Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3094
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
Возможно, мы выпустим на публику ранее написанный пакет для R. Надо провести его ревизию и дописать недостающий функционал.
Это было бы очень правильным решением. Готов участвовать в тестировании, если нужно.
Удачи
Это было бы очень правильным решением. Готов участвовать в тестировании, если нужно.
Удачи
в одном експерименте участвует одна ТС
Я с оверфитом давно борюсь и шепчу уже несколько раз - загляните в козул. Все эти техники оттуда, Прадо вдохновлялся (частично) там.
Это обобщение статистики на ML.
Можно делать inference моделей по заданному критерию (тритменту). Это про удаление смещения и дисперсии в данных, чтобы лучше работало на новых.Методом, предложенным в статье, нельзя перебирать разные модели с целью выбора лучшей (пту стайл). Это https://en.wikipedia.org/wiki/Multiple_comparisons_problem.
И все же интересно поподробнее... как вы предлагаете выбирать модель в работу из тысяч вариантов?
Тот пакет скорее оценивает возможность успешного обучения выбранной целевой на выбранных предикторах. Если большинство моделей успешны, то и выбранная скорее всего тоже будет успешной.
Выбора одной конкретной модели там не происходит (я так понял). Выбирать ее надо др. методом, который в статье не обсуждается. Да и там куча оговорок и ограничений (пара страниц), часть из них я пересказал.
Модели там все таки разные, т.к. с разными параметрами индикаторов. Но набор индикаторов может быть одинаковым. Думаю в этом путаница.
Можно сказать - стратегия одна, но модели (варианты) разные
И все же интересно поподробнее... как вы предлагаете выбирать модель в работу из тысяч вариантов?
Тот пакет скорее оценивает возможность успешного обучения выбранной целевой на выбранных предикторах. Если большинство моделей успешны, то и выбранная скорее всего тоже будет успешной.
Выбора одной конкретной модели там не происходит (я так понял). Выбирать ее надо др. методом, который в статье не обсуждается. Да и там куча оговорок и ограничений (пара страниц), часть из них я пересказал.
Модели там все таки разные, т.к. с разными параметрами индикаторов. Но набор индикаторов может быть одинаковым. Думаю в этом путаница.
Выбирать можно только из хороших, если все хорошие. Если так ставить вопрос выбора, или с некоторым доверительным интервалом все хорошие. Иначе вышеобозначенная проблема, Которая требует дополнительных усилий.
Я не знаю кто что конкретно делает, поэтому вопрос для меня туманный.
делайте експерименты, пишите код...
Я попробовал , работает , дальше я уже думаю какие ТС лучше применять итд .. те иду дальше и глубже..
А вы еще год будете теорию обсасывать, а потом забьете, и на том все и закончиться
Но вообще я не понял как они делают кросс-валидацию без обучения. А просто подают готовый набор ретурнов,и потом миксуют его на 12000 вариантов. Должно же обучаться на каждом из 12000 IS и прогнозироваться на каждом соответствующем OOS.
На мой взгляд - это один из вариантов оценки прямолинейности кривой баланса на трейне.
Благодаря тому, что через кросс-валидацию убираем смещение (это главное) и дисперсию, модель начинает +- адекватно вести себя на новых данных. Потом можно до ума доводить.
Такое можно и в торговлю ставить