Обсуждение статьи "Случайные леса предсказывают тренды" - страница 8
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
нет, не ясна - у меня нет кота и я сомневаюсь в том, что температура любого домашнего животного относится к информации с форекса.
Кстати, даю 100%, что динамика температуры кота будет иметь ненулевую корреляцию с ценовым рядом финансового инструмента
ну вот, а ранее вы утверждали, что во всех данных есть предсказательность. Естественно мы говорим о предсказании финансовых рынков.
Если бы позволяли вычислительные мощности наших компов, что можно было бы использовать всю доступную инфу, в том числе и температуру кота. Она бы просто отсеилась в процессе расчёта. Но т.к. ресурсы ограничены, то придётся свою голову подключать. Насчёт корреляции, то что ненулевая - это само собой, ноль вообще редко может получиться. Но почти нулевая. В общем, купите кота, поставьте ему градусник и проверьте )) Вдруг повезёт, и он сделает вас богатым )
ну вот, а ранее вы утверждали, что во всех данных есть предсказательность. Естественно мы говорим о предсказании финансовых рынков.
Если бы позволяли вычислительные мощности наших компов, что можно было бы использовать всю доступную инфу, в том числе и температуру кота. Она бы просто отсеилась в процессе расчёта. Но т.к. ресурсы ограничены, то придётся свою голову подключать. Насчёт корреляции, то что ненулевая - это само собой, ноль вообще редко может получиться. Но почти нулевая. В общем, купите кота, поставьте ему градусник и проверьте )) Вдруг повезёт, и он сделает вас богатым )
вы лжете - я цитирую сам себя "Я даю ответ на ваш вопрос - во всех данных есть некая "предсказательная способность". И что? Во всех данных с форекса есть некая информация.".
Если у вас есть набор из сотен тысяч наблюдений - вопрос мощности компьютеров был бы актуален.
вы лжете - я цитирую сам себя "Я даю ответ на ваш вопрос - во всех данных есть некая "предсказательная способность". И что? Во всех данных с форекса есть некая информация.".
meat:
ранее вы утверждали, что во всех данных есть предсказательность
И в чём же ложь?
И в чём же ложь?
я расшифровал сам себя во втором предложении
Т.е. информация = предсказательная способность? Почему вы так уверены в этом? Если я вам назову какой-то из "данных с форекса", то вы непременно сможете по нему прогнозировать цену?
И этих параметров может быть не 100 тысяч, а намного больше. Есть же не только форекс, а ещё фондовые рынки, товарные рынки и многое другое... Всё взаимосвязано.
faa1947:
У меня тут с десяток заказчиков. До начала общения со мной все были радостные и веселые, а теперь грустные и задумчивые.
faa1947, покажите на примере внизу как работает ваша модель. Первый столбец - моделируемый ряд, 2-й и 3-й столбцы - предикторы. Какая предсказательная способность у этих предикторов?
Какая предсказательная способность у этих предикторов?
Судя по всему, цифири не случайны. Проверял очень просто: сгенерировал три ряда по 40 строк случайным образом и натравил на них нейронку. На случайных данных обобщающая способность заметно хуже, чем на вышеуказанных.
Буду заинтересован в разных универсальных алгоритмических подходах определения предсказательной способности этих двух предикторов. Эконометрике, нейронкам и глубоким сетям добро пожаловать. Показывайте на что они способны. Можете показать либо какой-то параметр характеризующий такую предсказательную возможность этих предикторов (коэффициент корелляции, взаимная информация, СКО, и прочие изобретения) или показать сравнение выхода модели и моделируемого ряда.
Привёл выборку к виду пригодному для бинарной классификации, т.е. чтобы вычислять зависимую переменную на предмет выше она нуля или ниже (CSV файл в прикреплённом архиве), прошерстил с помощью libVMR и получил такую модель:
/**
* The quality of modeling:
*
* TruePositives: 9
* TrueNegatives: 11
* FalsePositives: 0
* FalseNegatives: 0
* Sensitivity of generalization abiliy: 100.0%
* Specificity of generalization ability: 100.0%
* Generalization ability: 100.0%
*/
double x0 = 2.0 * (v0 + 0.96485) / 1.900503 - 1.0;
double x1 = 2.0 * (v1 + 1.00814) / 2.399897 - 1.0;
y = 0.12981203254657206 + 0.8176828303879957 * x0 + 1.0 * x1 -0.005143248786272694 * x0 * x1;
Секрет "высокой обобщающей способности" Вашей выборки раскрыт: значение первого столбца - это сумма значений двух остальных столбцов.