Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1797
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
Поразмышлял об этом (речь идёт о некоем месте для обсуждения применения теорвера и матстата). Полагаю, в настоящее время что-то подобное лучше делать в виде статей и последующего их обсуждения.
Поделился этой идеей с администрацией и получил предварительное согласие. Если есть какие-то идеи и предложения по поводу тематики статей, то делитесь ими здесь.
Действительно сложно выбрать темы из сложной науки и что бы полезно для людей)))
Если по направлениям, то видимо практическое применение различных моделей в трактовке ВР. Разбор различных алгоритмов НС для ВР с привязкой к мат.моделям. Вероятностное ожидание результатов НС. Теорвер и алгоритмы МО, какие лучше, какие хуже.)
Мне последнее нравиться.
Спс за мысль почитать.))) По матстату есть и доходчивый материал))) В общем вывод что ряд можно оценить / определить / охарактеризовать через модель там присутствует и как тема определение минимального участка для определения достоверной модели.
Здесь на сайте есть закрытые группы по приглашению
но лучше статьи
НС будет читать мысли? Ссылка.
Вожусь с arma. Пока докопался до сути, узнал много интересного. Всегда считал, что тест на единичный корень как то связан с мнимой единицей. Оказалось, что это тест на устойчивость фильтра. arma это фильтр, состоящий из бих и ких фильтров. Фильтр можно представить в виде отношения полиномов B/A. Их корни называются нулями и полюсами. По их положению на единичной окружности судят о устойчивости фильтра. Тест на единичный корень как раз про это.
Никак не получается сделать устойчивый arma фильтр, с ar такой проблемы нет.
Вожусь с arma. Пока докопался до сути, узнал много интересного. Всегда считал, что тест на единичный корень как то связан с мнимой единицей. Оказалось, что это тест на устойчивость фильтра. arma это фильтр, состоящий из бих и ких фильтров. Фильтр можно представить в виде отношения полиномов B/A. Их корни называются нулями и полюсами. По их положению на единичной окружности судят о устойчивости фильтра. Тест на единичный корень как раз про это.
Никак не получается сделать устойчивый arma фильтр, с ar такой проблемы нет.
Можно сказать что фильтр, можно что это метод описывающий ВР. Если модель неустойчиво описывает ВР, значит надо либо увеличивать количество полиномов, либо переходить к более сложной или другой модели.
НС будет читать мысли? Ссылка.
Работы были еще до НС и МО. Результаты в распознавании образов были давно, но про них так не писали. ИИ, НС, МО просто драйверы рекламы и продвижения)))) Поломойка с ИИ всегда дороже простой швабры)))
Как я думаю, данный подход, в отличии от принципа жадности, позволит более плавно снижать полноту выборки, а значит должен сделать сигнал от листа более устойчивым.
лучше направить энергию на генерацию новых признаков.. ИМХО...
Если признаки гуд, то можно даже пробовать экстремумы предсказывать, у меня где то 400 ,и 10 моделей, но вижу что нужно в десятки раз больше, обучающие выборки могут достигнуть > 100 GB , жесть ))) у меня нету таких мощностей ...
Из картинок видно что алгоритм что то да может распознавать, но нужно наращивать признаки...
Работы были еще до НС и МО. Результаты в распознавании образов были давно, но про них так не писали. ИИ, НС, МО просто драйверы рекламы и продвижения)))) Поломойка с ИИ всегда дороже простой швабры)))
Ага, конечно ))) Хотел бы я посмотреть как с помощью " if ,then, else " распознают картинки, или речь генерируют вот это был бы хардкор )) А если серьезно то несете чушь !
лучше направить энергию на генерацию новых признаков.. ИМХО...
Если признаки гуд, то можно даже пробовать экстремумы предсказывать, у меня где то 400 ,и 10 моделей, но вижу что нужно в десятки раз больше, обучающие выборки могут достигнуть > 100 GB , жесть ))) у меня нету таких мощностей ...
Когда много предикторов - начинается переобучение, особенно если это бустинг - появляются листья, которые активируются на выборке всего там 0,01% - это явно мусор.
Поэтому важно работать в двух направлениях - искать пути улучшения моделей за счет их структуры и пред/пост обработки данных, а так же за счет добавления новых предикторов.
Ничего не получилось с данными, что я ранее Вам скидывал для экспериментов?
Я поставил на реальный счет тот советник сейчас - и вижу, что есть другие проблемы - к примеру не заливается лимитник полностью, тонкий рынок - большие проскальзывания...
Когда много предикторов - начинается переобучение,
не начинается , есть же кроссвалидация + доп. выборка для проверки..
А переобучение как раз из за того что вы имеете признаки которые несут в себе 5% полезной информации , а вы хотите выжать из них 70% , а ее просто нету.. информации полезной нету..
для этого и нужно много признаков
появляются листья, которые активируются на выборке всего там 0,01% - это явно мусор.
Когда вы торгуете руками например, вы смотрите на графики , на разные ТФ , видите там какие то паттерны и принимаете решения, потом идете на мелкий ТФ и ищете точку входа , потом ждете точного момента и входите... Что это было? Это сжатие информации.
1) разные ТФ и паттерны в них - сжатие
2) мелкий ТФ , точка входа - сжатие
3) момент входа - сжатие
в результате по отношению к выборке это будет даже не 0,01% и даже не 0,001 % , но мусором вы это не считаете правда ?
Ничего не получилось с данными, что я ранее Вам скидывал для экспериментов?
с какими данными? я что то пропустил..