Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3359
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
Эх, всё бы вам пакеты...
После калибровки любого классификатора методом CV, сразу виден потенциал этой модели. Если он ни на что не способен, то вероятности кучкуются вокруг 0.5 после этой процедуры. Хотя до этого он был overconfident. Дальнейшая возня с такой моделью вообще не представляет интерса. Ее нельзя улучшить. То есть ее даже откалибровать нормально нельзя, нет рыбы. Весьма удобно.
нет ни одного "квантрезка", вашими словами, ни одного диапазона или бина, где бы он давал вероятный профит.
Ладно, напоследок, чтобы закрыть тему. Получилось экспортировать в метак калибровку сигмойдой.
Дано: переобученный градиентный бустинг, затем откалиброванный до такого состояния:
При пороге 0.5 все очевидно, сразу видно где ООС:
Запускаю оптимизацию порога и стопов:
Получаю всякие варианты, лучший при порогах 0.75-0.85. Даже немного на новых данных немного вывозит, хотя с порогом 0.5 нет ни одного нормального варика.
Довольно забавная игрушка.
После калибровки любого классификатора методом CV, сразу виден потенциал этой модели. Если он ни на что не способен, то вероятности кучкуются вокруг 0.5 после этой процедуры. Хотя до этого он был overconfident. Дальнейшая возня с такой моделью вообще не представляет интерса. Ее нельзя улучшить. То есть ее даже откалибровать нормально нельзя, нет рыбы. Весьма удобно.
нет ни одного "квантрезка", вашими словами, ни одного диапазона или бина, где бы он давал вероятный профит.
Если это позволяет Вам автоматизировать отсев моделей, то это уже хорошо.
У меня реализована визуализация модели по её показателю вероятности-уверенности с шагом 0,05 и там сразу мне всё видно. Главным является трансформация результата на выборке обучения и иных - там вероятности ползут, поэтому я и говорю о не репрезентативности. Поэтому и калибровку вижу как неэффективную меру именно в нашем случае. Если на ваших моделях смещения сильного от выборки к выборки нет, то это скорее вызывает удивление.
И, я замечу, что как раз недообученная модель будет выдавать вероятности в узком диапазоне.
Нормально обученная модель часто будет врать именно в зонах сильной уверенности - поэтому есть смысл ставить не порог классификации, а окно - к примеру от 0,55 до 0,65 считать возвращаемый класс единицей, а остальное игнорировать. На концах модель хоть и уверена, но часто там очень мало наблюдений, поэтому маленькая статистическая значимость.
Господа спецы МО!
Стоит заморачиваться этим?
Заняться моим алгоритмом - Общее обсуждение - MQL5
Пока он еще в первозданном виде, успейте успеть. Никто не понимает, что вы говорите.
Да хорошь))) С наступающим))))
Истина неизменна)))
Да хорошь))) С наступающим))))
Истина неизменна)))
Господа спецы МО!
Стоит заморачиваться этим?
Заняться моим алгоритмом - Общее обсуждение - MQL5
Такой себе год, в целом не радостно в окружающем мире, а кто-то этому рад. Тост: пусть в новом году монада перевернется. И за людей, благодаря которым он будет возможен.
Поддерживаю))) Кста я в 20-00 начинаю, с красноярского)))
Поддерживаю))) Кста я в 20-00 начинаю, с красноярского)))