L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3378

 
fxsaber #:

Illogico! Gli insiemi dipendono da FF, per esempio.

FF non è nulla, non dipende da esso. Si limita a far coincidere gli ingressi con le uscite desiderate. Non capisco cosa c'entri con la robustezza.

Dimenticavo che nell'ottimizzatore non è possibile impostare le transazioni a piacimento, probabilmente per questo motivo c'è un gran parlare di FF e di dargli un aspetto speciale o un significato sacro :).
 
Renat Akhtyamov #:

scorrendo verso il basso fino all'equilibrio.

Sono esattamente la stessa cosa
 
Maxim Dmitrievsky #:
FF non è nulla, nulla dipende da esso.
Molto probabilmente si tratta di un equivoco terminologico. Ma la ricezione dell'arcobaleno è palpabile.
 
fxsaber #:
Molto probabilmente si tratta di un equivoco terminologico. Ma la ricezione dell'arcobaleno è stata perspicace.
oppure la domanda è stata posta in modo errato
Molte persone per qualche motivo credono di essere venute a una seduta da un sensitivo o da uno psicologo :)
C'è un'altra categoria che crede piamente che dal parere è molto importante
 
Maxim Dmitrievsky #:
FF non è nulla, non dipende da nulla. Si limita a far coincidere gli ingressi con le uscite desiderate. Non vedo cosa abbia a che fare con la robustezza.

Funzione di fitness - traduzione letterale "funzione di salute", o funzione di fitness, funzione di adattabilità. È un modo per valutare alcune azioni individuali o l'intero modello. Chiamata anche funzione di valutazione, viene applicata integralmente o separatamente a singoli elementi del sistema sotto forma di metriche.

In statistica: robustezza (da robust - "forte", "solido", "stabile") - una proprietà di un metodo statistico che caratterizza l'indipendenza dell'influenza di vari tipi di outlier sul risultato dello studio, la resistenza alle interferenze. Metodo robusto - un metodo volto a identificare gli outlier, a ridurne l'influenza o a escluderli dal campione.

Applicata al MO e al trading, la robustezza è la capacità di un modello (o di un TS) di dimostrare indicatori su nuovi dati, indicatori simili a quelli del "campione di addestramento".

Per valutare la robustezza di un modello, si utilizzano varie metriche, punteggi, funzioni di influenza, ovvero la funzione fitness.

In altre parole, la funzione di fitness è una caratterizzazione descrittiva di ciò che si vuole ottenere. Se l'obiettivo è ottenere un modello robusto, dobbiamo stimare la robustezza e comporre una funzione di fitness della robustezza. Abbiamo bisogno della massima robustezza possibile (affidabilità, stabilità), quindi abbiamo bisogno di una caratteristica descrittiva, la funzione di fitness, il cui massimo corrisponderà alla massima robustezza.


Spero che ora sia chiaro a tutti come la funzione di fitness sia legata alla robustezza.

Esempi di funzioni di fitness:

Media dei voti in una scuola. Può essere applicata come voto medio normale o ponderato come in alcuni Paesi.

Accelerazione centrifuga massima ammissibile come stima nella progettazione di strade, comprese le ferrovie.

Successivamente, come compito a casa, potete continuare gli esempi di funzioni di fitness per conto vostro, per capire cos'è e a cosa serve.

 

L'atteggiamento negativo nei confronti delle nozioni di ottimizzazione e delle funzioni di fitness è dovuto al fatto che l'uso di funzioni di fitness molto semplici, come l'equilibrio, è ampiamente praticato. Questo è un esempio di come la funzione di fitness "equilibrio finale" scelta come valutazione non caratterizzi in alcun modo la robustezza della ST.

La funzione di fitness è un metodo di valutazione, nessuno e niente vieta di usare qualsiasi metodo, non solo quelli che sono stati dati per default dagli zii.

 
fxsaber #:

La natura della curva dei profitti non cambia in base all'OOS: Size(OOS_Left) = Size(OOS_Right) = Size(Sample). In generale, un risultato che non può essere superato.

Gli stress test sono probabilmente necessari))))) Modellazione dei cigni neri per TC)

 
Andrey Dik #:

La funzione di fitness è la traduzione letterale di "funzione di salute", o funzione di fitness, funzione di adattabilità. È un modo per valutare alcune azioni individuali o l'intero modello. Si parla anche di funzione di valutazione, applicata integralmente o separatamente a singoli elementi del sistema sotto forma di metriche.

In statistica: robustezza (da robust - "forte", "solido", "stabile") - una proprietà di un metodo statistico che caratterizza l'indipendenza dell'influenza di vari tipi di outlier sul risultato dello studio, la resistenza alle interferenze. Metodo robusto - un metodo volto a identificare gli outlier, a ridurne l'influenza o a escluderli dal campione.

Nel caso del MO e del trading, la robustezza è la capacità di un modello (o di un TS) di dimostrare indicatori su nuovi dati, indicatori simili a quelli sul "campione di addestramento".

Per valutare la robustezza di un modello, si utilizzano varie metriche, punteggi, funzioni di influenza, ovvero la funzione di fitness.

In altre parole, la funzione di fitness è una caratterizzazione descrittiva di ciò che è necessario ottenere. Se l'obiettivo è ottenere un modello robusto, dobbiamo stimare la robustezza e comporre una funzione di fitness della robustezza. Abbiamo bisogno della massima robustezza possibile (affidabilità, stabilità), quindi abbiamo bisogno di una caratteristica descrittiva, una funzione di fitness, il cui massimo corrisponderà alla massima robustezza.


Spero che ora sia chiaro a tutti come la funzione di fitness sia legata alla robustezza.

Esempi di funzioni di fitness:

Media dei voti in una scuola. Può essere applicata come voto medio normale o ponderato come in alcuni Paesi.

Accelerazione centrifuga massima ammissibile come stima nella progettazione di strade, comprese le ferrovie.

Successivamente, come compito a casa, potete continuare gli esempi di funzioni di fitness per conto vostro, per capire cos'è e a cosa serve.


Teorico! Hai letto i libri sbagliati e stai riempiendo il thread di cose fuori tema!

Qui ci sono esempi di funzioni di fitness specifiche:

ada(x, y,test.x,test.y=NULL, loss=c("exponential","logistic"),
                      type=c("discrete","real","gentle"),iter=50, nu=0.1, bag.frac=0.5,
                      model.coef=TRUE,bag.shift=FALSE,max.iter=20,delta=10^(-10),
                      verbose=FALSE,...,na.action=na.rpart)

Qui ce n'è un altro per NS

nnet(x, y, weights, size, Wts, mask,
     linout = FALSE, entropy = FALSE, softmax = FALSE,
     censored = FALSE, skip = FALSE, rang = 0.7, decay = 0,
     maxit = 100, Hess = FALSE, trace = TRUE, MaxNWts = 1000,
     abstol = 1.0 e-4, reltol = 1.0 e-8, ...)

Tutto è scritto, devi solo imparare a usarlo. E se impari a usare i pacchetti di R, allora non potrai scrivere sciocchezze come "come la funzione di fitness è legata alla robustezza" - la robustezza in MO è un problema separato e molto serio.

Iniziate a usare R e tutto andrà al suo posto e sorprenderete il pubblico locale con esempi di classificazione con meno del 20% di errore e "robustezza " al di fuori del file di addestramento.

 
I termini vagamente definiti sono male)))))
 


Motivazione: