Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3725

[Aleksei Kuznetsov]

fxsaber #:
В статьях по применению МО к рынкам приводят результат применения описываемых методик к случайным рядам?

Насчет статей не помню, но сам делал эксперимент. На новых данных естественно 50/50.

Случайные данные на которых обучалось оно запомнит и часто будут давать правильные ответы, но на новых случайных данных будет 50/50.

Рассматривайте МО как базу данных с объединением и усреднением части данных. Например при делении дерева в один лист могут попасть 100 строк, среди которых 80 дают одинаковые ответы (0/1). Алгоритм выберет лучший вариант разделения данных на 2 части/листа, максимум 0 с одной стороны и максимум 1 в другом листе. И получит например лист где будет 85 из 97 одинаковых ответов.
Можно делить дерево до 1 примера в листе (так делает лес в Алглибе), тогда точность будет почти 100%. Менее 100% т.к. в реальности не все строки можно разделить, т.к. нет фичей, которые позволили бы сделать это. И часть листов все-равно будут содержать строки с разными ответами. Чем больше фич, тем лучше будет точность запоминания.

Возможно есть смысл недообучать модели для рыночных данных. Пусть будет 60% в листьях на тренировочных данных, но чтобы и на новых данных было не 50/50, а хотя бы 55%. Сам подбираю степень обученности при оптимизации.

[Aleksey Nikolayev]

fxsaber #:
В статьях по применению МО к рынкам приводят результат применения описываемых методик к случайным рядам?

Это практически стандарт - потестить изучаемый подход на случайных данных с заданными вероятностными характеристиками. Часто принимает вид моделирования Монте Карло, каковой в своё время вы называли пригодным только для написания бесполезных статей.

Возникло ощущение замкнувшегося круга.

[[Удален]]

Forester #:

Рассматривайте МО как базу данных с объединением и усреднением части данных. 

Где конкретно в нейросети искать данные? Хватит болтать ерундой в многоуважаемой теме, может про Форекс стратки уже кто-нибудь напишет? :)             

[[Удален]]

Например, покупать золото на откатах до сих пор работает. И агенства прогнозируют продолжение роста в 2026-м, так же как и рост Биткойна и еаробакса. Уже можно идти обучать :)

[Aleksei Kuznetsov]

Maxim Dmitrievsky #:
Где конкретно в нейросети искать данные? 

Очевидно, что в нейронах и смещениях. Все перемножите и переплюсуете и получите ответ. Воспринимать сложно, это одна из причин, почему на деревянные модели перешел.
Деревянные модели в смысле данных понятнее. Листья дают среднее значение примеров, которые в него вошли.

[[Удален]]

Forester #:
Очевидно, что в нейронах и смещениях. Все перемножите и переплюсуете и получите ответ. Воспринимать сложно, это одна из причин, почему на деревянные модели перешел.
Деревянные модели в смысле данных понятнее. Листья дают среднее значение примеров, которые в него вошли.

Что с чем перемножать без поступающих на вход данных? В нейронах веса модели (параметры), а не данные. 

Зачем портить новыми определениями то, что придумано до нас :)

[Rorschach]

Кто пробовал?

https://www.mql5.com/ru/articles/19519

[[Удален]]

А что там пробовать, символьную регрессию?

[fxsaber]

Forester #:

Случайные данные на которых обучалось оно запомнит и часто будут давать правильные ответы, но на новых случайных данных будет 50/50.

Aleksey Nikolayev #:

Это практически стандарт - потестить изучаемый подход на случайных данных с заданными вероятностными характеристиками.

Так все же уже успешно решается задача идентификация ряда, как СБ или нет?

[Aleksei Kuznetsov]

Maxim Dmitrievsky #:
Что с чем перемножать без поступающих на вход данных? В нейронах веса модели (параметры), а не данные. 

Зачем портить новыми определениями то, что придумано до нас :)

Ок. База данных сохраняющая веса и смещения. Относите слово данные к названию БД (хранилищу), а не к типу хранимой информации. В деревянных моделях усреднения данных - т.е. можно соотнести с данными на которых обучали. В НС как и ранее говорил хранятся веса и смещения.

Определение не мое. Пару лет назад видел такое определение в новостях "базы данных на основе нейросетей". Для себя согласился. Особенно для основного инструмента который использую, т.е. деревьев/лесов.