Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3042
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
Вычленяем нескольго "годных" правил/стратегий из данных..
Получаю ошибку при запуске
Возник чисто теоретический вопрос - может ли ONNX модель использоваться для получения другой ONNX модели. Например, первая модель используется для периодического переобучения на новых данных и обновления рабочей модели. Имеется в виду, без использования питона и тд.
На первый взгляд, вряд ли это возможно, но вдруг кто-то пытался делать что-то подобное.
Осмысленных ответов от ИИ добиться не удалось - пишет что можно и приводит в подтверждение ссылки не имеющие никакого отношения к вопросу)
Основная проблема в применении матстата для таких задач в том, что поиск ТС осуществляется отбором из большого числа вариантов. Всегда можно из большого набора выбрать что-то очень красивое - на простом примере как-то показывал здесь, что моделируя цены как СБ, всегда можно "найти" хороший час недели для торговли. А это всего-то 120 вариантов для выбора.
При этом матстат не говорит, что отобранная ТС обязательно плохая, а говорит лишь о том, что подобный результат МОЖЕТ (А НЕ ОБЯЗАН) являться всего лишь результатом отбора из СБ.
Я всетаки не понял , те нет способа уверенно сказать статистически значим фин. рез. ТС или нет?
Получаю ошибку при запуске
1) Данные те же что и в примере?
2) может в новом R изменились названия аргументов функции
одним из направлений может быть поиск не самых лучших, а самых стабильных параметров ТС. т.е., отбрасывать те варианты, которые имеют вариабельность результатов на разных участках истории.
один из способов - заложить в критерии оценки показатели стабильности результатов.
Есть класный пакет по баесовской оптимизации..
Можно делать многокритериальную опмимизацию, оптимизацию на функциях с шумом и много много другого , очень интересный пакет
сделал игрушечный пример как алгоритм ищет минимум в одномерном векторе
Я всетаки не понял , те нет способа уверенно сказать статистически значим фин. рез. ТС или нет?
Не надо смешивать две вещи, которые связаны с использованием одного и того же показателя:
1) Оценка результата работы одной ТС по этому показателю.
2) Выбор одной ТС из большого числа вариантов, посредством максимизации этого показателя.
В первом случае значение показателя может говорить о статистической значимости, а во втором - вряд ли.
Я всетаки не понял , те нет способа уверенно сказать статистически значим фин. рез. ТС или нет?
1) Данные те же что и в примере?
2) может в новом R изменились названия аргументов функции
1. да
2. Может - включил 3.5.0 - затребовал библиотеку - устанавливаю и опять какие то ошибки
1. да
2. Может - включил 3.5.0 - затребовал библиотеку - устанавливаю и опять какие то ошибки
посмотри какие аргументы принимает функция
в той версии в которой была ошибка с этой функцией.
написал же!
Не надо смешивать две вещи, которые связаны с использованием одного и того же показателя:
1) Оценка результата работы одной ТС по этому показателю.
2) Выбор одной ТС из большого числа вариантов, посредством максимизации этого показателя.
В первом случае значение показателя может говорить о статистической значимости, а во втором - вряд ли.
Те простыми словами получаеться если я оцениваю одну ТС по стат. значимости , то это хрошо,
если у меня 100 ТС и я выбираю лучшую по тому же критерию то это уже плохо?
Я наверное всетаки что не так понял? так же не может быть верно?
одним из направлений может быть поиск не самых лучших, а самых стабильных параметров ТС. т.е., отбрасывать те варианты, которые имеют вариабельность результатов на разных участках истории.
один из способов - заложить в критерии оценки показатели стабильности результатов.