Что значит неправильный кросс

Кросс номера и их значение при продаже автомобильных деталей

Одна из сложностей – это совместимость с вашим автомобилем. Для того, чтобы пользователи АвтоПро могли подбирать запчасти практически безошибочно специалисты ресурса создали электронный каталог, который в свою очередь использует информацию из баз кроссов.

Что такое кроссы и как их используют при продаже автозапчастей?

Кроссы – это связанные между собой номера, указывающие на идентичность деталей. Известно, что почти все оригиналы имеют аналоги, способные заменять их, обеспечивая нормальные функции автомобиля. Как правило, стоимость аналогов значительно ниже по сравнению с оригинальными деталями, что делает их привлекательными для покупателей. Сложность при продаже автозапчастей в том, что индивидуальные номера ОЕМ у таких деталей могут разниться, так как комплектующие выпускаются разными заводами.

Каждое предприятие обеспечивает продукцию своим индивидуальным номером, что крайне усложняет подбор деталей при реализации. Незаменимость кроссов состоит в том, что по номеру оригинальной запчасти или заменителя, продавец или покупатель онлайн магазина получает полную информацию по искомой запчасти. Данные включают все аналоги, производителей и варианты цен. В результате, используя базу кроссов, вы приобретаете:

База кросс номеров от экспертов АвтоПро

Таким образом, база кросс номеров – незаменимый помощник продавца деталей. Получить доступ к актуальной базе хотят все, ибо без кроссирования невозможно развивать бизнес. Создание базы кроссов – нелегкая работа, которая требует профессионализма, обработки огромного числа данных. Поэтому приобрести базу у владельцев сборок невозможно. Покупка у сторонней компаний обойдется в немалую сумму денег. Остается вести свою базу на основе уже имеющихся данных, которые необходимо систематически пополнять. Так как производители дополняют свои базы ежегодно новыми кроссами и деталями, эксперты https://internetcars.ru ведут свою базу. Это позволяет:

Источник

Блог компании CEX.IO | Кросс-маржа и изолированная маржа: сила управления рисками

Привычными инструментами трейдера являются защитные ордера, такие как стоп-лосс и тейк-профит. Однако способы контроля торговых рисков ими не ограничиваются. К более продвинутым способам защиты капитала и управления рисков относятся такие инструменты как кросс-маржа и изолированная маржа. Критически важны данные инструменты на криптовалютном рынке, который известен своей уникальной динамикой.

Чтобы понять, как работают два эти инструмента, необходимо для начала дать им определение. Кросс-маржа — это маржа, которая распределяется по открытой позиции с использованием полной суммы средств в доступном балансе, что снижает риск ликвидации убыточной позиции. Изолированная маржа — это маржа, индивидуально отведенная для непогашенной маржинальной позиции с фиксированной суммой залога. Как видим из определений, два эти инструмента исключают друг друга, и в подавляющем большинстве случае платформы для трейдинга дают возможность пользоваться лишь одним из них. Однако есть компании, которые позволяют комбинировать кросс-маржу и изолированную маржу в рамках одного пользовательского аккаунта. Одной из таких компаний является CEX.IO Broker, и на ее примере мы рассмотрим все преимущества использования этих инструментов в торговле.

Что такое кросс-маржа?

Смысл кросс-маржи заключается в том, что весь баланс обеспечивает позиции. Алгоритм работы этого инструмента очень простой: на любом торговом счете сделки существуют до тех пор, пока выполняется требование наличия минимального уровня маржи. Убыточные позиции снижают уровень маржи, в то время как прибыльные, наоборот – повышают. В кросс-марже выигрыш одной позиции помогает удовлетворить маржинальные требования другой позиции. Конечно, если по всем позициям наблюдается убыток, и уровень маржи падает ниже установленного платформой — сделки закроются автоматически, т.е. ликвидируются. Это происходит в целях избежания неконтролируемых потерь пользователем и платформой. Однако в случае, когда часть сделок прибыльна, кросс-маржа становится очень полезным инструментом, так как позволяет во многих случаях пережить минус и, в конечном счете, превратить убыточные позиции в прибыльные или выйти в безубыток.

Платформа для маржинальной торговли CEX.IO Broker. Margin Level рассчитывается для всего торгового счета в целом

CEX.IO Broker позволяет видеть каждую из открытых позиций отдельно и легко понимать, как каждая из них работает в любой момент времени.

Например, на изображении выше можно увидеть прибыльность каждой отдельной сделки. Всякий раз, когда нам нравится финансовый результат одной позиции, мы можем закрыть ее, оставив остальные открытыми. Тем не менее, здесь важно отслеживать уровень маржи (Margin Level), который отображается для всего торгового счета и определяет состояние дел по итоговому балансу. Важно поддерживать этот показатель выше минимально необходимого уровня (как правило, платформа предупреждает трейдера, если он приближается к этому уровню, чтобы избежать автоматической ликвидации позиций).

Что такое изолированная маржа?

Изолированная маржа — это инструмент, который предполагает возможность изолировать маржу, обеспечивающую одни сделки, от маржи других сделок. Самый простой пример реализации этой возможности — это торговля на двух или более независимых друг от друга торговых счетах в рамках одного пользовательского аккаунта. Таким образом, между счетами маржа будет изолирована, то есть убыток на одном счете не приведет к изменению баланса на другом.

Счет CEX.IO Broker с положительным балансом изолирован от счета с отрицательным балансом

Например, вы открыли в CEX.IO Broker два счета: один для работы с краткосрочной стратегией, другой — для долгосрочных позиций. Представим, что счет с краткосрочными позициями сильно ушел в минус, однако торговля на счете с позициями, открытыми на более долгосрочную перспективу, идёт очень успешно. Изолированная маржа между отдельными торговыми счетами предполагает, что прибыль на более успешном счете не будет «съедена» убытками на менее успешном счете. Также этот инструмент позволяет трейдерам контролировать прибыль/убыток в рамках торговых стратегий, привязанных к разным счетам.

Один инструмент хорошо, а два лучше!

При выборе платформы для маржинальной торговли криптовалютами трейдеру необходимо находить такую платформу, которая бы расширила его возможности в торговле и управлении рисками.

В CEX.IO Broker новички, которые еще не разобрались с особенностями торговли цифровыми валютами, могут экспериментировать с различными стратегиями на разных счетах, и при этом максимально контролировать свои риски с помощью изолированной маржи. Для новичков крайне важно выработать эффективную стратегию и дисциплинированно придерживаться ее правил. И возможность открытия нескольких торговых счетов может помочь им в решении этой задачи.

При этом кросс-маржа внутри торгового счета позволяет новичкам освоить стратегию «замок» или локирование – это вид управления убытком, когда по одному и тому же финансовому активу открываются две противоположные сделки. С одной стороны — можно закрыть убыток, с другой — можно установить встречную позицию и постараться в дальнейшем разрешить ситуацию с выгодой для себя. Для опытных трейдеров кросс-маржа открывает возможности хеджирования позиций и арбитражных сделок, направленных на получение прибыли от сужения или расширения спреда между различными финансовыми активами.

Источник

CORS для чайников: история возникновения, как устроен и оптимальные методы работы

В этой статье подробно разобрана история и эволюция политики одинакового источника и CORS, а также расписаны разные типы доступа между различными источниками, а также несколько оптимальных решений работы с ними.

Если вы давно хотели разобраться в CORS и вас достали постоянные ошибки, добро пожаловать под кат.

Ошибка в консоли вашего браузера

No ‘Access-Control-Allow-Origin’ header is present on the requested resource.

Cross-Origin Request Blocked: The Same Origin Policy disallows reading the remote resource at https://example.com/

Access to fetch at ‘https://example.com’ from origin ‘http://localhost:3000’ has been blocked by CORS policy.

Я уверен, вам уже доводилось видеть похожие сообщения об ошибках в консоли вашего браузера. Если нет, не волнуйтесь, скоро увидите. Все программисты достаточно часто натыкаются на CORS-ошибки.

Эти всплывающие ошибки в процессе разработки просто раздражают. Но на самом деле, CORS — это невероятно полезный механизм в мире неправильно настроенных веб серверов, злоумышленников, орудующих в интернете и организаций, продвигающих веб-стандарты.

Но давайте-ка пойдем к истокам…

В начале был первый субресурс

Верни мне мой 1993 г.

Источники & cross-origin

Источник идентифицируется следующей тройкой параметров: схема, полностью определенное имя хоста и порт. Например, и имеют разные источники: первый использует схему http, а второй https. Вдобавок, портом для http по умолчанию является 80, тогда как для https — 443. Следовательно, в данном примере 2 источника отличаются схемой и портом, тогда как хост один и тот же (example.com).

Таким образом, если хотя бы один из трех элементов у двух ресурсов отличается, то источник ресурсов также считается разным.

Если, к примеру, мы будем сравнивать источник с другими источниками, то мы получим следующие результаты:

Пример запроса между различными источниками: когда ресурс (то есть, страница) типа попробует отобразить тег из источника (заметьте, что схема поменялась!).

Слишком много опасностей запроса между различными источниками

Теперь, когда мы определились, что такое совместное использования ресурсов между разными и одинаковыми источниками, давайте посмотрим, в чем же дело.

Когда тег появился во Всемирной Паутине, мы тем самым открыли ящик Пандоры. Некоторое время спустя в Сети появились теги

Источник

Безопасность наглядно: CORS

Aug 27, 2020 · 8 min read

В этой статье я не буду останавливаться на основах HTTP. Скажу лишь, что в своих примерах я использую HTTP/1.1, а не HTTP/2 — на CORS это никак не влияет.

Во фронтенде часто требуется отобразить данные, которые хранятся в другом месте. Перед этим браузер должен направить запрос серверу: клиент отправляет HTTP-запрос со всей информацией, которая нужна серверу, чтобы вернуть данные.

Что произошло? Мы отправили такой же запрос, но на этот раз браузер выдал странную ошибку. Мы только что увидели CORS в действии. Давайте разберёмся, почему возникла эта ошибка, и что она означает.

Правило одинакового источника (Same-Origin Policy)

Ресурс считается принадлежащим к другому источнику (cross-origin), если он располагается на другом домене/поддомене, протоколе или порте.

Это, конечно, здорово, но для чего правило одинакового источника вообще существует?

Представим, что это правило не работает, а вы случайно нажали на какую-то вирусную ссылку, которую прислала ваша тётушка на Фейсбуке. Ссылка перенаправляет вас на мошеннический сайт, который с помощью фрейма загружает интерфейс сайта вашего банка и успешно залогинивает вас с помощью сохранённых куки.

Разработчики этого мошеннического сайта сделали так, чтобы он имел доступ к фрейму и мог взаимодействовать с DOM сайта вашего банка — так они смогут переводить деньги на свой счёт от вашего имени.

Да, это огромная угроза безопасности — мы ведь не хотим, чтобы кто угодно имел доступ к чему угодно.

К счастью, здесь приходит на помощь правило одинакового источника: оно гарантирует, что мы можем получить доступ только к ресурсам из того же самого источника.

Но какое отношение всё это имеет к CORS?

CORS на стороне клиента

Несмотря на то, что правило одинакового источника применяется исключительно к скриптам, браузеры распространили его и на JavaScript-запросы: по умолчанию можно получить доступ к ресурсам только из одинакового источника.

Но нам ведь часто нужно обращаться к ресурсам из других источников… Может, тогда фронтенду стоит взаимодействовать с API на бэкенде, чтобы загружать данные? Чтобы обеспечить безопасность запросов к другим источникам, браузеры используют механизм под названием CORS.

Аббревиатура CORS расшифровывается как Cross-Origin Resource Sharing (Технология совместного использования ресурсов между разными источниками). Несмотря на то, что браузеры не позволяют получать доступ к ресурсам из разных источников, можно использовать CORS, чтобы внести небольшие коррективы в эти ограничения и при этом быть уверенным, что доступ будет безопасным.

Пользовательские агенты (к примеру, браузеры) на основе значений определённых заголовков для CORS в HTTP-запросе могут проводить запросы к другим источникам, которые без CORS были бы заблокированы.

Когда происходит запрос к другому источнику, клиент автоматически подставляет дополнительный заголовок Origin в HTTP-запрос. Значение этого заголовка отражает источник запроса.

Чтобы браузер разрешил доступ к ресурсам из другого источника, он должен получить определённые заголовки в ответе от сервера, которые указывают, разрешает ли сервер запросы из других источников.

CORS на стороне сервера

Да, теперь CORS выдаёт эту печально известную ошибку, которая иногда всех нас так расстраивает. Но сейчас нам понятно, какой смысл она несет.

Предварительные запросы

Существует два типа CORS-запросов: простые и предварительные. Тип запроса зависит от хранящихся в нём значений (не волнуйтесь, здесь не надо будет ничего запоминать).

Если интересно узнать, каким требованиям должен соответствовать запрос, чтобы называться простым, почитайте эту статью на MDN.

Но что означают и почему существуют “предварительные запросы”?

Перед отправкой текущего запроса клиент сначала генерирует предварительный запрос: в своих заголовках Access-Control-Request-* он содержит информацию о текущем запросе. Это позволяет серверу узнать метод, дополнительные заголовки и другие параметры запроса, который браузер пытается отправить.

Сервер получает этот предварительный запрос и отправляет обратно пустой HTTP-ответ с CORS-заголовками сервера. Браузер в свою очередь получает предварительный ответ (только CORS-заголовки) и проверяет, разрешён ли HTTP-запрос.

Если всё в порядке, браузер посылает текущий запрос на сервер, а тот в ответ присылает данные, которые мы запрашивали.

Если же возникает проблема, CORS блокирует предварительный запрос, а текущий вообще уже не будет отправлен. Предварительный запрос — отличный способ уберечь нас от получения доступа или изменения ресурсов на серверах, у которых (пока что) не настроены правила CORS. Сервера защищены от потенциально нежелательных запросов из других источников.

Учётные данные

Куки, заголовки авторизации, TLS-сертификаты по умолчанию включены только в запросы из одинакового источника. Однако нам может понадобиться использовать учётные данные и в запросах из разных источников. Возможно, мы захотим включить куки в запрос, который сервер сможет использовать для идентификации пользователя.

Готово — теперь мы можем включать учётные данные в запрос из другого источника.

Думаю, мы все согласимся с тем, что появление ошибок CORS порой расстраивает, но, тем не менее, здорово, что CORS позволяет безопасно отправлять запросы из разных источников в браузере — считаю, что мы должны любить эту технологию чуточку сильнее 🙂

Разумеется, о правиле одинакового источника и CORS можно рассказать гораздо больше, но я просто не смогу уместить всё это в одной статье. К счастью, ресурсов много (к примеру, спецификация W3) — вам будет к чему обратиться, если захотите подробнее изучить эту тему.

Источник

Кросс-валидация (Cross-validation)

Кросс-валидация, которую иногда называют перекрестной проверкой, это техника валидации модели для проверки того, насколько успешно применяемый в модели статистический анализ способен работать на независимом наборе данных. Обычно кросс-валидация используется в ситуациях, где целью является предсказание, и хотелось бы оценить, насколько предсказывающая модель способна работать на практике. Один цикл кросс-валидации включает разбиение набора данных на части, затем построение модели на одной части (называемой тренировочным набором), и валидация модели на другой части (называемой тестовым набором). Чтобы уменьшить разброс результатов, разные циклы кросс-валидации проводятся на разных разбиениях, а результаты валидации усредняются по всем циклам.

Кросс-валидация важна для защиты от гипотез, навязанных данными («ошибки третьего рода»), особенно когда получение дополнительных данных затруднительно или невозможно.

Предположим, у нас есть модель с одним или несколькими неизвестными параметрами, и набор данных, на котором эта модель может быть оптимизирована (тренировочный набор). Процесс подгонки оптимизирует параметры модели и делает модель настолько подходящей под тренировочный набор, насколько это возможно. Если мы теперь возьмем независимый образец данных для валидации модели из того же источника, откуда мы взяли тренировочный набор данных, обычно обнаруживается, что модель описывает тестовые данные хуже, чем тренировочный набор. Это называется переподгонкой (overfitting), и особенно часто встречается в ситуациях, когда размер тренировочного набора невелик, или когда число параметров в модели велико. Кросс-валидация это способ оценить способность модели работать на гипотетическом тестовом наборе, когда такой набор в явном виде получить невозможно.

Распространенные типы кросс-валидации

Кросс-валидация по K блокам (K-fold cross-validation)

В этом случае исходый набор данных разбивается на K одинаковых по размеру блока. Из K блоков один оставляется для тестирования модели, а остающиеся K-1 блока используются как тренировочный набор. Процесс повторяется K раз, и каждый из блоков используется один раз как тестовый набор. Получаются K результатов, по одному на каждый блок, они усредняются или комбинируются каким-либо другим способом, и дают одну оценку. Преимущество такого способа перед случайным сэмплированием (random subsampling) в том, что все наблюдения используются и для тренировки, и для тестирования модели, и каждое наблюдение используется для тестирования в точности один раз. Часто используется кросс-валидация на 10 блоках, но каких-то определенных рекомендаций по выбору числа блоков нет.

В послойной кросс-валидации блоки выбираются таким образом, что среднее значение ответа модели примерно равно по всем блокам.

Валидация последовательным случайным сэмплированием (random subsampling)

Этот метод случайным образом разбивает набор данных на тренировочный и тестовый наборы. Для каждого такого разбиения, модель подгоняется под тренировочные данные, а точность предсказания оценивается на тестовом наборе. Результаты затем усредняются по всем разбиениям. Преимущество такого метода перед кросс-валидацией на K блоках в том, что пропорции тренировочного и тестового наборов не зависят от числа повторений (блоков). Недостаток метода в том, что некоторые наблюдения могут ни разу не попасть в тестовый набор, тогда как другие могут попасть в него более, чем один раз. Другими словами, тестовые наборы могут перекрываться. Кроме того, поскольку разбиения проводятся случайно, результаты будут отличаться в случае повторного анализа.

В послойном варианте этого метода, случайные выборки генерируются таким способом, при котором средний ответ модели равен по тренировочному и тестовому наборам. Это особенно полезно, когда ответ модели бинарен, с неравными пропорциями ответов по данным.

Поэлементная кросс-валидация (Leave-one-out, LOO)

Здесь отдельное наблюдение используется в качестве тестового набора данных, а остальные наблюдения из исходного набора – в качестве тренировочного. Цикл повторяется, пока каждое наблюдение не будет использовано один раз в качестве тестового. Это то же самое, что и K-блочная кросс-валидация, где K равно числу наблюдений в исходном наборе данных.

Оценка соответствия модели

Цель кросс-валидации в том, чтобы оценить ожидаемый уровень соответствия модели данным, независимым от тех данных, на которых модель тренировалась. Она может использоваться для оценки любой количественной меры соответствия, подходящей для данных и модели. Например, для задачи бинарной классификации, каждый случай в тестовом наборе будет предсказан правильно или неправильно. В этой ситуации коэффициент ошибки может быть использован в качестве оценки соответствия, хотя могут использоваться и другие оценки. Если предсказываемое значение распределено непрерывно, для оценки соответствия может использоваться среднеквадратичная ошибка, корень из среднеквадратичной ошибки или медианное абсолютное отклонение.

Применения

Кросс-валидация может использоваться для сравнения результатов различных процедур предсказывающего моделирования. Например, предположим, что мы интересуемся оптическим распознаванием символов, и рассматриваем варианты использования либо поддерживающих векторов (Support Vector Machines, SVM), либо k ближайших соседей (k nearest neighbors, KNN). С помощью кросс-валидации мы могли бы объективно сравнить эти два метода в терминах относительных коэффициентов их ошибок классификаций. Если мы будем просто сравнивать эти методы по их ошибкам на тренировочной выборке, KNN скорее всего покажет себя лучше, поскольку он более гибок и следовательно более склонен к переподгонке по сравнению с SVM.

Кросс-валидация также может использоваться для выбора параметров. Предположим, у нас есть 20 параметров, которые мы могли бы использовать в модели. Задача – выбрать параметры, использование которых даст модель с лучшими предсказывающими способностями. Если мы будем сравнивать подмножества параметров по их ошибкам на тестовом наборе, лучшие результаты получатся при использовании всех параметров. Однако с кросс-валидацией, модель с лучшей способностью к обобщению обычно включает только некоторое подмножество параметров, которые достаточно информативны.

Вопросы вычислительной производительности

Ограничения и неверное использование кросс-валидации

Кросс-валидация дает значимые результаты только когда тренировочный набор данных и тестовый набор данных берутся из одного источника, из одной популяции. В многих применениях предсказательных моделей структура изучаемой системы меняется со временем. Это может наводить систематические отклонения тренировочного и валидационного наборов данных. К примеру, если модель для предсказания цены акции тренируется на данных из определенного пятилетнего периода, нереалистично рассматривать последующий пятилетний период как выборку из той же самой популяции.

Если выполняется правильно, и наборы данных из одной популяции, кросс-валидация дает результат практически без смещений (bias). Однако, есть много способов использовать кросс-валидацию неправильно. В этом случае ошибка предсказания на реальном валидационном наборе данных скорее всего будет намного хуже, чем ожидается по результатам кросс-валидации.

Способы неверно использовать кросс-валидацию:

1. Использовать кросс-валидацию на нескольких моделях, и взять только результаты лучшей модели.

2. Проводить начальный анализ для определения наиболее информативного набора параметров, используя полный набор данных. Если отбор параметров требуется в модели предсказания, он должен проводиться последовательно на каждом тренировочном наборе данных. Если кросс-валидация используется для определения набора используемых моделью параметров, на каждом тренировочном наборе должна проводиться внутренняя кросс-валидация для определения набора параметров.

3. Позволять некоторым тренировочным данным попадать также и в тестовый набор – это может случиться из-за существования дублирующих наблюдений в исходном наборе.

Другие статьи по теме:

Yaroslav Efremov: Как-то не согласуются две фразы
1) Кросс-валидация может использоваться для сравнения результатов различных процедур предсказывающего моделирования.
2) Способы неверно использовать кросс-валидацию:
Использовать кросс-валидацию на нескольких моделях, и взять только результаты лучшей модели.

Почему нельзя за счет кросс-валидации выбрать модель? Пока вижу один минус, что если мы выбираем из тысячи похожих моделей, то скорее всего выберем ту, которая покажет лучшие результаты на кросс-валидации, а это будет ручная подгонка. Но если есть скажем 4 модели и их результаты отличаются в разы на валидационной выборки, то выбор оправдан…

mehanizator: во второй фразе говорится о результатах, а не о модели. для выбора модели использовать кросс-валидацию — это ок. ошибка когда каждый раз гоняются несколько моделей и берутся лучшие результаты.

Источник