Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3525
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Решил немного разбавить крутое МО убогим матстатом)
Вспомнил высказывания одного местного товарища, что "цены разворачиваются по расписанию".
график волатильности внутри суток показывает в первую очередь, что есть моменты когда прочие расчёты превращаются в тыкву. Кратный рост/падение за небольшой промежуток времени сводят оконные функции (корреяцию в том числе ) с ума
Причём здесь это? Корреляция считалась, по сути, также как волатильность. Например, для Х=1 бралась выборка из всех приращений за 1-ю минуту и смотрелась её корреляция с выборкой из всех последующих приращений за 2-ю минуту. И так далее для всех Х<=1440. Оконная функция устроена по другому.
Код на R
Причём здесь это? Корреляция считалась, по сути, также как волатильность. Например, для Х=1 бралась выборка из всех приращений за 1-ю минуту и смотрелась её корреляция с выборкой из всех последующих приращений за 2-ю минуту. И так далее для всех Х<=1440. Оконная функция устроена по другому.
Код на R
будем точны в формулировках: считалась НЁХ... корреляция посчитанная по сути как волатильность - это именно она. Причём авто :-) авто-НЁХ
вопрос без надежды на ответ: а что хотели увидеть ?
Нужно было уточнить расписание, если это не «без пяти полпятого», тогда только обращать внимание :)
Maxim Kuznetsov #:
а что хотели увидеть ?
Очевидно, расписание разворота цен)
Жаль, что оно оказалось несуществующим)
Если не касаться тех. части (конкретной реализации, которая очень простая), то более грамотное разнесение классов в пространстве признаков, чтобы классы меньше пересекались, но при этом метки оставались профитными. Тогда энтропия снижается. Позже попробую сделать визуализацию, потому что самому интересно наглядно посмотреть, из-за чего стало лучше. Есть ли видимые отличия.
Можно просто пофантазировать на тему любого пространства признаков и подумать как можно распределить метки в нем. Тогда значимость признаков снижается, возрастает значимость разметки.
Всё что мне фантазируется - это мой метод - где диапазоны предикторов по сути обнуляются, если обнаружено смещение вероятности для нулевого класса, что избавляет от противоречий.
В чём суть Вашего метода?
Всё что мне фантазируется - это мой метод - где диапазоны предикторов по сути обнуляются, если обнаружено смещение вероятности для нулевого класса, что избавляет от противоречий.
В чём суть Вашего метода?
Если в вашей терминологии, то 0 и 1 разнесены по разным диапазонам предикторов.
Если в вашей терминологии, то 0 и 1 разнесены по разным диапазонам предикторов.
Я правильно понял, что происходит условная чистка - замена 1 на 0 после случайной разметки?
Или типа подбираете предикторы для этого?
Но, как увязываете это с устойчивостью смещения вероятности, ведь на обучении можно сотворить что угодно, а что будет потом?
Я правильно понял, что происходит условная чистка - замена 1 на 0 после случайной разметки?
Или типа подбираете предикторы для этого?
Но, как увязываете это с устойчивостью смещения вероятности, ведь на обучении можно сотворить что угодно, а что будет потом?
Удаляю примеры, которые на условной границе разделения классов. Все по канонам МО. Улучшение устойчивости получается, из-за более простых границ.
Постепенно снижаю кол-во признаков еще, есть модели, которые неплохо работают на 2-х машках. То есть можно уменьшить кол-во признаков до 2-х.
Бустинг обучается максимум на 100 итерациях потом. Наверное это что-то из Активного обучения.