交易中的机器学习：理论、模型、实践和算法交易

pantural 2018.02.17 17:39 #6891

马克西姆-德米特里耶夫斯基。

更多的侵略性，先生们，更多的对自己的不满......。

你还有两个星期的时间来确认你是一个颤抖的野兽还是一个有身份的人。

不是我们，而是你，你设定了这样一个期限 :)

Grigoriy Chaunin 2018.02.18 03:38 #6892

Mihail Marchukajtes:

逼迫不是偷靴子。转换后的例子在哪里？至少要有一张你那里的照片。而最好的是，图片应显示资金的余额。因为这是任何市场工作的最终目标，无论它有多大或多秘密....。

你在这里是胡说八道。有人给你指出了一个可能的搜索方向。检查或忽略由你决定。但因为有这样的 "聪明人 "带着他们的主张去证明，而且都是胡说八道，因为在我看来是这样的，我不想去检查，或者不检查，所以这个话题变成了一个集市。我不想参加这样的集市。这就是为什么我不再在论坛上写作，也不再在这里发布我的动态。我已经开始后悔我发布了连接Python语言的库。总的来说，这是一个节制的问题，我不喜欢这个网站的节制。因为争吵是不会被压制的。我不想读这样的评论并对其作出回应。他们贴出了本周的回报图，你认为这是一个指标？这不算什么，而且这种狂妄自大也是过分的。再见，各位。

Mihail Marchukajtes 2018.02.18 06:27 #6893

格里戈里-乔宁。
你在这里胡说八道。你已经被指向了一个可能的搜索方向。检查或忽略由你决定。正是因为这样的 "聪明人 "用 "证明它 "这样的说法，认为一切都很扯淡，因为在我看来是这样的，我不想去检查它或不检查它，这个话题正在变成一个集市。我不想参加这样的集市。这就是为什么我不再在论坛上写作，也不再在这里发布我的动态。我已经开始后悔我发布了连接Python语言的库。总的说来，这是个管理问题，我不喜欢这个网站的管理。因为争吵是不会被压制的。我不想读这样的评论并对其作出回应。他们贴出了本周的回报图，你认为这是一个指标？这不算什么，而且这种狂妄自大也是过分的。再见，各位。

亲爱的格里高利!我引用你的话："此外，在强度的这种转换之后，增量的直方图具有严格的形式，没有必要对其进行对数，等等。"我想看一看，如果他们拿着表格，不相信你的话，我知道一些事情，但我不会告诉你。如果他们采取任何独特的形式，最好能配上图片.....。

Maxim Dmitrievsky 2018.02.18 07:31 #6894

万物混杂：语录、人物、马匹

Maxim Dmitrievsky 2018.02.18 07:38 #6895

pantural。

不是我们而是你，这是你为自己设定的最后期限 :)

(传道书》第3章）："凡事都有定时，天下的事也都有定时。生的时候，死的时候；种的时候，拔的时候；杀的时候，医的时候；毁的时候，建的时候；哭的时候，笑的时候；叹的时候，跳的时候；撒石头的时候，聚石头的时候。拥抱的时候，不拥抱的时候；寻找的时候，失去的时候；拯救的时候，抛弃的时候；撕裂的时候，缝合的时候；沉默的时候，说话的时候；爱的时候，恨的时候；战争的时候，和平的时候。"

(C) 迈克尔老师

Mihail Marchukajtes 2018.02.18 08:29 #6896

马克西姆-德米特里耶夫斯基。

(传道书》第3章）："凡事都有定时，天下的事也都有定时。生的时候，死的时候；种的时候，拔的时候；杀的时候，医的时候；毁的时候，建的时候；哭的时候，笑的时候；叹的时候，舞的时候；撒石头的时候，捡石头的时候。拥抱的时候，不拥抱的时候；寻找的时候，失去的时候；拯救的时候，抛弃的时候；撕裂的时候，缝合的时候；沉默的时候，说话的时候；爱的时候，恨的时候；战争的时候，和平的时候。"

(C) 迈克尔老师

真诚地把!!!!在继续进行主题....如你所知，我已经开始扭曲R，并能计算出每个输入和输出之间的最大VI，但这足以将输入数据从110个减少到20-30个，并保留有最大输出信息的输入数据。结果，这些模型开始越来越成功地通过我自己的测试。让我们看看它在反馈循环上会如何。一个星期就可以看到。

但在这里，我认为一个VI指标是不够的。我应该尝试计算冗余度，并尝试减少列的数量。

也许除了相互信息????，已经有现成的函数来估计输入数据的输出。

Maxim Dmitrievsky 2018.02.18 08:41 #6897

Mihail Marchukajtes:

令人心动的说!!!!在继续专题....如你所知，我开始扭曲R，并能够计算出每个输入和输出之间的最大VI，但即使如此，也足以将输入数据从110个减少到20-30个，输入数据仍然是具有最大输出信息的那些。结果，这些模型开始越来越成功地通过我自己的测试。让我们看看它在反馈循环上会如何。一个星期就可以看到。

但在这里，我认为一个VI指标是不够的。我应该尝试计算冗余度，并尝试减少列的数量。

也许已经有现成的函数，除了相互信息????，还可以估计输入数据的输出。

它们必须建立在模型中，也就是说，它们必须相对于模型进行评估，而不是靠自己。

在R中最简单的方法是使用随机森林，有Gini MDI方法（在估计的质量上与熵方法相当），以及平均精度降低方法MDA

但我不是编码器，也没有现成的代码......你可以阅读Sanych关于通过森林选择特征的文章，比如说

或。

https://medium.com/@ceshine/feature-importance-measures-for-treemodels-part-i-47f187c1a2c3

http://blog.datadive.net/selecting-good-features-part-iii-random-forests/