اینها تفاوت بین رگرسیون و طبقه بندی است.
به نظر شما کدام یک بهتر است و هر پیشنهادی در مورد این مشکل؟
- فراگیری ماشین
- رگرسیون خطی
- دارایی، مالیه، سرمایه گذاری
دنبال کردن از 1 آوریل 2021 در 2:04 پرسید نیک نیک 117 3 3 نشان های برنز $ endgroup $
3 پاسخ 3
مرتب شده توسط: تنظیم مجدد به طور پیش فرض $ begingroup $
از تجربه شخصی من ، فکر می کنم از نظر بازده بیشترین اهمیت را دارد این است که مدیریت ریسک شما چقدر خوب است. شما می توانید از رگرسیون یا طبقه بندی استفاده کنید ، اما تمام رویکردها برخی از خطاها را در ارتباط با آن دارند ، بنابراین در دراز مدت ، به این نتیجه می رسد که چگونه می توانید پیش بینی های نادرست را مدیریت کنید. بنابراین می توانید با هر مدل شروع کنید ، بگویید که برای طبقه بندی می روید و به دقت 70 ٪ می رسید. سپس از مدل خود برای پیش بینی برخی از داده های تاریخی استفاده می کنید (مطمئناً در طول تجارت از آن استفاده نکرده اید) و با استفاده از پیش بینی های خود ، استراتژی معاملاتی را ایجاد می کنید. سپس ، می توانید از چیزی مانند Pythons Backtrader استفاده کنید و بررسی کنید که از نظر بازده داده های تاریخی چگونه کار می کنید. گاهی اوقات برای پیش بینی صحیح حرکت قیمت در 9 از 10 مورد کافی نیست ، زیرا یک ضرر شما می تواند از همه شرط های سودآور بزرگتر باشد و شما همچنین باید هزینه های خود را در نظر بگیرید که سود شما را می سوزاند. این موارد زیادی است که باید قبل از قرار دادن این مدل در مورد آنها فکر کنید. و حتی با استفاده از این رویکرد باید توجه داشته باشید که موفقیت تاریخی مدل+استراتژی شما تضمین نمی کند که در آینده یکسان باشد.
به طور خلاصه: من فکر می کنم این به استراتژی می رسد و نه خود مدل.
دنبال کردن پاسخ 1 آوریل 2021 در 19:00 Yaroslaw Homenko Yaroslaw Homenko 538 2 2 نشان نقره 15 15 نشان برنز $ endgroup $ $ begingroup $
به نظر من ، طبقه بندی برای تجارت Algos مناسب تر است و به همین دلیل:
- در رگرسیون معمولی ، آنچه شما پیش بینی می کنید مقدار دقیق متغیر هدف (تغییر قیمت) از مجموعه بی نهایت از امکانات است.
- با این حال ، در طبقه بندی ، کلاس متغیر هدف را از لیست محدود کلاسهای ممکن پیش بینی می کنید. این می تواند به سادگی پیش بینی کند که قیمت بالا یا پایین می رود (دو کلاس). بیایید به خاطر سادگی در این پست با دو کلاس بچسبیم.
همانطور که مشاهده می کنید ، پیش بینی مقدار دقیق یک متغیر مداوم با رگرسیون معمولی بسیار چالش برانگیزتر از پیش بینی کلاس صحیح از تعداد محدودی از کلاس ها است. با دو کلاس ، شما حتی 50 ٪ احتمال صحیح بودن را حتی بدون هیچ مدلینگ و فقط به صورت خالص دارید. اگر می توانید مدل را برای انجام کمی بهتر از 50 ٪ ، مثلاً 55 ٪ بهبود بخشید ، می توانید در دراز مدت سودآوری داشته باشید.
از منظر عملی ، آنچه شما بیشتر به آن اهمیت می دهید ، دستیابی به جهت حرکت قیمت (طبقه بندی) است. اگر قیمت 8 ٪ یا 9 ٪ افزایش یابد (رگرسیون) کمتر اهمیت می دهید
مزیت دیگر طبقه بندی این است که شما یک سطح احتمال مرتبط با هر پیش بینی ای را نشان می دهید که نشان دهنده سطح اطمینان در پیش بینی است ، که می تواند برای اندازه موقعیت استفاده شود. بنابراین ، به عنوان مثال ، اگر پیش بینی کنم که قیمت فردا با احتمال 70 ٪ بالا و پایین می رود ، ممکن است مثلاً 100 دلار در آن تجارت قرار دهم ، در حالی که اگر احتمال 94 ٪ باشد ، ممکن است 250 دلار در تجارت قرار دهماز آنجا که من به پیش بینی خود اطمینان بیشتری دارم.
سرانجام ، به طور معمول 50 ٪ از تغییرات قیمت مثبت (بالا) و 50 ٪ منفی (پایین) است. از دیدگاه فنی ، این به نفع طبقه بندی کار می کند.
آموزش تحلیل گری...
ما را در سایت آموزش تحلیل گری دنبال می کنید
برچسب :
نویسنده : ملیکا زارعی
بازدید : 31
تاريخ : سه
شنبه
3 مرداد
1402 ساعت: 13:33