Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2646
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
Curiosamente, esse PRIM incorpora as mesmas ideias que estou tentando concretizar.
Eu li o artigo, mas há algumas confusões:
1. Qual é o processo de quantificação para o particionamento em limites? É um particionamento uniforme com uma determinada etapa?
2. Está claro com os limites - eu mesmo faço isso, mas eles têm um recorte adicional na imagem - o segundo recorte é apenas a exclusão da amostragem?
3) Se entendi corretamente, eles, assim como eu, consideram cada preditor separadamente, encontrando as chamadas "caixas", mas não entendi na descrição como esses diferentes preditores são combinados.
A desvantagem desse método é que ele avalia a estabilidade dos indicadores por meio de amostragem bootstrap(retirando aleatoriamente uma determinada porcentagem da amostra de toda a amostra), o que não dá uma compreensão da dinâmica da estabilidade dos indicadores, o que, por sua vez, é importante para a negociação, porque o padrão pode existir no início da amostra, mas desaparecer completamente no final dela.
Você tem alguma melhoria para esse método?
Pelo que entendi, é uma modificação do que normalmente é feito ao construir uma árvore de decisão. Em cada etapa, uma variável é pesquisada e um pedaço que pode ser retirado dela - eles chamam isso de "peeling". De todas essas etapas possíveis, eles escolhem aquelas que criam uma "trajetória ideal" - a dependência do alvo médio em relação ao número de pontos restantes. A trajetória também é usada para determinar o momento em que o algoritmo é interrompido (quando não há nenhuma melhoria perceptível quando a caixa é reduzida).
A abordagem é interessante, em primeiro lugar, porque mostra que os algoritmos de criação de árvores podem e devem ser modificados.
Pelo que entendi, essa é uma modificação do que normalmente é feito ao criar uma árvore de decisão. Em cada etapa, uma variável é pesquisada e um pedaço que pode ser retirado dela - eles chamam isso de "peeling". De todas essas etapas possíveis, eles escolhem aquelas que criam uma "trajetória ideal" - a dependência do alvo médio em relação ao número de pontos restantes. A trajetória também é usada para determinar o momento em que o algoritmo é interrompido (quando não há melhoria perceptível quando a caixa é reduzida).
A abordagem é interessante, em primeiro lugar, porque mostra que os algoritmos de criação de árvores podem e devem ser modificados.
Vejo a limpeza de dados, mas nenhuma menção ao método de construção da árvore, que, digamos, é modificado. Portanto, você está supondo que, após a limpeza dos dados, a árvore é simplesmente construída. Ela é construída por divisões de caixas - por seus limites ou o que não está incluído na caixa é substituído por zeros (ou outra variável que agregue esses estados)?
2645 (dois mil seiscentos e quarenta e cinco!!!) página. Os participantes ativos ainda planejam se reunir para começar algo que demonstre, no futuro, a possibilidade de mostrar algo diferente do 50/50 que não está no testador :-)
Na verdade, há muito o que fazer em termos de código - eu simplesmente não tenho energia suficiente para todas as ideias, por isso tudo está lento.
Vejo a limpeza de dados, mas não há menção de uma maneira de criar uma árvore que seja, digamos, modificada. Portanto, você supõe que, após a limpeza dos dados, a árvore é simplesmente construída. Ela é construída por divisões de caixas - por seus limites ou o que não está incluído na caixa é substituído por zeros (ou outra variável que agregue esses estados)?
Parece-me bastante normal que um algoritmo simples funcione apenas em uma parte limitada do conjunto de preditores.
Você poderia fazer uma remoção passo a passo da amostra do que se enquadra nas caixas "boas" e aplicar o algoritmo ao restante. Em essência, isso seria semelhante ao bousting. Provavelmente, você pode fazer isso de forma semelhante à floresta aleatória - pegue um grande conjunto de preditores e, para cada subconjunto, encontre várias caixas.
Use o método de um escritor que se tornou escritor porque não conseguia encontrar um livro interessante para si mesmo e simplesmente escreveu um).
https://www.mql5.com/ru/blogs/post/746398
Você não tem acesso aos bastidores, apenas ao que você pode escrever aqui.
wai !
Eu o entendo, você tem educação especial e experiência, ao contrário dos "ativistas"... (você tem experiência econômica e profissional em centros de divórcio, certo?)
mas quantas vezes você pode tirar sarro deles?
wai !
Eu o entendo, você tem educação especial e experiência, ao contrário dos "ativistas" .... (você tem experiência econômica e profissional em centros de divórcio?).
Mas quantas vezes você pode tirar sarro deles?
E por que tanta agressividade? Ninguém lhe deve nada aqui, as pessoas estão se comunicando sobre o assunto, talvez escrevam mais 2.000 páginas, é um direito delas.