交易中的机器学习:理论、模型、实践和算法交易 - 页 3144

 
mytarmailS #:
我最近一直在对信号进行微观分析。

结果发现,99.9% 的已发布信号都活不过一两年。

因此,发布的信号是一个指标

发布信号是件大事。

一个人可能正坐在那里用手敲击按钮。

他已经停业两年多了。这不是很长的时间吗?

P. Z.

试着理解一下,读慢一点,你上面写了什么?

是否至少有一句话是正确的?

 
Lorarica #:

一个已发布的信号,就是这样一个概念。

可能是一个人坐在那里用手敲打按钮。

它已经停用两年多了。那不是很长的时间吗?

P. Z.

试着读慢一点,理解你上面写的?

是否至少有一句话是正确的?

没有仔细阅读

 

你们什么时候才能意识到,在市场上工作需要接受教育。

而且不是普通的教育。

P.Z.

正如 你在这里所说,一切都很复杂。

例如,谁来阅读 31400 条信息?

取其精华,去其糟粕,加以总结。

你们有懂机器学习的聪明人,对吧?

我的建议有什么问题吗?

一切顺利,只为你。

P.Z.

 
mytarmailS #:

没看清楚

不要喂养巨魔,否则他们会把整个主题淹没

 
Lorarica #:

佩尔东

7 年老支书,31400 个帖子,结果在哪里?

如果删除 30000 个帖子,其中什么都没有,会发生什么?

或者有吗?谁知道呢?

P.Z.

巴南/阿南=1.23

这是一个交流主题。交流的主题是 MO。在这里,人们交流、分享他们的印象,有时也分享中间结果。

没有人强迫她逐步建立一个工作交易顾问。因此,您很容易被写成诱导者,请注意

 
СанСаныч Фоменко #:

用中文阅读课文,然后复述其中的信息。

嗯,是的,我不善于接受中文文本)这就是我写的内容。但这并不意味着某个特定的中文文本中没有信息,因为你可以引入一个额外的信息转换器--一个从中文到俄文的翻译器,然后就可以清楚地知道某个特定的中文文本中是否有信息,或者它只是一组随机的字符。

 

关于稳定性 (c) SanSanych。如果将时间添加到一组属性中,就可以比较其与其他属性的重要性。如果一个特征比时间更重要,那么它就是稳定的。也许这是有道理的)。

例如,如果要建立一棵决定性的树,那么只能建立到时间的第一次分裂为止。如果这棵树是空的,那么所有迹象都是坏的。这种方法(对于树的情况)的一些理由可能是分割 搜索算法与时间序列变化点检测的相似性。在这两种情况下,通常都要将一个样本分割成两个差异最大的子样本。

 
我深表歉意,但在这种情况下,为什么不能简单地通过模型对新数据进行检验呢?

它的窗口对数损失与互信息或其他类似指标完全一样。

就效率而言,也是差不多的,无穷大乘以无穷大,因为比较的是两个随机序列。

(с)
 
Maxim Dmitrievsky #:
我深表歉意,但在这种情况下,为什么不能通过新数据模型检查芯片呢?)稳定就是稳定。 。

它的窗口对数损失与互信息或其他类似指标完全相同。

就效率而言,也是差不多的,无穷大乘以无穷大,因为比较的是 2 个随机序列。

(с)

这很难说。在我看来,分析时需要一个大窗口,比通常情况下大几倍。然后在此基础上建立决策树,将时间作为一个特征。如果一切都从时间分割开始,我们就会认为其他迹象不好,不稳定。即使这些迹象突然在较小的窗口上也能很好地发挥作用,但仍然会存在不稳定性,因为不同窗口上的依赖关系会有很大不同。

 
Aleksey Nikolayev #:

这很难说。在我看来,分析时需要一个大窗口,比平时大几倍。然后在此基础上建立决策树,将时间作为一个特征。如果一切都从时间分割开始,我们就会认为其他迹象不好,不稳定。即使这些迹象在较小的窗口上突然运行良好,仍然会存在不稳定性,因为不同窗口上的依赖关系会有很大不同。

我明白了,你也可以看看因果森林。顺便说一句,我还没研究过它,如果有人能搞清楚它,读一读用它做的实验会很有意思。
我不明白 Sanych 的方法:)他在研究均方根误差。或滑动窗口中的均方根误差。
原因: