Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3284
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
Продолжайте квантование 😵💫
Наконец то дельный совет!
А вот и результат - два последних столбца
Действительно, результаты улучшились. Можно сделать предположение, что чем больше выборка, тем лучше будет результат обучения.
Надо попробовать обучиться на 1 и 2 части выборки train - и если результаты будут не сильно хуже, чем на 2 и 3 части, то фактор свежести выборки можно считать менее значимым, чем объём.
Ну что же - обучение закончено, результаты ниже в таблице - два последних столбца.
Предварительно можно сделать вывод, что действительно, успешность обучения зависит от объёма выборки. Однако, отмечу что результаты выборки "-1p1-2" сопоставимы, и даже лучше по некоторым критериям, с выборкой "-1p2-3", в то время как для выборки "0p1-2" результаты в два раза хуже по числу моделей, отвечающих заданному критерию.
Сейчас запустил выборку с перевернутой хронологией, в ней выборка train состоит из начальной выборки exam+test+train_p3, а выборка test - это train_p2, ну а exam уже train_p1. Цель - посмотреть - можно ли на более свежих данных построить успешную модель, которая бы работала 10 лет назад.
Как думаете, какой будет результат?
Ну что же - обучение закончено, результаты ниже в таблице - два последних столбца.
Предварительно можно сделать вывод, что действительно, успешность обучения зависит от объёма выборки. Однако, отмечу что результаты выборки "-1p1-2" сопоставимы, и даже лучше по некоторым критериям, с выборкой "-1p2-3", в то время как для выборки "0p1-2" результаты в два раза хуже по числу моделей, отвечающих заданному критерию.
Сейчас запустил выборку с перевернутой хронологией, в ней выборка train состоит из начальной выборки exam+test+train_p3, а выборка test - это train_p2, ну а exam уже train_p1. Цель - посмотреть - можно ли на более свежих данных построить успешную модель, которая бы работала 10 лет назад.
Как думаете, какой будет результат?
Еще чуть-чуть и будет получен банальнейший результат ..., а может и не будет получен, но тогда открытие, которое перевернет мир МО!
Так держать!
Много раз писал о "предсказательной способности предикторов". которая вычисляется как расстояние между двумя векторами.
Попался список инструментов для вычисления расстояния:
Это кроме стандартного, в котором свой набор расстояний
Вот вам задача без входных данных: …
Макс, вот никак не пойму, зачем потешаться?
если нет предположений - промолчи, если есть - выскажи, типа "результат будет херовый".
...
Как думаете, какой будет результат?
не знаю, но интересно узнать.
Еще чуть-чуть и будет получен банальнейший результат ..., а может и не будет получен, но тогда открытие, которое перевернет мир МО!
Так держать!
Т.е. думаете, что число моделей будет сопоставимо в первыми двумя столбцами? Хотя и в них разница в два раза отличается. Поконкретней про банальность, пожалуйста.
Макс, вот никак не пойму, зачем потешаться?
если нет предположений - промолчи, если есть - выскажи, типа "результат будет херовый".
Выше написал про матстат. До этого писал про козул. Еще раньше писал про ошибки Оракула (ошибки разметки), когда данные размечаются не пойми как. Из этого абсолютно выходит понимание, что на разных кусках и длинах обучения, результаты будут разниться. Зависит от данных, которые не предоставлены и не описаны.