交易中的机器学习：理论、模型、实践和算法交易 - 页 1114

新评论
 
Mihail Marchukajtes:

嗯，你知道...我也用曲线来决定使用哪个模型。如果一个模型90%的交易都是盈利的，而在关键时刻却损失惨重，那么这个模型有什么用呢？平衡曲线的类型确实很重要。当然这还不够，但我还是会有一些想法。

你需要多少数据来进行培训????

如果有关联，引擎会发现它。

数据永远不够用--越多越好。

 
马克西姆-德米特里耶夫斯基。

这是掌握优化器的第十个年头...

但快乐的人是不会看时间的

)))搞笑的是......。

 

真的让我们跟它讲道理....

所有当前的指标都表示当前的训练质量，并不说明模型的未来性能。也就是说，从最好的指标中得到一个很好的结果并不能保证未来的高质量结果。这就是为什么我坚信，除了训练和验证期，还必须有一个测试期来评估模型的性能，决定它是否合适。如果你通过百分比来看，那么灵感样本应该包括训练/验证/控制，分别为45/45/10％，IMHO，这就是我想在优化器中看到的。因此，在获得模型后，当学习到测试部门时，对其进行测试，如果评估令人满意，那么学习就会停止，并有可能保存模型，如果控制失败，那么我们就重新开始训练，并重复进行，直到在测试部门或经过一定数量的训练迭代后获得预期的结果。这就是现在需要做的事情。

我们需要在检查中运行模型，如果检查失败，再开始训练，如此反复10次。问题是，检查图占用了模型可操作性的宝贵时间，在OOS的学习期过后就开始归于平淡。而我发明了一个变体，我前一阵子，几个月前告诉了博士，他基本上觉得很有道理。我现在由于某些原因没有使用它，所以如果你不介意的话，我想与你分享它....。

 
itslek:

把数据与目标放出来，如果有任何关联，机器就会发现。

数据永远不够用--越多越好。

好的。我们只能说它不多。我可以做一个巨大的上传，但要做MT会很长，我怕它会冻结，所以尽量用你的东西来训练它。我自己会做预处理，然后把已经预处理过的数据集贴出来，好吗？

 
Mihail Marchukajtes:


我对目标定位没问题，不用担心，而且优化器是用Java写的。你认为不可能实现像你想的那样复杂的指标????。please....

我想你给了我你的数据，我从中得出结论，你的预测因素与目标无关。


还是我错了？

我可以先证明你的预测因素与目标相关吗？

 
itslek:

把数据与目标放出来，如果有任何关联，机器就会发现。

数据永远不够用--越多越好。

你自己把它划分为训练和OOO。在训练中，你可以用Q做任何事情，你应该告诉我们你为了兴趣做了什么。当然，没有必要告诉你如何做和用什么做。

 
Mihail Marchukajtes:

我将发布预处理后的数据集，好吗？

不可以，原始的+预处理的。

 
桑桑尼茨-弗门科。

我想你给了我你的数据，我从中得出结论，你的预测因素与目标无关。


还是我错了？

我可以先证明你的预测因素与目标相关吗？

所有这些都是事实，但从那时起，我做了一些关键的改变，增加了有意义的数据量。特别是由于我是在折算全集，而现在经过预处理后，输入的数量减少了，只剩下重要的输入。你可以再次尝试评估....如果有兴趣的话！！。

 
Vizard_。

不可以，原始的+预处理的。

不要紧，让他先证明他没有噪音。

 
马克西姆-德米特里耶夫斯基。

是在其学习Optimizer的第十个年头...

但快乐的人永远不会看到时钟

所以我是一个胆小的程序员，你想要什么？我研究了半年的日食，只是为了舒适地安排窗户。我没有帮手，.....，这个论坛爬满了程序员，所以一切都很慢 :-(

1...110711081109111011111112111311141115111611171118111911201121...3399
新评论