Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1546
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
Не предполагает.
В XGBoost первое дерево - грубая модель. Остальные корректируют первое, причем с микроскопическим коэффициентом. Ничего там работающего отдельно не вытащите, они только всей толпой дают хороший результат.В катбусте видимо тот же базовый принцип, со своими особенностями.
На самом деле и я скептически к этому отношусь, разве что сделать дерево подлинней - сейчас готовлю данные на 6 сплитов, думаю, что этого недостаточно.
Однако, сама суть веса это лишь оценка всех листов в модели нарастающим итогом, и нельзя исключать, что среди них есть хорошая закономерность, ведь принцип построения листов соблюдается и учитывает независимое построение по жадности, а уже потом проверку на улучшение дерева и его оценку. Посмотрим.
Так может дело всё ж в данных, уже не первый раз слышу от разных лекторов, что однородные данные, такие как приращение, лучше отдать на корм НС, а деревья разных типов лучше работают с неоднородными данными - паттерны, новости, коэффициенты риска, время, события, плотность стакана, открытый интерес, объемы.
Кстати, насчет приращений, пробовали не в пунктах измерять, а по ATR, или в процентах от цены закрытия?
не с тем боретесь.. вообще похрен в чем измерять
не с тем боретесь.. вообще похрен в чем измерять
Как раз я думал, что напротив, перевод в натуральные значения даст эффект, ведь у меня все значения нормированы и квантированы (разбиты по диапазонам), и вот оказалось, что когда я оставил чистые цифры, то обучение значительно ухудшилось. Мне сейчас очевидно, что предобработка данных имеет значение.
Как раз я думал, что напротив, перевод в натуральные значения даст эффект, ведь у меня все значения нормированы и квантированы (разбиты по диапазонам), и вот оказалось, что когда я оставил чистые цифры, то обучение значительно ухудшилось. Мне сейчас очевидно, что предобработка данных имеет значение.
ну у вас там свой мир какой-то причудливый, со своими зверями )) Я использую только приращения и их аналоги, а иногда и просто цены, как Отцы заповедовали
ну у вас там свой мир какой-то причудливый, со своими зверями )) Я использую только приращения и их аналоги, а иногда и просто цены, как Отцы заповедовали
Может скрестим две выборки с Вашими и моими предикторами, чисто ради эксперимента?
Может скрестим две выборки с Вашими и моими предикторами, чисто ради эксперимента?
защем? любые пердикторы производные от ретурнов. Просто добавьте ретурнов в свою и считайте что скрестили уже
защем? любые пердикторы производные от ретурнов. Просто добавьте ретурнов в свою и считайте что скрестили уже
Я не знаю, какие там ретурны добавлять, с каким шагом и сколько штук.
Я не знаю, какие там ретурны добавлять, с каким шагом и сколько штук.
так и я не знаю, всегда по разному
так и я не знаю, всегда по разному
Хмм, так может подумать, как это можно узнать?
Кстати, могу в R модель по Вашим данным построить - раз интересует сравнение эффективности методов.Хмм, так может подумать, как это можно узнать?
Кстати, могу в R модель по Вашим данным построить - раз интересует сравнение эффективности методов.там уже лучше ничего сделать невозможно, модель совершенна и подтверждает случайную природу котира
дальнейшие улучшения могут быть только за счет разных приемов работы со случайными процессами, о чем и писал выше