Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2563
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
а что такое квантовые таблицы? таблицы разбиения деревьев? никогда не делал такое
лучше статью с примерамиКвантовые таблицы - это разбиение предиктора на границы/диапазоны, которые уже потом участвуют в обучении. Да ранее уже много раз тут об этом писал.
Квантовые таблицы - это разбиение предиктора на границы/диапазоны, которые уже потом участвуют в обучении. Да ранее уже много раз тут об этом писал.
Вы ребята ещё ничего не показали дельного, только блабла. Ботаны
Продолжайте вести наблюдение.
Квантовые таблицы - это разбиение предиктора на границы/диапазоны, которые уже потом участвуют в обучении. Да ранее уже много раз тут об этом писал.
Вся суть же в том, что квантуем, как и с какой целью.
Вся суть же в том, что квантуем, как и с какой целью.
Пробовал как-то квантование по участкам монотонности эквити, когда вместо времени используется предиктор. Ничего особенно хорошего не увидел.
А, понял. Вроде, квантование фичей только для ускорения обучения используется. Или у вас прямо жёсткое? Я просто сторонник классического подхода плюс немного своих извращений
Ускорение обучения - это одно из достоинств, но ещё есть и эффект агрегации схожих состояний предиктора. Грубо говоря, я участок разбиения рассматриваю как отдельный бинарный предиктор, что позволяет убрать шум из базового предиктора.
Кроме эффекта улучшения обучения получается снизить число деревьев в модели, дающих схожий результат, а значит снизить шум модели.
Экспериментирую с жесткими рамочными таблицами, это когда разбиение происходит исходя не из данных, а по заданным критериям, к примеру уровни Фибоначчи...
Вся суть же в том, что квантуем, как и с какой целью.
Так я и написал - что с целью выявить устойчивую закономерность, дающую статистическое преимущество на конкретном участке. А квантуем предикторы - любые.
А вот "как" лучше это делать - вопрос открытый - пока только перебором заготовленных таблиц, сделанных по эмпирическим предположениям или статистическим разбиением алгоритма CatBoost.
На рисунке 3 "кванта" - скорей всего выбран средний диапазон, на котором есть какое то стат преимущество.
Так я и написал - что с целью выявить устойчивую закономерность, дающую статистическое преимущество на конкретном участке. А квантуем предикторы - любые.
А вот "как" лучше это делать - вопрос открытый - пока только перебором заготовленных таблиц, сделанных по эмпирическим предположениям или статистическим разбиением алгоритма CatBoost.
На рисунке 3 "кванта" - скорей всего выбран средний диапазон, на котором есть какое то стат преимущество.
По моим представлениям, проблема с коллинеарностью (корреляцией) почти всех предикторов. Ещё есть проблема комбинаторная - если предикторов много, то квантов может получиться чересчур много. Возможно, стоит понижать сначала размерность посредством PCA или PLS.
Кто нибуть пробовал прикрутить парадокс монтихола к трейдингу/принятия решений ??
Там весь парадокс в том, что задача не до конца формализована математически. Ответ получается разный, в зависимости от того каким именно способом проводится полная формализация.
В смысле пользы - разве что как поучительный пример того, что для одного реального явления могут быть разные мат-е модели дающие разный ответ.