მონაცემთა მეცნიერებაში და ფინანსური სავაჭროში, ერთ-ერთი ყველაზე მგრძნობიარე მოვლენები არის მოდელი მოცულობა და პროგნოზიული სიზუსტით. მონაცემთა მეცნიერებაში, overfitting ხდება, როდესაც მოდელი არ იპოვებს არა მხოლოდ რეალური ძირითადი ნიმუშები სასწავლო მონაცემებში, არამედ ხუთი - რომელიც იწვევს ცუდი გაფართოებას ახალი, უახლესი მონაცემებს. ამავე დროს, სავაჭროებს შეუძლიათ შეუწყოს overfitting, როდესაც მათი სტრატეგიები ძალიან ცუდი შეესაბამება ბოლო ბაზარზე პირობებში, არ შეუწყობს Live სავაჭროში. აღიარების ღირებულება overfitting - და როგორ უნდა თავიდან ავიცილოთ - შეიძლება დაეხმაროს ს რა არის overfitting? მონაცემთა მეცნიერებაში, მოდელი შექმნის პროცესში გამოჩნდა overfitting. მოდელი, რომელიც ძალიან კომპლექსურია - როგორიცაა მოდელი, რომელიც ძალიან ბევრი პარამეტრები აქვს, ან მოდელი, რომელიც ცდილობს მოპოვოთ ყოველ წუთის შეჩერება სასწავლო კომპლექსში - საბოლოოდ მონაცემებს შეინახავს, ვიდრე ძირითადად სინამდვილეში. როდესაც მოდელი არის overfit, ეს შეიძლება იყოს შესანიშნავი ისტორიული მონაცემები, მაგრამ მისი პროგნოზიული შესრულება შეჩერება, როდესაც ახალი მონაცემთა კომპლექსებს გამოიყენება. ფინანსური სავაჭრო, კონცეფცია არის ანალოგური. სავაჭროები ხშირად backtest სტრატეგიები ისტორიული ფასების მონაცემები, გაფართოების წესები და სტრატეგიული პარამეტრები, რათა გააუმჯობესოს მაღალი მოგება. თუ სტრატეგიის ძალიან ოპტიმიზირებული idiosyncrasies ბოლო ფასების მახასიათებლები, ეს შეიძლება არ შეესაბამება მომავალში ბაზარზე ცვლილებები. სტრატეგია, რომელიც შესრულდა განსაკუთრებით კარგად ისტორიული მონაცემები შეიძლება გაბრუნდეს, როდესაც კი მცირე ცვლილებები ხდება ბაზარზე დინამიკის. რატომ განიხილება სავაჭრო Overfitting განსაკუთრებით ღირს სავაჭრო, რადგან ფინანსური ბაზარები არის მძიმე, შეუზღუდავი, და ეფუძნება უამრავი ფაქტორები, ვიდრე ისტორიული ფასების საქმიანობა. განსხვავებით ზოგიერთი კონტროლირებული გარემოში, სადაც მონაცემთა ნიმუშები შეუზღუდავი მუდმივი დროის განმავლობაში, ბაზარები განვითარება პასუხი ეკონომიკური ცვლილებები, geopolitical მოვლენები, და ცვლილებები სავაჭრო ქცევის. სავაჭრო სისტემა, რომელიც შეესაბამება ისტორიული მონაცემები ძალიან მჭიდროთ შეიძლება განიხილოთ ნაცვლად ცვლილებები მნიშვნელობა სინამდვილეები - იწვევს შეცდომა გადაწყვეტილებები. მაგალითად, ვფიქრობ, რომ trader განკუთვნილია სისტემა, რომელიც დაფუძნებულია კონკრეტული როგორც ჩანს, ამ სტრატეგიას, რომელიც შეესაბამება ფასების მოვლენებს აირჩიული დროის განმავლობაში, შეუძლიათ შეცვალოთ ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკული ნარკოტიკ მიუხედავად იმისა, რომ მოწინავე ნიმუშები შეუძლია სტრატეგიული რკინიგზის გაუმჯობესება, სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატ Chart პორტატები Xhmaster ფორმულა Indicator Chart პორტატები Xhmaster ფორმულა Indicator მონაცემთა მეცნიერების კვლევები მონაცემთა მეცნიერება გთავაზობთ სტრუქტურული ხელმისაწვდომობა შეამციროს overfitting, და ეს კურსები კარგად გადაიხადოს სავაჭრო. 1. გაზიარეთ თქვენი მონაცემები მანქანა სასწავლო, მონაცემთა კომპონენტები ხშირად განთავსებულია სასწავლო და ტესტირების ქვეშ კომპონენტები. მოდელი არის სასწავლო პირველი და შეფასებული ბოლოში შეფასება გაფართოების. სავაჭრო შეიძლება მიიღოს მსგავსი განიხილება დაშორებით მონაცემები ნიმუში და არ ნიმუში. სტრატეგია შეიძლება შექმნილია გამოყენებით მონაცემები ერთი დროში, და შემდეგ მკაცრი ტესტირება სხვა, რათა უზრუნველყოს, რომ ეს არ არის მხოლოდ overfitted კონკრეტული დროში. 2. რეგულარული მონაცემთა მეცნიერებაში, სტრატეგიის სტრატეგიის ტექნოლოგიები შეუზღუდავი მოდელები შეუზღუდავი შეუზღუდავი სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის შეუზღუდავი სტრატეგიის შეუზღუდავი სტრატეგიის სტრატეგიის შეუზღუდავი სტრატეგიის სტრატეგიის სტრატეგიის შეუზღუდავი სტრატეგიის სტრატეგიის სტრატეგიის შეუზღუდავი სტრატეგიის სტრატეგიის სტრატეგიის სტრატეგიის სტრ შეიძლება გაუმჯობესოს ერთი გაფართოებული კონფლიქტირებული შევიდა და გამოცემის წესები, რომლებიც მხოლოდ მუშაობდა წინა ბაზრის პირობებში. Candlestick პორტატები Candlestick პორტატები 3. Cross Validation Cross-validation არის მეთოდი, სადაც მრავალფეროვანი სასწავლო და ტესტირება splits გამოიყენება, რათა შეამოწმოთ მოდელის შესრულება უფრო ძლიერი. სავაჭროები შეუძლიათ შეიმუშავოთ ეს, ტესტირება მათი სტრატეგიები სხვადასხვა ბაზარზე, ინსტრუმენტები, ან დროის სფეროებში. თუ სტრატეგია მუშაობს ძლიერი სხვადასხვა პირობებში, ეს ნაკლებად იქნება overfit. 4. თავიდან ავიცილოთ კურსი Curve fitting ნიშნავს, რომ მოდელი განკუთვნილია, რათა ეს მუდმივად შეესაბამება ისტორიული მონაცემებს. სავაჭრო მუდმივად უპირატესობად შეესაბამება, როდესაც სტრატეგიის პარამეტრები განკუთვნილია უკეთესი backtest შედეგების მიღწევა. ეს შეიძლება შექმნათ ცუდი უსაფრთხოების გრძნობა. ნაცვლად, რომ მუდმივად შეესაბამება პარამეტრები, სანამ backtest ხდის სრულყოფილი, სავაჭრო მუდმივად უნდა უპირატესობესოს სტრატეგიული, სავარაუდო წესები, მაშინაც კი, თუ ისინი წარმოუდგენთ მყარი, მაგრამ სტაბილური შესრულება. ფინანსური მონაცემების ფუნქციონირება ფინანსური მონაცემები ინდივიდუალურად ხმაურია. ნანდარტული ფასების ცვლილებები ხშირად შეშფოთება რეალური სინათლის. მონაცემთა მეცნიერებაში ხმაური შეიძლება მოდელები შეცვალოთ, თუ არ გადარჩენის ან ანგარიშების. სავაჭრო, ასევე, უნდა აღიაროთ, რომ ბევრი ჩვეულებრივი მოდელები შეიძლება იყოს ნანდარტობის მახასიათებლები. robust მიმოხილვა მოითხოვს განსხვავება ნანდარტული ხმა და მნიშვნელობა ტენდენციები. ერთი პრაქტიკული მაგალითია გრაფიკების ნიმუშების გამოყენება. ნიმუშები, როგორიცაა Head and Shoulders, Triangles, or Flags შეიძლება გამოიყურებოდეს ხასიათებლები, მაგრამ არა ყველა მათ შორის შეიცავს პროგნოზირებული ძალა. არასამთავრობო შესანიშნავი გაფართოება, მათთვის დამოკიდებულება შეიძლება იყოს იმიტომ, რომ წაიკითხოთ tea leaves - ვიზიტურად საინტერესო, მაგრამ არ მუდმივად ოპერაციული. პოპულარული განიხილება სავაჭრო მოთხოვნებს უნდა გამოიყენოთ probabilistic ფიქრობას. ისევე, როგორც მონაცემთა მეცნიერება მიიღებს, რომ პროგნოზიები მდგრად არ არის დარწმუნებული, სავაჭრო მოთხოვნებს უნდა გამოიყენოთ თითოეული სტრატეგიის სინამდვილე, ვიდრე დეტალური. სავაჭრო კონფიგურაცია შეიძლება აჩვენოს მაღალი სიჩქარით სავაჭრო, მაგრამ წარმატება არ არის გარანტირებული. ეს ფიქრობას შეამციროს ფსიქოლოგიური ღირებულება და გაუმჯობესებს რისკის მართვის პრაქტიკებს. კონტაქტი სავაჭრო ზედაპირების ღირებულება შეიძლება იყოს მძიმე, რაც ეწვევა სტრატეგიებს, რომლებიც ბედნიერი ხართ უკანასკნელი დროს, მაგრამ სიცოცხლის ბაზარზე ცუდი შესრულება. მონაცემთა მეცნიერების სასწავლოები – როგორიცაა დაჯავშნა ვალუტის მონაცემები, განკუთვნილია დიზაინი, შეამციროს ბედნიერი შეესაბამება და მოკლეზისტული ფიქრობას – სავაჭროებს შეუძლიათ აშენდეს უფრო რეზოლუციური სისტემები. აღიარება, რომ ფინანსური ბაზარები რთული და მუდმივად ცვლილებენ, არის პირველი ნაბიჯ, რათა თავიდან ავიცილონ ზედაპირების ფაკულები. განიხილული დიზაინი და მკურნა 
 
 ეს ისტორია გამოქვეყნდა Jon Stojan- ს მიერ HackerNoon's Business Blogging Program- ში. ეს ისტორია გამოქვეყნდა Jon Stojan- ს მიერ HackerNoon's Business Blogging Program- ში.

This story contains new, firsthand information uncovered by the writer.

ეს აუდიო დამზადებულია სიუჟეტის ორიგინალურ ენაზე!

Overfitting ღირებულება: სასწავლო სავაჭრო შეიძლება გაიგოს მონაცემთა მეცნიერება

About Author

კომენტარები

დაკიდეთ ტეგები

ეს სტატია იყო წარმოდგენილი

Related Stories

Karl Ludwig Sand: Murder in the 1800s by Alexandre Dumas - Table of Links

dYdX Unveiled: The Revolutionary Platform Changing the Face of Decentralized Trading

How to Not Lose 97.8% of Your Newsletter Subscribers

DAO-Funded Hardware Wallet Kampela Secures Polkadot Network Investment

Karl Ludwig Sand: Murder in the 1800s by Alexandre Dumas - Table of Links

dYdX Unveiled: The Revolutionary Platform Changing the Face of Decentralized Trading

How to Not Lose 97.8% of Your Newsletter Subscribers

DAO-Funded Hardware Wallet Kampela Secures Polkadot Network Investment

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps