Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2787

 
СанСаныч Фоменко #:

Enquanto estivermos no nível de raciocínio das funções trigonométricas ou de qualquer outra coisa nesse nível, não haverá justificativa por um motivo: é impossível fazer uma justificativa, porque o objetivo de tais justificativas NÃO é declarado e o critério para atingir o objetivo é desconhecido.

E o objetivo do MO é o único: reduzir o erro de ajuste, ou melhor, reduzir o erro de previsão do modelo de aprendizado de máquina. E com a restrição: o erro de previsão NÃO deve mudar muito no futuro.

e o objetivo é sempre o mesmo: lógica e adequação, em vez de uma busca estúpida por um algoritmo ganancioso de todo o lixo e de uivos sobre a falta de poder para isso....

sim, as estimativas devem ser estáveis (consistentes) - você chama isso de "o erro não deve mudar", a previsão em si mudará na série temporal (na dinâmica)...

você não pode ir além de seus comentários publicitários sobre ferramentas - sem saber como essas ferramentas funcionam ... você recebeu uma marreta em suas mãos - você a está agitando(você é Chapayev???? ) com referência ao seu limite IV=0,02 - ESSA É UMA conexão BAIXA(!) - então por que você está agitando seus slogans aqui... e chamando as propostas de análise adequada de mashkas (onde elas nunca existiram no passado)... abra seu próprio tópico de publicidade.

e MO sim - funciona da mesma forma em todos os lugares e para o MESMO PROPÓSITO - e no Py e em outras bibliotecas não é IV de forma alguma - mas a essência não muda, - você, aparentemente, não entendendo a essência da análise de dados - só pode gritar slogans sobre candidatos e ferramentas e estupidamente carregar lixo em sua "caixa preta" - e até mesmo usar suas previsões para o propósito pretendido não incomodou....

Bem, abra uma filial para suas próprias promoções e grite lá - se você não consegue fazer nada além de análise de agitação (nem mesmo conclusões normais) - você parece um maldito colecionador tentando obter as ideias de outras pessoas para sua sucata (exceto pela palavra "ferramenta" - você nem mesmo entendeu como ela funciona) - o que a LogisticRegression não fez?

=== você não precisa responder! (seu valor informativo pessoal = 0 para mim)... suas interpretações de álgebra linear são ainda mais baixas em IV

 
Aleksey Nikolayev #:

Você pode simplesmente comparar os histogramas da amostra antes e depois da transformação. Se o histograma final estiver mais próximo da forma desejada (distribuição normal ou uniforme, por exemplo), então a transformação está correta.) Em vez de desenhar histogramas, podemos considerar testes de conformidade com o alvo (para normalidade ou uniformidade, respectivamente).

Eles não fazem placas com formato parabólico? De acordo com a fórmula)

Sim, olhe e selecione visualmente o que está mais próximo do alvo) Mas não há lógica no que essa transformação faz e por que ela é melhor do que as outras.

Levou muito tempo para chegar a essas parábolas)))))) E os filtros são realmente incríveis))))

 
JeeyCi #:

e o objetivo é sempre o mesmo - lógica e adequação, em vez de uma busca estúpida por um algoritmo ganancioso de todo o lixo e de gritar sobre a falta de energia para esse negócio....

Sim, as estimativas devem ser válidas - você chama isso de "o erro não deve mudar", a previsão em si mudará na série temporal (na dinâmica)...

você não pode ir além de seus comentários publicitários sobre ferramentas - sem saber como essas ferramentas funcionam... você recebeu uma marreta em suas mãos - você a está agitando(você é Chapayev???? ) com referência ao seu limite IV=0,02 - ESSA É UMA conexão BAIXA(!) - então por que você está agitando seus slogans aqui... e chamando as propostas de análises adequadas de mashka (onde elas nunca existiram no passado)... abra seu próprio tópico de publicidade

e MO sim - funciona da mesma forma em todos os lugares e para o MESMO PROPÓSITO - e no Py e em outras bibliotecas não é IV de forma alguma - mas a essência não muda - você, aparentemente, não entendendo a essência da análise de dados - só pode gritar slogans sobre candidatos e ferramentas e estupidamente carregar lixo em sua "caixa preta" - e você nem se preocupou em usar suas previsões para o propósito pretendido....

Bem, abra uma filial para suas campanhas publicitárias e grite por lá. Se você não consegue fazer nada além de uma análise de agitação (nem mesmo conclusões normais), você parece um maldito colecionador tentando obter as ideias de outras pessoas para sua sucata (exceto pela palavra "ferramenta", pois você nem mesmo entendeu como ela funciona).

=== você não precisa responder! (seu valor informativo pessoal = 0 para mim)... suas interpretações de álgebra linear são ainda mais baixas em IV

O texto anterior fazia sentido, mas refletia um mal-entendido do que está sendo feito aqui.

Eu respondi NÃO a você, mas a outros leitores que constantemente se esquecem do objetivo e dos critérios para atingir o objetivo, embora haja muitas pessoas aqui que entendem isso de forma bastante profissional e têm as ferramentas adequadas.

E esse texto não tem sentido, é uma espécie de ofensa de uma garotinha. Não vejo sentido em responder.

 
JeeyCi #:

e o objetivo é sempre o mesmo - lógica e adequação, em vez de uma busca estúpida por um algoritmo ganancioso de todo o lixo e de gritar sobre a falta de energia para esse negócio....

Vamos supor que isso não tenha acontecido)))))

A lógica e a adequação das estimativas e a compreensão dos processos são certamente melhores do que sua ausência. Mas, nas estatísticas e na teoria, muitas vezes não há explicações sobre por que essa ou aquela metodologia funciona. Uma pessoa jogou uma agulha, mediu algo lá e calculou o número de Pi, outra analisou o histórico de enchentes no Nilo e encontrou algo para medir que poderia prever a próxima. A lógica em suas ações é mínima.

Da mesma forma, nas filas, penso eu, você precisa encontrar os sinais certos, o que medir em geral))))

 
os piqueteiros voltaram a se manifestar ... a manifestação não está aqui. e as suposições não estão aqui. e eles não aprenderam a citar, atribuindo suas especulações a outros.
 
Valeriy Yastremskiy #:

A lógica e a adequação das estimativas e a compreensão dos processos são certamente melhores do que sua ausência. Porém, nas estatísticas e na teorização, muitas vezes não há explicações sobre por que essa ou aquela metodologia funciona. Uma pessoa jogou uma agulha, mediu algo lá e calculou o número de Pi, outra analisou o histórico de enchentes no Nilo e encontrou algo para medir que poderia prever a próxima. A lógica em suas ações é mínima.

Da mesma forma, nas filas, penso eu, você precisa encontrar os sinais certos, o que medir em geral))))

É difícil discordar disso.


Mas é preciso perceber que, sem entender o PROPÓSITO de toda a pesquisa, rapidamente se passa para o ensino, para a apresentação do livro didático correspondente, sem nenhuma perspectiva de obter o produto final.

 

sobre agulhas e enchentes... foi apenas uma coincidência:

geramos 100500*10^3 passeios aleatórios 1D; se pegarmos uma única trajetória de todo o conjunto de passeios aleatórios e a examinarmos, ela não segue realmente as conclusões da integral geral. Em alguns pontos, ela simplesmente as contradiz.

E trabalhamos/comercializamos/lazer aqui sempre com uma única amostra. Não temos nenhuma outra

 

СанСаныч Фоменко #:
  ...

isso é o que fazem aqueles que escreveram um "artigo" e não podem se defender... como evidenciado por suas alegações iniciais contra o instituto de pesquisa.

... todo mundo é um babaca...

 
СанСаныч Фоменко #:

É difícil discordar disso.


Mas é preciso perceber que, sem entender o PROPÓSITO de todo o estudo, a pessoa rapidamente passa a ensinar, a apresentar o livro didático relevante sem qualquer perspectiva de obter um produto final.

A meta sem entender o caminho até ela é um sonho))))))

Em geral, a pesquisa de mercado sem ferramentas globais de avaliação e análise é semelhante a pensar no cosmos ou na matéria mais simples, e são possíveis teorias corretas, que podem ser confirmadas por ferramentas truncadas.))))))

Estou mais próximo da busca por agora, o que e como medir em uma série de coisas novas que ainda não foram notadas.))))) Isso avaliaria mais corretamente o estado. O paradigma da previsão está mais ou menos próximo, mas ainda assim a tarefa é diferente.

A lógica deve ser a seguinte. Medimos algo e essa é a definição do estado. Medimos parâmetros diferentes para estados diferentes. E simplesmente declaramos a mudança de estado. É claro que deve haver uma biblioteca/conjunto de estados. Medimos em todas as escalas e ticks. Espero que a lógica das medições em diferentes escalas seja a mesma, e que as escalas de ticks não sejam muito diferentes das escalas de candlestick. É assim que as coisas são)))))

 
Você obtém muitas inconsistências, incluindo a remoção de outliers. Eles geralmente representam 10% do tamanho do conjunto de dados, de acordo com diferentes cálculos. Eles os excluíram e o quê, e como o modelo será negociado quando o outlier for detectado? )
Com as transformações, a situação é praticamente a mesma.
Se você fizer o pré-processamento de forma clássica, os resultados se tornarão piores do que nos dados brutos.
Ou se finge que os aprimoramentos aleatórios das métricas são sistêmicos.
Razão: