Обсуждение статьи "Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей"
Спасибо автору за интересную работу.
Есть только проблема, которая никак не относится к автору, а является проблемой анализа вообще:
понятие "шум" и "не шум" в динамике цен финансовых инструментов - это очень субъективная вещь, так как в методах, имеющихся в индустрии аналитики,
не существует однозначного определения понятий "шум" и "тренд" (к примеру, в теории импульсного равновесия, этот вопрос проработан на новом уровне).
В этой статье показаны некоторые частные решения в рамках традиционных аналитических подходов, но "с изюминкой" - шумовые наборы, вычисление порогов. Поэтому - хорошая работа!
Спасибо автору за интересную работу.
Есть только проблема, которая никак не относится к автору, а является проблемой анализа вообще:
понятие "шум" и "не шум" в динамике цен финансовых инструментов - это очень субъективная вещь, так как в методах, имеющихся в индустрии аналитики,
не существует однозначного определения понятий "шум" и "тренд" (к примеру, в теории импульсного равновесия, этот вопрос проработан на новом уровне).
В этой статье показаны некоторые частные решения в рамках традиционных аналитических подходов, но "с изюминкой" - шумовые наборы, вычисление порогов. Поэтому - хорошая работа!
Согласен, жаргонизмы часто вводят в заблуждение. Я специально этот термин "шумовые" примеры беру в кавычки и даю упрощенное определение, что под этим подразумевается. Важно, что такой подход может дать положительный результат.
Удачи
Очень интересный материал. Только непонятно, сколько все это зарабатывает денег и зарабатывает ли вообще?
Проверяйте на практике. Все что нужно для эксперта в статье/ях есть.
Удачи
Очень интересный материал. Только непонятно, сколько все это зарабатывает денег и зарабатывает ли вообще?
Владимир, большое спасибо за замечательные статьи!
Благодаря им, я начал изучать R. Конечно для «непрограммиста» данная статья не то, с чего надо начинать программировать и торговать, но я уже ввязался))
Я так понимаю, что подавать новые данные из терминала надо в блок «#---test-aver--------». Задумался над функцией GetThreshold. Она при тестах подглядывает в правильные ответы для определения оптимального порога разделения непрерывных предсказаний ансамбля.
Как считаете, надо использовать пороги, полученные при обучении или пересчитывать с учетом «боевых предсказаний» за вычетом последнего (по нему еще нет правильного ответа).
Пока пребывал в этих мытарствах, набрел на следующую особенность, что если переделать цикл, то можно получать предсказания в несколько раз быстрее. Думаю, при тестах советника пригодится.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей:
В статье рассматриваются три метода, с помощью которых можно повысить качество классификации bagging-ансамблей, и оценивается их эффективность. Проведена оценка того, как влияет оптимизация гиперпараметров нейросетей ELM и параметров постпроцессинга на качество классификации ансамбля.
На рисунке ниже дана упрощенная схема всех вычислений: указаны этапы, применяемые скрипты и структуры данных.
Рис. 11. Структура и последовательность основных вычислений в статье.
Автор: Vladimir Perervenko