L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1552
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
Sto essenzialmente cercando parti per il bot, scrivendo video per me stesso.
a dire la verità, non ho ancora avuto un solo articolo che abbia preso in prestito qualcosa di direttamente molto utile, solo un po' dappertuttoSì, è chiaro che non c'è sempre qualcosa da prendere in prestito...
Ma a proposito di CatBoost - probabilmente non è molto adatto per le serie temporali, come altri modelli - tutti loro non prendono in considerazione la ripetibilità del modello (foglio) sulla storia del campionamento, la sua distribuzione sul campionamento - è molto importante.
È comprensibile che non ci sia sempre qualcosa da prendere in prestito...
Ma a proposito di CatBoost - sembra non essere molto adatto per le serie temporali, così come altri modelli - tutti loro non prendono in considerazione la ripetibilità del modello (foglio) sulla storia del campione, la sua distribuzione sul campione - è molto importante.
in che senso non tiene conto del sottocampionamento di alcuni modelli?
è possibile accumularli.
In realtà, è molto bello e pratico di per sé, + sta migliorando sempre di più. Dicono che ha superato l'xgboost in quasi tutto. Ma è ancora una questione aperta - cosa è meglio per le serie temporali?
In che modo non tiene conto del sottocampionamento di alcuni modelli?
è possibile accumularli
Per quanto ho capito, CatBoost generalmente prende una finestra casuale nell'algoritmo di campionamento per calcolare la divisione a 64 valori (non sono sicuro se questo si applica ai predittori categorici o a tutti).
Il punto è che alla maggior parte degli algoritmi non importa se in 1/10 del campione si è verificata l'attivazione della foglia o se è stata distribuita su tutto il campione - credo che la distribuzione dovrebbe essere su tutto il campione (diciamo ogni 1/5 non meno del 10-15%) e bisogna considerare gli indicatori economici nel passaggio statistico - questo è quello che faccio quando controllo i fogli separati.
In generale, è molto bello e facile da usare di per sé, + viene migliorato di continuo. Si dice che abbia superato xgboost in quasi tutto. Tuttavia, è ancora una questione aperta - cosa è meglio per le serie temporali NS o il boosting?
Come ho detto prima, secondo l'opinione degli sviluppatori, se i predittori sono simili tra loro, nelle stesse unità di misura, allora NS è meglio, ma non ho ritorni, ma dovresti provare NS.
Come ho detto prima, secondo gli sviluppatori se i predittori sono simili tra loro, nelle stesse unità, allora NS è migliore, ma non ho ricorrenze proprio, ma si potrebbe provare NS.
Proverei NS. Proprio quelli ricorrenti e le loro modifiche sono buoni per gli incrementi, li proverò più tardi.
Quelli ricorrenti e le loro modifiche sono buoni per gli incrementi, li proverò più tardi.
Tutto è possibile, dovresti provare.
Per quanto riguarda l'ultimo video - non sono d'accordo che il codice non cambierà l'interesse - se una persona prova solo le sue forze in python e MO, sarà più interessante da guardare, e le domande possono essere nel merito. Anche se il pubblico può essere difficile da capire, e sì, non tutto è così subito.
Su fics - non sarebbe meglio provare diverse formule lineari per selezionare gli incrementi piuttosto che solo casualmente? Forse dovremmo avere tre ritorni con un offset da 1 a 10 e trenta con un offset da 10 a 50.
Un po' di critica) Maxim non ***comprendo.....
Consiglio, bisogna vedere il codice per capire cosa si sta evocando. Quindi pubblicate il codice di ogni video sul blog o da qualche parte, semplicemente open source, senza alcun file.
Mettete dei commenti nel codice. Poi sarete in grado di applicare pezzi di codice nella pratica e ragionare su qualcosa. Ma per ora sono solo video clip con riflessioni ad alta voce).
P.S. Cos'è quella libreria che regola la scala del grafico, funziona solo nel browser?
Non tutto può essere fatto in codice...
Per esempio, mettere ordini in sospeso(alcune delle loro varianti)
Un po' di critica) Maxim non ***comprendo.....
Consiglio, bisogna vedere il codice per capire cosa si sta evocando. Quindi pubblicate il codice di ogni video sul blog o da qualche parte, semplicemente open source, senza alcun file.
Mettete dei commenti nel codice. Poi sarete in grado di applicare pezzi di codice nella pratica e ragionare su qualcosa. Ma per ora sono solo video clip con riflessioni ad alta voce).
P.S. Qual è la libreria che regola la scala del grafico, funziona solo nel browser?
Sarò pazzo a rispondere a tutto il codice, il tempo non è sufficiente
Più tardi metterò qualche versione intermedia.
https://kernc.github.io/backtesting.py/