Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3582
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
Называю прямоугольником не двумерную фигуру, а многомерную, размерностью равной числу признаков (n-гиперпрямоугольник). Мне так удобнее, поэтому и вы тоже также понимайте.
.
Можно так же и многомерную искать фигуру, но уже посложней. Правда, я нахожу сомнительным поиск на всех предикторах сразу - даже в теории не могу представить как такое может быть.
Пара признаков может быть связана одной логикой.
Речь же была о деревьях, которые не делают ничего, кроме разрезания пространства N признаков на N-прямоугольники.
Допустим, у нас действительно есть некий N-прямоугольник в пространстве признаков, в котором один класс сильно преобладает над другим. Чтобы выделить его деревом нужно сделать минимум 2N сплитов и получить в сумме 3^N (это огромное число при больших N) N-прямоугольников. Не лучше ли в таком случае сразу искать один N-прямоугольник?
Главная идея в том, что задача полной "картографии" пространства признаков черезчур амбициозна - зря тратится ограниченная информация содержащаяся в выборке. Что если ограничиться попытками просто вырезать "хорошие" кусочки из него?
пространства признаков черезчур амбициозна - зря тратится ограниченная информация содержащаяся в выборке. Что если ограничиться попытками просто вырезать "хорошие" кусочки из него?
.
Жую туже жвачку...
В долгих размышлениях реализации пришел к евристическому поиску, симвойлной регрессии и логическим правилам как конечный продукт.
Столкнулся с проблемами проклятия рамерности (несмотря на большое количество данных\котировок найденых хороших примеров/паттернов 5-20 екземпляров) и моральным выгоранием :)
Речь же была о деревьях, которые не делают ничего, кроме разрезания пространства N признаков на N-прямоугольники.
Если берёте диапазон значений предикторов, то находите сторону условно многомерной фигуры.
Допустим, у нас действительно есть некий N-прямоугольник в пространстве признаков
Как мне представляется, такое возможно если вероятность на шкале предиктора меняется плавно, я же вижу в своих предикторах резкие изменения смещения вероятности. Таким образом, всё сводится к поиску строк, на которых предикторы показывали значения в определённом диапазоне и преимущественно выделяли один класс. И, это проще искать через квантовые отрезки, после получения которых проводится группировка их по откликам в строках.
Даже если получить то, что задумываете, то гарантии работы на новых данных нет. Нужно копать именно в сторону поиска таких гарантий...
топчитесь понимашь на месте..хотите бизнес идею ?
алгоритмы (или лучше принципы построения алгоритмов/формул/NN) наиболее быстро и легко оптимизируемые оптимизатором люто востребованы разделами сигналов и маркета.
людям нужно ощущение возможностей, вам нужны деньги. Можете друг-друга найти
Раздел сигналов приказал долго жить, а разделу маркета нужен маркетинг, чтобы пробиться через кучу другого маркетинга, заполнившего его топ :) Сейчас там явно доминируют боты с откатами за 5 звёзд.
они там оба, наперебой приказывают :-)
просто философское: рынка без посредника-спекулянта не бывает и собственно доказательство мы видим воочию