L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 377
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
Dopo la suddivisione in treno/test/valido mescola il treno. Non mischiare il resto dei set.
Questo è valido per la classificazione tramite reti neurali. Inoltre per l'addestramento delle reti neurali profonde mescola ogni minibatch prima di alimentarlo.
Buona fortuna
Posso avere un riferimento dove leggere sulla miscelazione? Perché puramente intuitivamente non ha senso) così come i predittori si correlano con l'obiettivo (con questo abbiamo risolto, a malapena)
Dopo la suddivisione in treno/test/valido mescola il treno. Non mischiare il resto dei set.
Questo è valido per la classificazione tramite reti neurali. Inoltre, per l'addestramento delle reti neurali profonde, mescolare ogni minibatch prima di alimentare la rete neurale.
Buona fortuna
Ho trovato un esempio di mescolare treno e valido tra loro nella funzione di calcolo dell'insieme di ALGLIB. Ovviamente, è uno dei metodi.
Ho mischiato solo treno.
L'errore è lo stesso in tutti i segmenti, come quando si mescolano treno e valido. Apparentemente l'effetto è lo stesso.
Ho trovato un esempio di mescolare treno e valido tra loro nella funzione di calcolo dell'insieme di ALGLIB. A quanto pare, è uno dei metodi.
Solo il treno viene rimescolato.
L'errore è lo stesso in tutti i segmenti, come quando si mescolano treno e valido. Apparentemente l'effetto è lo stesso.
Qual è l'errore sul file separato da questi?
Qual è l'errore sul file separato da questi?
Sulla prova vuoi dire?
Errore medio sul test (20%) sezione =0,398 nLearns=2 NGrad=1208 NHess=0 NCholesky=0 codResp=6
Non ho ancora fatto la trama per il test2. Passerò al setaccio solo il test1. (Forse in futuro).
Sul sito di prova vuoi dire?
Errore medio sul test (20%) sezione =0,398 nLearns=2 NGrad=1208 NHess=0 NCholesky=0 codResp=6
Non ho ancora creato la trama del test2. Passerò al setaccio solo il test1. (Forse in futuro).
Al di fuori di tutti questi campioni
Al di fuori di tutti questi campioni
Fuori dalla scatola, tutti i dati sono stati utilizzati.
È possibile dividere il file sorgente 80/20? E poi l'80% di tutti i vostri esercizi, e poi il 20% senza alcun mix.
Puoi dividere il file sorgente per 80/20? E poi l'80% di tutti i vostri esercizi e poi il 20% senza alcun mix.
Con miscelazione:
Errore medio sulla formazione (51,0%) sezione =0,683 (68,3%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Errore medio sul grafico di validazione (13,0%) =0,685 (68,5%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Trama completa (allenamento + convalida):
Errore medio di apprendimento=0,683 (68,3%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Errore medio sul test (16,0%) sezione =0,661 (66,1%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Errore medio sul sito di prova 2 (20,0%) =0,671 (67,1%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Senza mescolare
Errore medio sulla formazione (51,0%) trama =0,516 (51,6%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Errore medio sul grafico di validazione (13,0%) =0,376 (37,6%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Trama completa (allenamento + convalida):
Errore medio di apprendimento=0,491 (49,1%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Errore medio sul sito di prova (16,0%) =0,344 (34,4%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Errore medio sul sito di prova 2 (20,0%) =0,326 (32,6%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Solo 2 cicli di riqualificazione, per la velocità... è già ora di andare a letto)
Con lo shuffling:
Errore medio sulla formazione (51,0%) trama =0,683 (68,3%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Errore medio sul grafico di validazione (13,0%) =0,685 (68,5%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Trama completa (allenamento + convalida):
Errore medio di apprendimento=0,683 (68,3%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Errore medio sul test (16,0%) sezione =0,661 (66,1%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Errore medio sul sito di prova 2 (20,0%) =0,671 (67,1%) nLearns=2 NGrad=725 NHess=0 NCholesky=0 codResp=6
Senza mescolare
Errore medio sulla formazione (51,0%) trama =0,516 (51,6%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Errore medio sul grafico di validazione (13,0%) =0,376 (37,6%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Trama completa (allenamento + convalida):
Errore medio di apprendimento=0,491 (49,1%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Errore medio sul sito di prova (16,0%) =0,344 (34,4%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Errore medio sul sito di prova 2 (20,0%) =0,326 (32,6%) nLearns=2 NGrad=1063 NHess=0 NCholesky=0 codResp=6
Solo 2 cicli di riqualificazione, per la velocità... è già ora di andare a letto)
Il tuo modello non impara nulla - è tutto dal campo di battaglia. Da qualche parte prende qualcosa e poi si scopre che è irrilevante
Iniziare con il datamining. Obiettivo, poi cercare i predittori che sono rilevanti per l'obiettivo, poi determinare la capacità predittiva dei predittori selezionati per l'obiettivo specifico, e solo allora il modello
Tutto il resto è un gioco intellettuale di numeri.
https://www.youtube.com/channel/UCLk-Oih8VlqF-StidijTUnw
ha qualcosa da fare per il fine settimana :) ar per nubas
Ed ecco un tizio che fa un po' di trading algoritmico.