Discussão do artigo "Florestas Aleatórias na Previsão das Tendências" - página 4
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
A seleção de modelos e preditores está inter-relacionada. Primeiro, deve-se selecionar um modelo e, em seguida, selecionar os preditores com base nesse modelo, filtrando os preditores que têm a menor "utilidade" na previsão pelo mesmo modelo. Embora muitos artigos e livros didáticos ensinem o contrário: primeiro, selecionamos os preditores usando algum método de cálculo da relação entre esses preditores e a série-alvo - o output. Os métodos mais comuns de triagem são o coeficiente de correlação entre os preditores e o resultado e a informação mútua. Em seguida, um modelo é selecionado, geralmente sem relação com a forma como os preditores foram selecionados. Se você pensar bem (e os livros didáticos de econometria não lhe dirão isso, você terá de pensar por si mesmo), o método de seleção de preditores pelo coeficiente de correlação com o resultado seleciona essencialmente os preditores que terão o menor erro em um modelo de regressão linear (LRC). O método de seleção de preditores por suas informações mútuas com a saída seleciona essencialmente os preditores que apresentarão o menor erro em um modelo baseado em regressão de Nadaraya-Watson (nome obscuro GRNN).
Concordo plenamente com você em relação à correlação. O efeito dos preditores sobre a variável-alvo não pode ser estabelecido pela correlação e não é estabelecido pela regressão. Isso é feito de forma diferente. O mais popular é o índice de Gini, mas eu consegui usá-lo e usar minhas próprias considerações e alguma sequência de ações. Embora eu tenha conseguido pegar algum conjunto de preditores para a previsão de tendências, não consegui encontrar um conjunto de preditores para prever o incremento de preços.
Gostaria de chamar sua atenção para meu livro. O problema dos preditores é muito mais complexo do que a correlação e o índice de Gini. O livro esclarece muitas coisas.
faa1947:
Gostaria de chamar sua atenção para meu livro. O problema dos preditores é muito mais complexo do que a correlação e o índice de Gini. O livro esclarece muitas coisas.
Gostaria de chamar sua atenção para meu livro. O problema dos preditores é muito mais complexo do que a correlação e o índice de Gini. O livro esclarece muitas coisas.
O livro não está lá, há um anúncio.
Costumava haver poucas informações sobre redes aqui. As pessoas queriam estudar essas redes e experimentá-las nas negociações. Agora, há muitos livros e artigos sobre redes com instruções passo a passo sobre como usá-las. Olho para esses livros e artigos sobre redes e eles não só me desestimulam a ler, como também causam certa repulsa às redes. O problema com esses textos é que eles nem sequer tentam despertar o interesse do leitor: lê-los e usá-los. E por que perder tempo? Onde está a isca? Mostre no início do livro ou do artigo um resultado atraente da negociação usando os métodos descritos no livro ou no artigo e nós nos interessaremos em ler e entendê-los. Estou vendo um novo artigo sobre redes profundas e acho que quem o lerá, exceto alguns especialistas que já sabem sobre elas? Eu também já conheço essas redes e sei que elas, assim como outras redes, não se aplicam à negociação no mercado. Até mesmo o inventor dessas redes, Jeffrey Hinton, reconheceu isso há muito tempo. Ouça suas palestras no YouTube.
O livro não está lá, há um anúncio.
Costumava haver poucas informações sobre redes aqui. As pessoas queriam estudar essas redes e experimentá-las nas negociações. E agora há muitos livros e artigos sobre redes com instruções passo a passo sobre como usá-las. Eu vejo esses livros e artigos sobre redes e eles não só me desestimulam a ler, como também causam certa repulsa às redes. O problema com esses textos é que eles nem sequer tentam despertar o interesse do leitor: lê-los e usá-los. E por que perder tempo? Onde está a isca? Mostre no início do livro ou do artigo um resultado atraente da negociação usando os métodos descritos no livro ou no artigo e nós nos interessaremos em lê-los e entendê-los. Estou vendo um novo artigo sobre redes profundas e acho que quem o lerá, exceto alguns especialistas que já sabem sobre elas? Eu também já conheço essas redes e sei que elas, assim como outras redes, não se aplicam à negociação no mercado. Até mesmo o inventor dessas redes, Jeffrey Hinton, reconheceu isso há muito tempo. Ouça suas palestras no YouTube.
A tarefa comum de um trader ao desenvolver uma TS é encontrar algum conjunto de sinais que preveja o futuro, o chamado padrão. Pegamos indicadores prontos, compramos, escrevemos nós mesmos, combinamos uns com os outros...
Eu defendo que esse problema não existe. Existem algoritmos que encontrarão todos os padrões possíveis para um determinado conjunto de preditores. Em meu artigo e livro, há cerca de 200 padrões. É impossível encontrar algo parecido com isso da maneira tradicional.
Além disso, como domino o R, não tenho problemas em mudar um algoritmo para encontrar padrões, por exemplo, redes neurais, para redes neurais profundas, e elas para outra coisa. Além disso, não há necessidade de entrar em detalhes sobre o que o algoritmo encontrou.
E qual é o problema?
E no que você escreveu em sua postagem acima: seleção adequada de preditores. Vou acrescentar. Pré-processamento adequado dos preditores. Essa é uma habilidade. Como resultado da leitura de livros, você terá essa habilidade, já que você mesmo pensou sobre isso.
E meu livro? É uma revisão superficial de todo o problema, não apenas de algoritmos específicos para busca de padrões. Eu lhe garanto um resultado: você será fluente em vários padrões em um nível suficiente para negociar, sem realmente se aprofundar nesses padrões, com todos os tipos de perseptrons, camadas, bugging e bousting - tudo isso será desnecessário para você. Você se concentrará nos preditores.
É uma abordagem completamente diferente.
Para terminar, gostaria de lembrá-lo dos axiomas da estatística: "Lixo entra - lixo sai". E nenhum modelo, nenhum algoritmo pode mudar isso. Portanto, em vez de um hífen, devemos colocar uma caixa preta com algum nome e não nos preocupar com isso, mas lidar com o lixo.
A tarefa comum de um trader ao desenvolver uma TS é encontrar algum conjunto de sinais que preveja o futuro, o chamado padrão. Pegamos indicadores prontos, compramos, escrevemos nós mesmos, combinamos entre nós ....
Afirmo que esse problema não existe. Existem algoritmos que encontrarão todos os padrões possíveis para um determinado conjunto de preditores. Em meu artigo e livro, há cerca de 200 padrões. É impossível encontrar algo parecido com isso da maneira tradicional.
Além disso, como domino o R, não tenho problemas em mudar um algoritmo para encontrar padrões, por exemplo, redes neurais, para redes neurais profundas, e elas para outra coisa. Além disso, não há necessidade de entrar em detalhes sobre o que o algoritmo encontrou.
E qual é o problema?
E no que você escreveu em suas postagens acima: a seleção adequada de preditores. Eu acrescentaria. Pré-processamento adequado dos preditores. Essa é uma habilidade. Como resultado da leitura de livros, você terá essa habilidade, portanto, você mesmo pensou nisso.
E meu livro? É uma revisão superficial de todo o problema. Ao mesmo tempo, garanto a você um resultado: você será fluente em vários modelos em um nível suficiente para negociar, sem realmente se aprofundar nesses modelos, todos os tipos de perseptrons, camadas, bugging e bousting - tudo isso será desnecessário para você.
Uma abordagem completamente diferente.
Você usa esses métodos em suas negociações? E quais são os resultados? Estou falando sério, pelo menos dê uma dica sobre os resultados. Por exemplo, ganhei o suficiente para não precisar escrever livros, comprei uma casa em Nice ou nas Bahamas e agora estou de férias, estou fazendo filantropia, estou dando livros de graça.
Se você conseguir encontrar um conjunto de preditores, você realizará sua lista.
PS.
E o livro? Permite que você reúna um grupo agradável, e o preço elimina os caçadores de tesouros.
Diga-me, não é possível citar o Out Of Sample pelo menos uma vez?
PS. Enviei um e-mail para você.
Diga-me, não é possível citar o Out Of Sample pelo menos uma vez?
PS. Enviei-lhe um e-mail.
Tabela 2 na seção 5.3 do meu artigo. O pacote rattle() fornece o ALE automaticamente, além de outras informações muito úteis, que são mostradas no artigo. Além disso, o código do programa é gerado com todas essas informações, que podem ser usadas de forma autônoma sem o rattle(). Meu livro tem 400 páginas, portanto, tudo é analisado em detalhes, inclusive a ideologia de uso, que não está na documentação original sobre o rattle() e os pacotes que ele usa. O rattle é um shell, uma GUI.
PS.
Respondi ao seu e-mail
Tabela 2 na seção 5.3 do meu artigo. O pacote rattle() fornece o ALE automaticamente, além de outras informações muito úteis, que são mostradas no artigo. Além disso, todas essas informações são usadas para gerar código de programa que pode ser usado de forma autônoma sem o rattle(). Meu livro tem 400 páginas, portanto, tudo é analisado em detalhes, inclusive a ideologia de uso, que não está na documentação original sobre o rattle() e os pacotes que ele usa. O rattle é um shell, uma GUI.
PS.
E-mail respondido
Eu me referia ao teste Out Of Sample no MT4 - apenas o lucro do modelo é de interesse. Digamos que o zigue-zague + ou - com um erro de 17...20% na prática pode se transformar em outro grande sugador.
PS. e-mail recebido, espero poder pagar em breve (preciso aguardar a acumulação de dinheiro)
Eu me referia ao teste Out Of Sample no MT4 - o lucro puro do modelo é de interesse. Digamos que o zigue-zague + ou - com um erro de 17...20% na prática pode se transformar em outro grande sugador.
PS. e-mail recebido, espero poder pagar em breve (preciso aguardar a acumulação de dinheiro)