Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3585

[cemal]

https://medium.com/towards-data-science/temporal-fusion-transformer-time-series-forecasting-with-deep-learning-complete-tutorial-d32c1e51cd91

[mytarmailS]

mytarmailS #:
На 0.003%,  для нас это сверх важно)

 К тому же есть еще авто арима )

[mytarmailS]

Блин, этот конкурс не дает мне нормально спать по ночам, не могу найти нормального преобразования

[[Удален]]

mytarmailS #:
Блин, этот конкурс не дает мне нормально спать по ночам, не могу найти нормального преобразования

 В чатгпт загони сами данные, может в базе есть что-то похожее )

[[Удален]]

Не видел чтобы кто-нибудь такое делал.. сглаживание меток. Иногда неплохо помогает от переобучения и может дать разнообразие моделей.

Если ограничены в разнообразии разметок или хотите частично убрать переобучение, можете поюзать.

Чем больше период сглаживания, тем меньше переобучение.

 

[[Удален]]

Maxim Dmitrievsky #:

Не видел чтобы кто-нибудь такое делал.. сглаживание меток. Иногда неплохо помогает от переобучения и может дать разнообразие моделей.

Если ограничены в разнообразии разметок или хотите частично убрать переобучение, можете поюзать.

Чем больше период сглаживания, тем меньше переобучение.

 

Оригинал:

Сглаживание, период 5:

Период 15:

Период 25:

Период 50:

100:

200:

300:

[[Удален]]

Оптимальный период сглаживания связан со средней продолжительностью сделки.

[mytarmailS]

Maxim Dmitrievsky #:

 В чатгпт загони сами данные, может в базе есть что-то похожее )

Да какой там нафиг гпт,  я три дня только грязные данные обрабатывал чтобы привести их нормальному табличному виду и чтобы все по времени было синхронизировано , потом еще раз все с ноля переписывал по другому..

Это реальные данные детка ..  с ошибками датчиков, с шумом в значениях с безолаберностью записующего с абсолютно разными шкалами признаков в каждом наблюдении с дикой мультиколинеарностью с расхождением по времени итд

Я бы хотел чтобы кто из вас ощутил туже боль что ощущаю я )

[[Удален]]

mytarmailS #:
Да какой там нафиг гпт,  я три дня только грязные данные обрабатывал чтобы привести их нормальному табличному виду и чтобы все по времени было синхронизировано , потом еще раз все с ноля переписывал по другому..

Это реальные данные детка ..  с ошибками датчиков, с шумом в значениях с безолаберностью записующего с абсолютно разными шкалами признаков в каждом наблюдении с дикой мультиколинеарностью с расхождением по времени итд

Я бы хотел чтобы кто из вас ощутил туже боль что ощущаю я )

Знаю такое :) помогал с обработкой сигналов датчиков в газохимической сфере. Но там целая команда работала. Удачи 😁

[[Удален]]

По мотивам

Ультимативная маст хэв ф-я, благодаря которой модель никогда не переобучается. Но и граальных бэктестов ждать не стоит.

Количество кластеров соответсвует кол-ву паттернов, на которые хотите разделить все примеры и посчитать среднюю метку для каждого кластера.

На вход подается размеченный датасет с признаками, на выходе выплевывается со скорректированными метками, которые предотвращают переобучение.

Примерs: