Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2218

[[Удален]]

Renat Akhtyamov:

иди сам возьми на свой демозит

я такое пойло не пью.

спрячь, не позорься. Уже всем все доказал.

[Renat Akhtyamov]

Maxim Dmitrievsky:

спрячь, не позорься. Уже всем все доказал.

не твое дело

[Aleksey Nikolayev]

Maxim Dmitrievsky:

лучше бы себе бутылку вискаря взял на свои 1000 центовых долларов... советчик )))

сам себя утопил... в очередной раз )))) 

Если бы цена вела себя как радиосигнал, то пересиживание было бы идеальным способом выхода из неправильной сделки)

[Uladzimir Izerski]

Aleksey Nikolayev:

Если бы цена вела себя как радиосигнал, то пересиживание было бы идеальным способом выхода из неправильной сделки)

Замечательно сказано!

[Farkhat Guzairov]

Aleksey Nikolayev:

Если бы цена вела себя как радиосигнал, то пересиживание было бы идеальным способом выхода из неправильной сделки)

Все просто, надо принимать факт неверных решений и как норму.

А если принимая эти решения итоговый профит будет в отрицательной зоне, то не надо никаких дополнительных доказательств того, что выбранный метод в корне неверный.

Все эти пересиживатели возникли из-за форекса, так как форекс придуман для нищебродов (я один из них) ))). Люди торгующие на бирже знают истинную ценность и стоимость открытой позиции и просто не могут себе позволить держать по долгу открытые позиции тем более если они убыточные.

[Valeriy Yastremskiy]

Aleksey Nikolayev:

Если бы цена вела себя как радиосигнал, то пересиживание было бы идеальным способом выхода из неправильной сделки)

Радиосигнал не вечен) и его можно выключить)

[mytarmailS]

Maxim Dmitrievsky:

а  ты пробовал какие то другие кластеризации помимо GMM ?

[[Удален]]

mytarmailS:

а  ты пробовал какие то другие кластеризации помимо GMM ?

нужна не кластеризация, а оценка плотности. Подойдет энкодер и GAN

есть специальные техники работы с хвостатыми распределениями в МО, но я до них пока не совсем дорос.

например, есть такой прикол. Для хвостатого распределения (а приращения формируют именно такое) размер выборки для обучения должен быть почти бесконечным, чтобы что-то работало на новых данных. И это доказано. Как тебе?

[mytarmailS]

Maxim Dmitrievsky:

нужна не кластеризация, а оценка плотности. Подойдет энкодер и GAN

есть специальные техники работы с хвостатыми распределениями в МО, но я до них пока не совсем дорос. Это, буквально, самое новое что есть

Я просто что то понять не могу

натренировал модель на два кластера

> gm <- ClusterR::GMM(X,gaussian_comps = 2)
> gm
$centroids
            [,1]       [,2]       [,3]
[1,] -0.24224591 -0.5103346  0.7653689
[2,]  0.07675401  0.1668665 -0.2967750

$covariance_matrices
         [,1]      [,2]      [,3]
[1,] 1.169446 0.5971381 0.5771400
[2,] 1.006148 0.7724611 0.8297428

$weights
[1] 0.2505878 0.7494122

$Log_likelihood
            [,1]      [,2]
 [1,]  -4.060188 -3.111429
 [2,]  -6.105358 -3.516479
 [3,]  -4.301979 -4.310115
 [4,]  -3.752352 -3.583401
 [5,]  -3.172447 -3.302278
 [6,]  -7.849530 -5.254127
 [7,]  -3.055816 -3.157801
 [8,]  -5.307695 -2.795444
 [9,] -11.721658 -6.764240
[10,] -10.575876 -5.565554
[11,]  -6.760511 -5.193087
[12,]  -3.978182 -5.066543
[13,]  -2.577926 -4.418768
[14,]  -4.398716 -3.614050
[15,]  -4.082245 -5.268694
[16,]  -2.918141 -2.901401
[17,]  -9.153176 -4.797331
[18,]  -5.678321 -3.599856
[19,]  -4.500670 -2.622113
[20,]  -2.965878 -4.415078
[21,]  -4.453389 -4.152286
[22,]  -5.365306 -4.368355
[23,]  -8.533327 -3.813763
[24,]  -4.142515 -2.811048
[25,]  -7.174136 -5.631351
[26,]  -5.063518 -3.491408
[27,]  -4.935992 -8.336194
[28,]  -4.210241 -5.869093
[29,]  -3.605818 -2.577456
[30,]  -3.670845 -5.686447
[31,]  -2.733389 -5.010803
[32,]  -3.730563 -2.646749
[33,]  -3.201767 -3.689452
[34,]  -4.879268 -3.111545

что есть распределение

$centroids

или

$covariance_matrices

и как их симулировать (плодить подобные)

[mytarmailS]

Maxim Dmitrievsky:

 И это доказано. Как тебе?

Бомба.

Где читал?