, non l'ho vista nei modelli: tutto scorre sempre senza problemi. Forse se si divide per 100 segmenti, questo si verificherà....
Secondo la simulazione, la calibrazione in generale porta a uno spostamento del punto 0,5 - più spesso nel lato maggiore. Quindi senza calibrazione è possibile trovare tale punto - il motivo per cui non è riuscito a farlo non è chiaro, soprattutto se ha lo stesso Take Profit e Stop Loss per tutte le posizioni. Se non sono gli stessi, allora avete bisogno di un approccio completamente diverso - calibrazione tramite matrice di aspettativa :)
Non sto assolutamente agitando nessuno. Ci sono molti approcci, la domanda riguardava la conoscenza del modus operandi.
C'è sempre una cura magica per tutti i problemi: ottimizzare tutto ciò che si muove.