Обсуждение статьи "Оценка и выбор переменных для моделей машинного обучения"
Мои поздравления!
Фактически справочник по данной тематике, основанный на последних имеющихся инструментах в этой области. Каждый может повторить, все бесплатно, поддерживается, развивается, документируется...
Уважуха и риспект!
Мои поздравления!
Фактически справочник по данной тематике, основанный на последних имеющихся инструментах в этой области. Каждый может повторить, все бесплатно, поддерживается, развивается, документируется...
Уважуха и риспект!
Приветствую СанСаныч.
Из всех ранее перепробованых вариантов выбора предикторов этот наиболее понятен и подробен.
Удачи
Не хочу показаться невеждой и нисколько не умаляю заслуг автора, он однозначно молодец, но неужели это всё помогает зарабатывать ?
Смотря кому.
Одиноким соискателям миллионов с затратами пару недель? Нет, бесполезно.
Людям, которые трейдингом зарабатывают на жизнь и понимают, что на приличный советник требуется несколько лет? Да. И здесь очень важно идти по правильной тропе, а не блуждать по лесу ...
ПС.
А с помощью какого инструментария зарабатывают профессиональные участники рынка ценных бумаг? Не уж-то с помощью ТА? Ведь весь ТА в ВУЗах преподается за две недели с зачетом. А профессиональные участники рынка ценных бумаг комплектуются выпускниками с дипломами "Статистика", "Эконометрика, "Искусственный интеллект" ..... И для них обсуждаемая статья совершенно понятная вещь, хотя и во многом новая.
ПСПС.
Пишу не для того, чтобы отпугнуть. Не будем ровняться на какой-нибудь Мэррил Линч со 100 000 сотрудников, торгующими на всех рынках по всем инструментам.
Речь об очень ограниченных ТС: пару моделей, с десяток инструментов. И реально добиться доходности свыше 20% в месяц.
Вот план.
Ставим R. Далее, берем RAttle. Это доступно любому, кто написал самостоятельно самый простой советник. Час работы. С помощью экселя готовим исходный файл. После этого с помощью Rattle становится доступно 6 очень приличных моделей, три из которых (ada, random forest, SVM) весьма перспективны и по своим возможностям намного превосходят любые варианты с индикаторам и в частности нейросетки (тоже имеется в Rattle и можно сравнить).
А дальше начинается нудная работа, во многом содержательная по перелопачиванию перечня входных данных. Это на все рамках экселя, а оценка результатов в Rattle. Как только это освоено, вы в теме и на правильном пути.
А в ТА.... Написали советник, вроде приносит прибыль.... А потом обязательно протух и большое счастье, если трейдер недоверчивый и додумался бросить его до того как этот его очередной "грааль" слил депо... И так всю жизнь. Опыт не накапливается - теоретически невозможно.
Вот план.
Ставим R. Далее, берем RAttle. Это доступно любому, кто написал самостоятельно самый простой советник. Час работы. С помощью экселя готовим исходный файл. После этого с помощью Rattle становится доступно 6 очень приличных моделей, три из которых (ada, random forest, SVM) весьма перспективны и по своим возможностям намного превосходят любые варианты с индикаторам и в частности нейросетки (тоже имеется в Rattle и можно сравнить).
Это разве даст деньги ? Тогда самыми богатыми и успешным трейдерами были бы математики. Поиск мифических закономерностей в нестационарном ряду это аналог подбрасывания монетки.
"Поиск мифических закономерностей в нестационарном ряду это аналог подбрасывания монетки."
Это нужно занести в аналы как самое высокомерное из самых глупых утверждений.
А этот вопрос:"Это разве даст деньги ?" говорит об уровне подготовки .
Вот уж действительно: "Ум человеческий ограничен, глупость беспредельна".
Поиск мифических закономерностей в нестационарном ряду это аналог подбрасывания монетки.
В общем, всем идти учитьть статанализ, в любом случае лишним не будет :) Но проблема останется - какие данные на вход подавать, да и на выход тоже :)
Это никогда лишним не будет. Но причём тут вход и выход если даже в этой теме, в обсуждениях, предлагают использовать 6 очень приличных моделей. Приличные они из каких соображений ? Чтобы предсказать потребление теплотрафика - вот для этого может быть и приличных. А при чём тут рынок ?
я не осуждаю, и уж тем более не спорю с таким подходом к зарабатыванию денег. Для меня это просто интерес и дискуссия, не более. А уж всяким ламерам которые давным давно насоздавали свои сверхумные нейросетки ...а воз и ныне там.... с такими даже не интересно говорить.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Оценка и выбор переменных для моделей машинного обучения:
В статье будут рассмотрены особенности выбора, предподготовки и оценки входных переменных для использования в моделях машинного обучения. Будут рассмотрены множественные методы нормализации и их особенности. Будут указаны важные моменты этого процесса, сильно влияющие на конечный результат обучения моделей. Рассмотрим и оценим новые и малоизвестные методы определения информативности входных данных и визуализации их.
С помощью пакета "RandomUniformForests" вычислим и рассмотрим понятие важности переменной на различных уровнях и в различных сочетаниях, соответствие предикторов и целевой, а также взаимодействие между предикторами, выбор оптимального набора предикторов с учетом всех аспектов важности.
С помощью пакета "RoughSets" рассмотрим эту же проблему выбора предикторов под другим углом и на основании другой концепции. Покажем, что не только набор предикторов может быть оптимальным, но и набор примеров для обучения тоже может быть оптимизирован.
Все расчеты и эксперименты будут проводиться на языке R, конкретнее на Revolution R Open 3.2.1 .
Рис. 2. Ошибка обучения в зависимости от количества деревьев
Автор: Vladimir Perervenko