交易中的机器学习:理论、模型、实践和算法交易 - 页 2641

 
mytarmailS #:

嘿)))你是在拿我和米桑亚作比较吗?)


一个来自GP创作者的片段,谁能告诉冷却器?

此外,我不认为自己有能力写一部电影。只有 5 个人能看懂,他们都不会重复,更不用说发展了......

最后,我得到了 3 个赞和两条评论,比如 "有趣 - 再来一次"。 花上几天时间值得吗?


我宁愿写文章,但那些该死的元引号不想看 R 代码,所以我也不想写,虽然有时我也有东西要写,但有时....。

我不是在比较,只是觉得好玩 😀
Python 和 R 是一样的,我想换一下,Vladimir Perervenko 已经换成了 Python,至少有人尝试过。
文章主题是的,尤其是关于 MO 的。用于交易的正常资料很少。
 
Maxim Dmitrievsky #:
不是比较,只是玩玩 😀
python 和 R 是一样的,本来会有一些交叉,Vladimir Perervenko 也有一些交叉,至少尝试过
文章主题是的,尤其是关于 MO 的。用于交易的正常资料很少。

是的,我会切换,但人们会因为某些优势而切换,而我并不这么认为。在数据处理方面,Python 与 Rca 相比是空洞的。

Rca 拥有 Python 所拥有的一切(甚至更多),但 Python 却没有 Rca 所拥有的一切。)

python 的优势在于它是一种通用语言,可以制作电子表格,很酷,代码可读性更强,社区不断壮大,但在其他几十项参数上,python 都不如 ....。

Pandas 的数据帧、矢量化等所有酷点...都是盗用了 Rki 的标准语法......

好吧,我有点得意忘形了,我的口味问题...

 
mytarmailS #:

我倒是想换,但人们换是出于某种优势,而我并不这么认为。在数据处理方面,Python 与 RCA 相比是空白。

Rca 拥有 Python 所拥有的一切(甚至更多),但 Python 却没有 Rca 所拥有的一切。)

python 的优势在于它是一种通用语言,可以制作回声,很酷,代码可读性更高,社区日益壮大,但在其他几十个参数上,python 都不如 ....。

Pandas 的数据帧、矢量化等所有酷点...都是偷来的标准 Rky 语法...

好吧,我说得有点过了,I.P.是一个品味问题。

Ramp 就像是一门独立的语言,有自己的技巧。
 
Maxim Dmitrievsky #:
坡道就像一种独立的语言,有自己的笑话。

每个人都喜欢它)。

 
Maxim Dmitrievsky #:

最后,马克斯,一切都可以用规则的形式来表示,也可以用任何语言来表达。

最重要的是有东西可以倾注,所以你可以也应该用你熟悉的语言开发 TC。


而 Python,是的,我需要学习它......未来就在它的背后,但我太懒了......而且就 Rka 所解决的任务而言,它非常原始。

我认为交易中最重要的是实现和测试想法的速度。

 
mytarmailS #:

最终,Max 可以将一切都表示为规则,并填充到任何 NPS 中。

最重要的是有东西可以输入,因此您可以也应该用您熟悉的语言开发 TC。


还有 Python,是的,你应该学习它......未来就在它的背后,但你太懒了......而且就 RCA 所解决的任务而言,它非常原始。

我认为交易中最重要的是实现和测试想法的速度。

我花了一些时间思考基于增量的新迹象(我之前写过一条信息,但没有人提出任何建议)。也许我很快就会展示结果。我的方法有点不同--我正在研究这些标记,试图为它们找到信息功能。也就是说,我在寻找好的特征标签对。这基本上是同一件事,只不过是从侧面看。我依靠的是规则,但依靠的是符号的固定性和稳定性。或者说,我在寻找固定性和信息量之间的折衷方案。

我只使用 catbust 和 enthusiasm,你可以在任何小日本上使用)。
 
Maxim Dmitrievsky #:
我花了一些时间在增量的基础上想出了一些新功能(在这之前写了一篇文章,但没有人提出任何建议)。也许我很快就会向你们展示成果。我的方法有点不同--我正在浏览 标签,并试图为它们找到信息丰富的功能。也就是说,我在寻找好的特征标签对。这基本上是同一件事,只不过是从侧面看。 我依靠的是规则,但依靠的是符号的固定性和稳定性。或者说,我在寻找固定性和信息量之间的折衷方案。

是的,是的,类似的东西,但在我看来,你可以在规则上更进一步。

 
mytarmailS #:

是的,是的,类似的东西,但我想你可以更进一步。

Boost 有一个新功能,你可以丢弃坏标志。我还没来得及用。

https://catboost.ai/en/docs/concepts/python-reference_catboost_select_features

select_features
select_features
  • catboost.ai
Purpose. Select the best features and drop harmful features from the dataset. Method call format.
 
Maxim Dmitrievsky #:

Boost 有一个新功能,您可以丢弃坏标志。还没有机会使用它

https://catboost.ai/en/docs/concepts/python-reference_catboost_select_features

我觉得没什么用。

 
mytarmailS #:

我怀疑它能起什么作用。

如果与其他方法结合起来,也许会有效果。