Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 232
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
согласен, на мой взгляд, если человек сможет хотя бы просто прогнать данные и получить логлос ниже 0.69300(рандом) то имеет право рассуждать про ИИ и МО здесь, остальные не профпригодны
мой результат https://numer.ai/ai/toxic
https://numer.ai/ai/dr_tr
0.69184 уложился :)
Интересный конкурс, и призы интересные.
И ещё интересно по какому принципу у них предикторы создаются. У меня обычно зависимости угасают со временем, т.е. я обучил модель на первой половине файла, и ожидал что на второй половине файла ошибка будет расти со временем, как обычно. А там - нет, всё такое стационарное, без ухудшений во времени. Хотя обещали данные связанные с торговлей. Необычно. Возможно, что строки в таблице рандомно перемешаны.
Ветка сильно разрослась и становится нечитаемой. Предлагаю начать новую ветку "RUserGroup" в которой будут обсуждаться только конкретные вопросы применения моделей машинного обучения в терминале МТ4/5 на языках, которые позволяют это сделать без проблем. Я знаю два (R, Python). Обсуждение проводить с предоставлением кода. Приглашаются и знатоки имеющие наработки в области МО на других языках.
Начать можем с примера сверточной сети который выложен в предыдущих постах .
Удачи
Я - ЗА! но все равно засрут же((
у меня еще вопрос : в чем реальное преимущество сверточной перед обычной сетью по вашему мнению? на рынке естесно )
вам же ответили пару страниц назад - у вас есть идея, вам надо ее проверить за 5 мин (1день,неделю). и неизвестно - идея ваша жизнеспособная или изначально мертворожденная. какой вариант вы выберите - воспользоваться готовым пакетом,с которым разберется студент за 5 мин,или написать полную инфраструктуру заново самостоятельно? если второй вариант,то это садомазохизм,и нормальным людям с вами не по пути))
согласен, на мой взгляд, если человек сможет хотя бы просто прогнать данные и получить логлос ниже 0.69300(рандом) то имеет право рассуждать про ИИ и МО здесь, остальные не профпригодны
мой результат https://numer.ai/ai/toxic
Я - ЗА! но все равно засрут же((
у меня еще вопрос : в чем реальное преимущество сверточной перед обычной сетью по вашему мнению? на рынке естесно )
Сверточные сети заточены на классификацию данных, представленных матрицами. Не вижу преимуществ перед глубокими и думаю что более подходящей моделью является LSTM, поскольку наши данные - тайм серии.
Пример предложен для разбора, поскольку там есть код, который можно комментировать, и там есть несколько принципиальных ошибок которые будут полезно знать всем. Если конечно это интересно автору.
Удачи
mytarmailS:
Я - ЗА! но все равно засрут же((
у меня еще вопрос : в чем реальное преимущество сверточной перед обычной сетью по вашему мнению? на рынке естесно )
Сверточные сети заточены на классификацию данных, представленных матрицами. Не вижу преимуществ перед глубокими и думаю что более подходящей моделью является LSTM, поскольку наши данные - тайм серии.
Пример предложен для разбора, поскольку там есть код, который можно комментировать, и там есть несколько принципиальных ошибок которые будут полезно знать всем. Если конечно это интересно автору.
Удачи
Да по сути всем интересно,не только автору...
Я еще такую мысль слышал что сверточная сеть обладает свойством масштабируемости в распознавании, то есть сумеет распознать объект(паттерн) даже если он будет немного других размеров и формы чем на обучающей выбоке, это правда?
И ещё интересно по какому принципу у них предикторы создаются. У меня обычно зависимости угасают со временем, т.е. я обучил модель на первой половине файла, и ожидал что на второй половине файла ошибка будет расти со временем, как обычно. А там - нет, всё такое стационарное, без ухудшений во времени. Хотя обещали данные связанные с торговлей. Необычно. Возможно, что строки в таблице рандомно перемешаны.
Почитайте ихние статейки в блоге, там не более чем на пол часа довольно интересного чтения, как они данные обфусцировали, зачем вообще всё это и тп. Строки точно перепутаны, признаки и источники данных засекречены, кроме того эти признаки спроецированы в специфический базис, чтобы смешать их с друг другом до состояния однородности, чтобы не понять их происхождения.
Да по сути всем интересно,не только автору...
Я еще такую мысль слышал что сверточная сеть обладает свойством масштабируемости в распознавании, то есть сумеет распознать объект(паттерн) даже если он будет немного других размеров и формы чем на обучающей выбоке, это правда?
Если речь идет об изображении - то да, правда.
Если речь идет об изображении - то да, правда.
А с временным рядом как дела обстоят?
А с временным рядом как дела обстоят?
Я не получил хороших результатов. Нужны предикторы (в отличие от других моделей) сильно коррелированные.
Не нашел таких, которые давали бы приемлемый результат. Правда экспериментировал недолго. Времени в обрез. Вы попробуйте. В примере есть полностью работоспособный код.
Удачи
ПС. Если будете пробовать, в матрицах, подаваемых на вход, предикторы должны быть строками не столбцами.