Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1299
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Eu estava fazendo algo semelhante - a questão é novamente sobre os preditores e os critérios de seleção (alvo). Agora (muitos meses depois) eu vou terminar todas as idéias com preditores e voltarei a este tópico. E o resultado está aí em geral, eu já postei anteriormente como esses modelos funcionam, mas eu preciso de amostras diferentes com dispersão diferente, de preferência de modelos diferentes.
E o que é que o AutoML usa como preditores e alvos?
bem, o alvo deve ser conhecido, e os preditores são transformados em autómatos, e os modelos também são numerados
Eu escreverei quando (e se) eu aprender mais
Estou à espera que o Google actualize o TensorFlow para o 2.0, espero que com o suporte do Python 3.7. Eu adoro tudo pelo google e este pacote é o único para todas as ocasiões, ele tem tudo.
bem, os alvos devem ser conhecidos e os preditores são transformados na máquina, e os modelos também são anulados
Eu escreverei quando (e se) eu aprender mais
Estou esperando o Google para atualizar o TensorFlow para o 2.0, esperançosamente com o suporte ao Python 3.7. Adoro tudo do google e este pacote é o único para todas as ocasiões, ele tem tudo.
Escreva quando descobrir, muito interessado nos preditores, se eles forem estipulados publicamente lá. O alvo também é difícil no nosso caso, devido à estimativa adicional do modelo sobre o dinheiro, que é bom para TP e SL fixo, em outros casos, mesmo um bom modelo do ponto de vista da capacidade preditiva pode falhar. De qualquer forma, considero na estimativa de um modelo a curva do balanço de classificação e verifico se há drawdowns e outros critérios, como para o balanço normal, porque espero uniformidade de precisão de classificação em toda a amostra.
Ainda não tenho pitão, posso fazer muitas coisas sem ele, tenho muitas ideias, que precisam de ser realizadas.
Escreva quando perceber, os preditores são muito interessantes se eles forem estipulados publicamente lá. O alvo também é difícil no nosso caso, porque há uma avaliação adicional do modelo no dinheiro, é bom para aqueles com TP e SL fixos, para outros casos, mesmo um bom modelo em termos de capacidade preditiva, pode falhar. De qualquer forma, considero na estimativa de um modelo a curva do balanço de classificação e verifico se há drawdowns e outros critérios, como para o balanço normal, porque espero uniformidade de precisão de classificação em toda a amostra.
E eu ainda não instalei o Python - há muitas coisas que posso fazer sem ele, tenho muitas ideias que precisam de ser implementadas.
Quero dizer, os preditores também são seus, mas transformados pelo próprio AutoML e assim são os acertos.
Os preditores também são seus, mas eles são transformados pelo próprio AutoML e a seleção é automática.
Não há nada de interessante na essência, é apenas um invólucro com funções adicionais :)
Então essencialmente nada de interessante, apenas um invólucro que dá características extras :)
Era para se livrar da rotina
Ao contrário de alguns artigos que sugerem fazer toda a rotina de datamining manualmente, o que é absurdo em mercados não-estacionários.
Já escrevi muitas vezes a minha opinião de que a abordagem estatística não funciona em mercados não estacionários (ou seja, a clássica descrita nos livros de estatística e de MO).Era para se livrar da rotina
Ao contrário do fato de que alguns artigos sugerem fazer todas as rotinas de datamining manualmente, o que é um absurdo em mercados não-estacionários
Já escrevi repetidamente a minha opinião de que a abordagem estatística não funciona em mercados não estacionários (ou seja, a clássica descrita em livros sobre estatística e MO).Bem, ainda tem que descobrir tudo por si mesmo - alvos e preditores. Pensei que havia alguma pesquisa sobre como encontrar os sinais de um modelo supertreinado pela sua estrutura ou algo assim. É importante para mim aprender a encontrar um modelo que funcione em uma amostra independente dos dados de treinamento e teste (ou vice-versa - quais não funcionarão), mas aqui também surge a questão "o que significa trabalhar?" e não é inequívoco. E a automatização da análise de modelos não é uma coisa difícil, pelo menos em catbust tudo que você precisa é descarregar em arquivos diferentes, e depois apenas analisá-los, seja com MT, como eu faço, ou com o seu próprio software.
Bem, ainda te cabe a ti arranjar os alvos e os palpiteiros. Pensei que havia alguma pesquisa sobre como encontrar características de um modelo excessivamente treinado pela sua estrutura ou algo assim. É importante para mim aprender a encontrar um modelo que funcione em uma amostra independente dos dados de treinamento e teste (ou vice-versa - quais não funcionarão), mas aqui também surge a questão "o que significa trabalhar?" e não é inequívoco. E a automatização da análise de modelos é fácil, pelo menos em catbust tudo o que você precisa é descarregar em arquivos diferentes, e depois apenas analisá-los, seja com MT, como eu faço, ou com o seu próprio software.
parece-te assim agora, porque ainda não provaste cenouras mais doces.
Vais chegar lá a tempo, se estudares em vez de fantasiar.
Porque a sua fantasia, comparada com a fantasia das equipes de google ou dipmind no campo da IA, é uma gota no oceano. Por isso tens de levar o ready-made.
Se eles escrevem que o modelo deve ser usado desta e daquela maneira, então é assim que é. Não há nada para fantasiar, porque é importante entender o que já foi inventado.Agora achas que sim, porque ainda não provaste mais doce que cenouras.
chegará lá a tempo se estudar em vez de fantasiar...
Porque suas fantasias como as de google ou dipmind, no campo da IA, são uma gota no oceano. É por isso que tens de o tirar da prateleira.
Eu não entendo a profundidade do pensamento. Você escreveu que o alvo e os prognosticadores têm de arranjar o seu próprio para esse software, e se assim for, então eu escrevi que não há muito sentido nele, porque você pode fazer tudo sozinho e saberá como ele funciona, o que melhorar e consertar.
Em relação à segunda parte da declaração, concordo, mas prefiro pegar no que entendo como funciona.
Eu não entendo a profundidade do pensamento. Você mesmo escreveu que tanto o alvo como os prognosticadores precisam de arranjar o seu próprio para esse software, e se assim for, então escrevi que não há muito sentido nele, porque você pode fazer tudo sozinho e saberá como funciona, o que melhorar e corrigir.
Quanto à segunda parte da declaração, concordo, mas prefiro pegar o que entendo funcionar.
O AutoML foi dado como exemplo de automatização de todo o processo (ou quase todo o processo), essa é a profundidade do pensamento. A cadeia lógica é direta a partir do posto inicial. Estás a conduzir-te para um beco sem saída.
O exemplo foi dado para explicar o que se entende por generalização e não por extração manual de conhecimento, como você faz. Diz até que a máquina faz melhor do que o homem em quase todas as fases.
Duvido que entenda como funciona o catbust.
AutoML foi dado como exemplo de automatização de todo o processo (ou quase todo o processo), essa é a profundidade do pensamento. A cadeia lógica é simples, a partir da mensagem inicial. Estás a conduzir-te para um beco sem saída.
O exemplo foi dado para explicar o que se entende por generalização e não por extração manual de conhecimento, como você faz. Diz até que a máquina faz melhor do que o homem em quase todas as fases.
Duvido que entenda como funciona o catbust.
Ok, tenta, diz-me se quiseres. E se possível compare a minha selecção e a selecção ML, se possível sem muito trabalho da minha parte.
Sim, eu não entendo bem como funciona um catbust, mas eu já tenho o conhecimento e a experiência da operação, e tudo isso leva tempo, o que leva a um entendimento abrangente. Tirar algo do zero e tentar usá-lo no meu trabalho quando não há informação suficiente disponível, bem, isso não é confortável para mim. Mesmo com catbust eu tenho que procurar e entender tudo, traduzir, então é bom que haja quem entenda melhor, eu tenho alguém para perguntar aspectos técnicos do código.