L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3376

 
mytarmailS #:
Non capisco, le sequenze non possono essere in formato tabella?
Inizialmente no. Dopo l'elaborazione può avere l'aspetto che si desidera e dipende interamente dalla coscienza del satanista della data.
 
СанСаныч Фоменко #:

La prima opzione, le tabelle - tabelle di Excel, in cui ogni riga ha un indicatore di tempo. La forma più familiare di dati finanziari.

La seconda opzione, lettere scritte a mano. Imparare con un insegnante, dove l'insegnante è una lettera stampata e la colonna sottostante è costituita da varianti di scrittura a mano di questa lettera.

Confronto tra il bousting e il NS. Quale è più adatto e per quale caso? O sono equivalenti?

PS.

Da Rattle, che ha rpart (albero semplice), rf, ada, SVM, glm, nnet (probabilmente il più semplice NS). Il risultato peggiore è con rpart, il secondo dalla fine è nnet, gli altri quattro sono più o meno uguali, dipende dai dati di input.

Tabelle con dati != dati tabellari. Le tabelle possono contenere qualsiasi tipo di dati. Sono cose diverse.

Per semplicità di sillaba, in MO si usa comunemente tabulare per indicare tabelle con dati eterogenei. Altrimenti, se sono omogenei, si scrivono in matrici.
 

Domanda teorica.

Esiste una TS che si adatta splendidamente. Allo stesso tempo, si sa con precisione che un certo insieme di parametri di input sfrutta con profitto il modello reale. Cioè, questo insieme non si adatta.

È possibile trovare questo insieme?

 
fxsaber #:

Domanda teorica.

Esiste una TS che si adatta splendidamente. Allo stesso tempo, è noto che un certo insieme di parametri di input sfrutta con profitto il modello reale. Cioè, questo insieme non si adatta.

È possibile trovare questo insieme?

No, poiché non esistono modelli nei dati NON stazionari.

 
fxsaber #:

Domanda teorica.

Esiste una TS che si adatta splendidamente. Allo stesso tempo, è noto che un certo insieme di parametri di input sfrutta con profitto il modello reale. Cioè, questo insieme non si adatta.

È possibile trovare questo insieme?

Ebbene, voi l'avete trovato
 
mytarmailS #:
Bene, l'avete trovato

Tu parli dei parametri di input del TC, io parlo della non stazionarietà dei dati di input. Se si lavora con la non stazionarietà, è possibile creare TC basati su modelli di Garch o nel quadro di MOE che continuano a lottare con la non stazionarietà. I parametri di input giocano un ruolo secondario.

 
Difficile da trovare, facile da perdere e impossibile da dimenticare :)
 
fxsaber #:

Domanda teorica.

Esiste una TS che si adatta splendidamente. Allo stesso tempo, è noto che un certo insieme di parametri di input sfrutta con profitto il modello reale. Cioè, questo insieme non si adatta.

È possibile trovare questo insieme?


Se esiste un insieme (esiste), allora lo si può trovare.
È impossibile trovare solo ciò che non esiste.
 
fxsaber #:

Domanda teorica.

Esiste una TS che si adatta splendidamente. Allo stesso tempo, è noto che un certo insieme di parametri di input sfrutta con profitto il modello reale. Cioè, questo insieme non si adatta.

È possibile trovare questo insieme?

Non è adatto a cosa e per quanto tempo? Mi vergogno a chiederlo :) probabilmente è più importante dimostrare che non si adatta a nulla.

Ho già mostrato una tabella in un altro thread che dimostra che il livello di confidenza dopo la sovraottimizzazione è il più basso di tutti i possibili strumenti di dimostrazione.
 
Maxim Dmitrievsky #:
Non è un adattamento a cosa e per quanto tempo? Mi imbarazza chiederlo :) probabilmente è più importante dimostrare che non è un adattamento a nulla.

Ho già mostrato una tabella in un altro thread che dimostra che il livello di confidenza dopo la sovraottimizzazione è il più basso di tutti i possibili strumenti di prova.

La natura della curva di profitto non cambia in base all'OOS: Size(OOS_Left) = Size(OOS_Right) = Size(Sample). Tutto sommato, un risultato che non si può ignorare.