Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3396

Новый комментарий
[Удален]  
Maxim Dmitrievsky #:

Еще в планах эксперименты не с позиционным матчингом, как в статье, а через Propensity score. Это позволит заодно и откалибровать вероятности.

В теории, через него можно искать и матчить сэмплы

Например, случайно размечаем один кусок выборки как 0, другой как 1. Учим НС разделять классифицировать к какой выборке принадлежит пример. Это еще называется Adversarial validation.

В идеальном случае НС не должна определить выборку, ошибка должна быть в районе 0.5. Это значит, что исходная выборка хорошо рандомизирована.

propensity
0.38        3
0.40        3
0.41        3
0.42       20
0.43       27
0.44       40
0.45       56
0.46      140
0.47      745
0.48     3213
0.49     8041
0.50    11718
0.51     5324
0.52     1187
0.53      749
0.54      209
0.55       95
0.56       54
0.57       29
0.58       12
0.59       14
0.60        8
0.61        6
0.63        1

Все, что в районе 0.5 - хорошо, эти данные можно использовать для обучения. Крайние значения - выбросы.

Потом по каждой "вероятности" можно посчитать процент угаданных случаев.

Пока что немного ломает мозг такой подход.

 

Интересный длящийся конкурс - для тех кто хочет сравнить свои успехи в прогнозировании котировок с другими участниками.

Numerai
Numerai
  • numer.ai
The hardest data science tournament on the planet. Build the world's open hedge fund by modeling the stock market.
 
Aleksey Vyazmikin #:

Интересный длящийся конкурс - для тех кто хочет сравнить свои успехи в прогнозировании котировок с другими участниками.

Так была уже эта ссылка тут много много раз
 
mytarmailS #:
Так была уже эта ссылка тут много много раз

Я как то не запомнил - видимо не ясно тогда было, что делать, а сейчас почитал хэлп и стало понятней.  В любом случае, факт, что эта затея уже долго работает. Как я понял, платят там какой то криптой за хорошие прогнозы.

Минус конечно в том, что код открытый нужно передавать для участия.

[Удален]  

Будущее наступило.. запустил LLM от гугла локально. Теперь мне не нужна жена и друзья.


[Удален]  
Maxim Dmitrievsky #:

Будущее наступило.. запустил LLM от гугла локально. Теперь мне не нужна жена и друзья.

https://blog.google/technology/developers/gemma-open-models/

Gemma: Introducing new state-of-the-art open models
Gemma: Introducing new state-of-the-art open models
  • blog.google
Gemma is designed with our AI Principles at the forefront. As part of making Gemma pre-trained models safe and reliable, we used automated techniques to filter out certain personal information and other sensitive data from training sets. Additionally, we used extensive fine-tuning and reinforcement learning from human feedback (RLHF) to align...
 

Хорошее обобщение всей ветки


 
Aleksey Vyazmikin #:

Хорошее обобщение всей ветки


Прослушал с удовольствием 
 
mytarmailS #:
Прослушал с удовольствием 
Вот эта тоже хорошая https://youtu.be/EutX1Knl6v4?si=bBicqPoh474EiRIc 
[Удален]  
Там в конце основы козула, на это обратил бы внимание
1...338933903391339233933394339533963397339833993400340134023403...3745
Новый комментарий