Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 716
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
Михаил, а чем закончились опыты с энтропией/негэнтропией?
Мне братья по разуму посоветовали установить R и подкинули пару плюгинов с отрывками кода. В итоге все расчёты в екселе я прекратил и пользуюсь готовыми пакетами. В R замутил расчёт количества важных входных переменных к выходной для каждой строчки таблице, а также к нескольким выходам. В итоге получаю некоторое количество данных в зависимости от размера таблицы и выходной переменной. Выбираю тот выход где при максимальной глубине выборки имею максимальное количество важных переменных. Далее тренирую модели на подготовленной выборке. И знаете, за все года тренировок ИИ это в первые, когда тесты показывают столь стабильные удовлетворительные результаты. НО грош цена всем тестам, если сигнал не поднять, а когда он поднимется и на него обратят внимание, вот тогда все снова начнут читать мою статью и старатся врубится как и что я сделал. Ведь абсалютно не важно как лишь бы в плюс. А с помощью машки или ИИ не важно. Важен конечный результат!!!!!
А вот это затёртая до дыр ссылка, с которой и начинается вся движуха на рынке. Интересно смотреть с 20-й минуты. Там он как раз говорит суть...
https://www.youtube.com/watch?v=d4XzMqHNeew
Это я скинул тем, кто считает мои познания в рынке нелепостью. Хотя я знаю о рынке очень и очень мало, НО я трезво на него смотрю, без иллюзий и розовых очков. Чего и Вам желаю.....Мне братья по разуму посоветовали установить R и подкинули пару плюгинов с отрывками кода. В итоге все расчёты в екселе я прекратил и пользуюсь готовыми пакетами. В R замутил расчёт количества важных входных переменных к выходной для каждой строчки таблице, а также к нескольким выходам. В итоге получаю некоторое количество данных в зависимости от размера таблицы и выходной переменной. Выбираю тот выход где при максимальной глубине выборки имею максимальное количество важных переменных. Далее тренирую модели на подготовленной выборке. И знаете, за все года тренировок ИИ это в первые, когда тесты показывают столь стабильные удовлетворительные результаты. НО грош цена всем тестам, если сигнал не поднять, а когда он поднимется и на него обратят внимание, вот тогда все снова начнут читать мою статью и старатся врубится как и что я сделал. Ведь абсалютно не важно как лишь бы в плюс. А с помощью машки или ИИ не важно. Важен конечный результат!!!!!
Ну, то есть, конкретно сейчас, все исследования приостановлены. Используются готовые шаблоны из R в расчете на пусть даже небольшой +. Далее- открытие сигнала и, при наличии устойчивых наличных в портмоне, продолжение исследований вне шаблонов. Правильно я понимаю текущую ситуацию?
Ну, то есть, конкретно сейчас, все исследования приостановлены. Используются готовые шаблоны из R в расчете на пусть даже небольшой +. Далее- открытие сигнала и, при наличии устойчивых наличных в портмоне, продолжение исследований вне шаблонов. Правильно я понимаю текущую ситуацию?
Нет. Сейчас таки исследования идут в полном разгаре, а именно идут крупномасштабные тесты в связи с открывшимися новыми возможностями. Результаты тестов пока более чем удовлетворительны. Сигнал уже и так есть, осталось его поднять :-)
В R я делаю предобработку данных и выкидываю из данных мусор. Как оказалось наличие мусора во входе очень сильно ухудшает работу модели на ООС. После предобработки, когда R говорит мне, что вот именно в этих входах есть зависимость к выходу, саму зависимость ищу уже в оптимизаторе. Получаю порядка 3-5 моделей, потом делаю контрольное тестирование каждой модели и выбираю ту что прошла тест. Дальше ставлю её роботяге и смотрю что да как.....
.... Как оказалось наличие мусора во входе очень сильно ухудшает работу модели на ООС.
+100
И не только на ООС.
Нет. Сейчас таки исследования идут в полном разгаре, а именно идут крупномасштабные тесты в связи с открывшимися новыми возможностями. Результаты тестов пока более чем удовлетворительны. Сигнал уже и так есть, осталось его поднять :-)
В R я делаю предобработку данных и выкидываю из данных мусор. Как оказалось наличие мусора во входе очень сильно ухудшает работу модели на ООС. После предобработки, когда R говорит мне, что вот именно в этих входах есть зависимость к выходу, саму зависимость ищу уже в оптимизаторе. Получаю порядка 3-5 моделей, потом делаю контрольное тестирование каждой модели и выбираю ту что прошла тест. Дальше ставлю её роботяге и смотрю что да как.....
ну так тебе осталось только jpredictor выкинуть и пользоваться обилием моделей в R
может твои признаки настолько огненные, что любая модель с ними будет норм
ну так тебе осталось только jpredictor выкинуть и пользоваться обилием моделей в R
может твои признаки настолько огненные, что любая модель с ними будет норм
А вот это в корне не правильное утверждение. Дело в том что Решетов в оптимизаторе прикрутил все гайки до нельзя в плане переобучения. Максимально жосткие условия при отборе модели, не говоря о рандомном построении тренинг и теста. Мне кажется что гайки закручены даже слишком, потому как при изобилии входных данных модели редко имели и десятой части всех входов. НО что же сделало R?
Проводя предобработку R выдает, вот эти входа имеют некую взаимосвязь с вот этим выходом. То есть R говорит лишь о наличии этой взаимосвязи, а вот поиском этой взаимосвязи уже занимается оптимизатор и с его жёсткими правилами с целью снижения переобучения он строит модели в области полезных данных для выхода и при этом не переобучается. Во всяком случае старается..... Так что симбиоз что надо!!!!
Ну что же. Критика у нас в почёте..... Так держать.....
Только вот скажите, а в чём собственно нелепость моего поста??? Что в нём не так????
Не о чем, общие фразы в стиле Герчика.
Мне братья по разуму посоветовали установить R...