Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3485

[Удален]  
mytarmailS #:
Похоже мои подозрения верны
Да, у меня в канальчике есть ссылка на видеокурс для новичков на coursera бесплатный, где все это объясняется. Это именно самый начальный уровень.
 
Maxim Dmitrievsky #:
Да, у меня в канальчике есть ссылка на видеокурс для новичков на coursera бесплатный, где все это объясняется. Это именно самый начальный уровень.

Так я же говорю..

Смотреть на МАЕ и думать что это еквивалент прибыли это признак новичка

 
Maxim Dmitrievsky #:
Ну у вас же есть стата по набору моделей. Средняя стата должна быть как минимум лучше средней статы на рандоме, написал же. Это уже неплохо для беглой оценки, чтобы понять насколько случайно вы получаете хорошие форварды.

Так я показал результаты, допустим, двух рандомных выборок, и на одной из них обучение значительно лучше чем на другой проходит!

Поэтому и не ясно, от какого рандома отталкиваться - в этом посыл.

 
Yuriy Asaulenko #:
Это и невозможно. Вполне возможно выигрывать и на СБ, и это, такое везение, может продолжаться весьма долго. Проведите тест, сами убедитесь.

Вот надо сделать это возможным...

[Удален]  
Aleksey Vyazmikin #:

Так я показал результаты, допустим, двух рандомных выборок, и на одной из них обучение значительно лучше чем на другой проходит!

Поэтому и не ясно, от какого рандома отталкиваться - в этом посыл.

В среднем.
 
Maxim Dmitrievsky #:
В среднем.

Тогда надо генерить в начале N рандомных выборок с разными стат. распределениями и настройками, обучать на каждой сотню моделей...

[Удален]  
Aleksey Vyazmikin #:

Тогда надо генерить в начале N рандомных выборок с разными стат. распределениями и настройками, обучать на каждой сотню моделей...

Типа того
 
Aleksey Vyazmikin #:

Вот надо сделать это возможным...

Только статистика, множество тестовых выборок. Но и это не 100% гарантия, но все таки.
 
Maxim Dmitrievsky #:
Типа того

Слишком затратно, должен быть и другой путь.

 
Yuriy Asaulenko #:
Только статистика, множество тестовых выборок. Но и это не 100% гарантия, но все таки.

Только вот нет этого множества тестовых выборок - в этом часто причина плохих моделей - нехватка данных для обучения.