Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2845

[Aleksey Nikolayev]

Andrey Dik #:

понятно что там какая-то формула, возможно даже секретная, но если бы можно было задавать веса компонентам комплексного критерия... ммм, сказка.

Судя по описанию можно понять и так, что сначала отбирается часть лучших проходов по одному критерию, потом из отобранных отбирается часть лучших по второму критерию и так далее.

"Он позволяет поэтапно выбирать наилучшие проходы: сначала по количеству сделок, затем из этой выборки по мат. ожиданию прибыльности, затем по фактору восстановления и так далее."

[Andrey Dik]

Aleksey Nikolayev #:

Судя по описанию можно понять и так, что сначала отбирается часть лучших проходов по одному критерию, потом из отобранных отбирается часть лучших по второму критерию и так далее.

"Он позволяет поэтапно выбирать наилучшие проходы: сначала по количеству сделок, затем из этой выборки по мат. ожиданию прибыльности, затем по фактору восстановления и так далее."

критерий подсчитывается сразу, на каждом проходе оптимизации, а не в конце оптимизации с учетом всех результатов по отдельности каждого прохода. поэтому неувязочка там с фактом и описанием в справке.

[Evgeni Gavrilovi]

Maxim Dmitrievsky #:

не увидел с ходу разницы и преимуществ

Новый способ для генерации табличных данных. Насколько он лучше? Или до сих пор GMM вне конкуренции?

https://github.com/kathrinse/be_great

[[Удален]]

Evgeni Gavrilovi #:

Новый способ для генерации табличных данных. Насколько он лучше? Или до сих пор GMM вне конкуренции?

https://github.com/kathrinse/be_great

Не знаю, не анализирую табличные данные 

Для временных рядов не подходит 

Какая-нибудь T-gan, возможно, будет лучше 

⚙️ Time-series Transformer Generative Adversarial Networks

Github: https://github.com/jsyoon0823/TimeGAN

Paper: https://arxiv.org/abs/2205.11164v1

Stock data: https://finance.yahoo.com/quote/GOOG/history

Energy data: http://archive.ics.uci.edu/ml/datasets/Appliances+energy+prediction

@ai_machinelearning_big_data

[Evgeni Gavrilovi]

Maxim Dmitrievsky #:
Какая-нибудь T-gan, возможно, будет лучше

А как можно проверить правдоподобие? Сравнить распределения реальных и синтетических данных по отдельности для каждого ряда?

[[Удален]]

Evgeni Gavrilovi #:

А как можно проверить правдоподобие? Сравнить распределения реальных и синтетических данных по отдельности для каждого ряда?

Где-то видел через PCA сравнение наглядное, не вспомню с ходу. Может позже.

[[Удален]]

Evgeni Gavrilovi #:

А как можно проверить правдоподобие? Сравнить распределения реальных и синтетических данных по отдельности для каждого ряда?

https://hackernoon.com/a-gan-approach-to-synthetic-time-series-data-pe2r33fd

[Aleksey Vyazmikin]

Какие предикторы можно придумать для гистограмм?

Приложил как файлы, так как картинки не хотят вставляться - видимо очередной баг.

[mytarmailS]

Aleksey Vyazmikin #:

Какие предикторы можно придумать для гистограмм?

))))))) 

А чем гистограмма отличается от точек? стесняюсь спросить, кроме как визуализацией 

[Aleksey Vyazmikin]

mytarmailS #:
))))))) 

А чем гистограмма отличается от точек? стесняюсь спросить, кроме как визуализацией 

Точками можно представить любую фигуру. Визуализация нужна для стимуляции абстрактного мышления, что стимулирует генерацию идей.

Действительно, на гистограмме бинарный предиктор выборки, красные полосы означают что сигнал пропал (ноль), а их высота означает как долго не было сигнала "1" в выборке.

Предполагаю, что разный характер распределения частот появления сигнала по выборке может служить для классификации дальнейшего использования этого предиктора при обучении. Соответственно предиктор может быть исключен, или рекомендован к использованию только для построения верхних\корневых сплитов.

Поэтому и требуются предикторы для описания гистограмм. Да, можно ещё делать предикторы по балансу TP+FP - так же интересны идеи для его описания за исключением общеизвестных.