Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3359
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
O que a Inglaterra tem a ver com isso?
Você parece ser um homem qualificado, mas está sempre se arrastando para a lata de lixo.
Você raramente faz objeções substanciais...
Os classificadores, como o método de vetor de suporte e as árvores de decisão, têm a função predict_proba porque podem fornecer estimativas de probabilidades de classe com base em seus recursos internos. Entretanto, essas estimativas de probabilidade podem não ser totalmente precisas ou podem não refletir a confiança real do classificador.
Por exemplo, para o método de vetor de suporte , afunção predict_proba pode retornar estimativas de probabilidade com base na distância até o hiperplano de separação, mas esses valores podem estar distorcidos devido aos recursos do próprio método.
Para árvores de decisão , a funçãopredict_proba pode calcular as probabilidades de classe com base no número de objetos de cada classe nos nós das folhas, mas essas probabilidades podem não ser totalmente precisas devido à estrutura da árvore.
Assim,embora esses classificadores tenham uma função predict_proba, as probabilidades que eles fornecem podem ser menos confiáveis em comparação com os métodos baseados em um modelo probabilístico, como um classificador bayesiano ingênuo ou regressão logística.
Apresento um pequeno experimento para <removido pelo moderador>.
Treinei algum modelo, não importa qual, mas sem calibração ele não melhora suas propriedades quando o limite é aumentado. Os negócios se tornam menores, o lucro futuro não aumenta.
Calibrado da maneira disponível, executado com limites diferentes. A calibração foi feita depois de 2015, tudo antes disso está fora de serviço.
O método é personalizado, eu mesmo o criei. Em seguida, vou compará-lo com os mais conhecidos, porque há um pequeno problema em sua exportação para o MT5, então vou decidir.
limiar 0,5
0.6
0.7
Um exemplo simples de que a calibração até mesmo de modelos inicialmente fracos dá algum resultado.
CHTD
Leia os artigos, leia os artigos nos links.
Estranha impressão.
De acordo com os artigos, o ponto de calibração é a suavização de uma forma ou de outra. E o que é melhor do que definir limites em probabilidades suavizadas e em probabilidades não suavizadas? Não há estimativa, embora, para mim, haja uma estimativa do erro de classificação.
se isso faz algum sentido.
Novos negócios - venda de preditores
Um exemplo simples é o fato de que a calibração de modelos inicialmente fracos também produz algum resultado.
A calibração é um mecanismo para interpretar o desempenho do modelo, ajustado a determinados dados.
Por si só, ela não altera os valores de saída do modelo. A variante em que, após a quantificação, os intervalos são reorganizados devido a um pico na proporção da classe - não vi isso em modelos - tudo sempre flui sem problemas. Talvez se você dividir o modelo em 100 segmentos, isso ocorrerá....
De acordo com a simulação, a calibração em geral leva a um deslocamento do ponto 0,5 - mais frequentemente no lado maior. Portanto, sem calibração, você pode encontrar esse ponto - não está claro por que você não conseguiu fazer isso, especialmente se você tiver o mesmo Take Profit e Stop Loss para todas as posições. Se eles não forem os mesmos, você precisará de uma abordagem completamente diferente - calibração por matriz de expectativa :)
A calibração é um mecanismo para interpretar o desempenho do modelo, ajustado a determinados dados.
Por si só, ela não altera os valores de saída do modelo. A variante em que, após a quantificação, o rearranjo dos intervalos ocorre devido a um aumento na proporção da classe - não vi em modelos - tudo sempre flui sem problemas. Talvez se você dividir por 100 segmentos, isso ocorrerá....
De acordo com a simulação, a calibração em geral leva a um deslocamento do ponto 0,5 - mais frequentemente no lado maior. Portanto, sem calibração, você pode encontrar esse ponto - não está claro por que você não conseguiu fazer isso, especialmente se você tiver o mesmo Take Profit e Stop Loss para todas as posições. Se eles não forem os mesmos, você precisará de uma abordagem completamente diferente - calibração por matriz de expectativa :)
Não estou incomodando ninguém. Há muitas abordagens, a pergunta era sobre o conhecimento do operador de mercado
Sempre há uma cura mágica para todos os problemas: otimizar tudo o que se move.