Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3487
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
Провел обучение по своей методике на рандомных данных с подглядыванием на двух выборках, как и тут с нормальной выборкой.
Ну, скажу так, вполне можно обучаться. Динамика обучения - вероятность выбора класс "1" на каждой итерации после "обучения".
Так выглядит вероятность выбора правильного квантового отрезка на каждой итерации. В конце трясёт, так как выборка уменьшается.
В целом очень похожа динамика, как и на данных, которые считаем не рандомными.
А вот так выглядит график уже с числом хороших вариантов для выбора.
Разница в пике примерно в 4,5 раза с не рандомными данными. Можно ли тогда считать, что 20% на не рандомных данных - это просто случайно прошедшие отбор квантовые отрезки? Замечу, что здесь для отбора используется CV без перемешивания - диапазоны выборки разбиваются на 10 частей и они подлежат оценки в совокупности.
А кому интересен баланс на выборке exam - вот такой вот он - 1 пункт 0,00001, спред учтён.
В итоге, взяли случайную выборку, с какой то вероятностью нам повезло, построили случайно модель или подкрутили переменные в оптимизаторе, и вот радуемся результату и несём накопленные непосильным трудом деньги на рынок...
Алексей, сколько у тебя ядер или потоков на сервере?
У меня много компутеров, максимум 28 ядер - 56 потоков - 128 ОЗУ.
У меня много компутеров, максимум 28 ядер - 56 потоков - 128 ОЗУ.
Ты их пользуешь? 56 потоков
В последнее время я не так часто использую все ресурсы - занимался теоретическими разработками на одной выборке, но скоро я хочу разработки проверить на разных выборках, что бы оценить результат более объективно, для этого удобно будет для каждой выборки использовать отдельный компьютер - если обучать модели на том же CatBoost.
Ещё для советника с маркета я использовал все ресурсы - для отбора базовых таблиц настроек параметров.
Изначально под отбор листьев всё покупал и под генетику - тут может ещё напишу код под идею на питоне, что использовал на R - имеет недостатки, которые я не понял как устранить.
Вообще, где много вычислений, и алгоритм мой полезным кажется - переношу логику на OpenCL и считаю на видеокарте.
У меня много компутеров, максимум 28 ядер - 56 потоков - 128 ОЗУ.
Gemma
Если я тебе скрипт закину, сможешь посчитать на всех ядрах если что?
Думаю, надо понять в начале, сколько это займёт времени.
У Вас какой процессор?
Gemma
Ну, что ж - похоже на юмор, любопытно...
Ну, что ж - похоже на юмор, любопытно...
Это баг, когда включаешь поддержку видео ядер