결과가 0.65인 두 번째 전략은 전혀 환상적이지 않습니다. 여기서 단위가 나타날 때만 이미 결정이 내려지지만 23%의 경우에서 단위를 식별하는 반면 이 23의 65%에서 올바르게 식별하는 것이 가능합니다. %. 그리고 포지션 개설 초기에 대략 1 ~ 1.3의 위험이 있지만 일부는 트롤에 의해 빠져나간다는 점을 고려해야 합니다. 일반적으로 다소 물결 모양의 균형이 있습니다(그렇지 않습니다. t 에퀴티가 얼마인지, 균형이 무엇인지는 제정신이 아니므로).
환상적이지 않습니다. ZZ의 경우 95%를 얻는 것이 쉽다고 주장하지 않습니다. 그러나 의미가 없습니다. 과거의 불순물이 없는 PURE 미래 가격 변동의 환상적인 65% 예측 품질을 의미하며 ASR이 직접 달려있다.
공예품의 형은 지점의 야생 어딘가에 있으며 SB의 가격 대신 SB를 테스트하겠다고 제안했습니다. 그것을 가져 와서 Akurashi와 다른 모든 것이 어떻게 될지 확인하십시오. 분명히 55 % 이상이면 다음입니다. SB는 50% 이상을 예측할 수 없기 때문에 분명히 어딘가에 쓰레기지만, ZZ에서 SB가 똑같이 "멋진" 가격을 예측했다는 것은 무엇을 의미합니까? SB에서 거래할 수 있는 것은 무엇입니까?
커닐링구스 Sutton, Barto. 책의 이전 버전은 러시아어로, 새 버전은 영어로만 제공됩니다. 구글에서. 파이썬 예제가 새로 추가되었습니다.
예 다운로드했습니다. 많은 것을 읽으십시오.
추신: 그물에 있는 CNTK에 대한 예가 있습니다. C#에서 LSTM을 만드는 것이 어렵지 않은 것 같습니다. 한 가지 문제, Microsoft는 게으릅니다. CNTK가 있는 오프 페이지에서도 Python에서 API를 연구하기 위해 보내줍니다. 여기에서 말합니다. 설명서도 있으니 거기에서 사용하세요
In this post will show how to implement CNTK 106 Tutorial in C#. This tutorial lecture is written in Python and there is no related example in C#. For this reason I decided to translate this very good tutorial into C#. The tutorial can be found at: CNTK 106: Part A – Time series prediction with LSTM (Basics) and uses sin wave function in order...
추신: 그물에 있는 CNTK에 대한 예가 있습니다. C#에서 LSTM을 만드는 것이 어렵지 않은 것 같습니다. 한 가지 문제, Microsoft는 게으릅니다. CNTK가 있는 오프 페이지에서도 Python에서 API를 연구하기 위해 보내줍니다. 여기에서 말합니다. 설명서도 있으니 그곳에서 사용하세요
제 생각에는 이것은 6-7 년 전에 읽은 자료의 재판입니다. 그러나 여기 변동성 거래에 대해 일반 주문을 통한 옵션 거래를 시뮬레이션하는 방법을 몇 번 생각했습니다. 아무것도 찾지 못했습니다.
대략적인 변동성은 내가 아는 한 비교적 새로운 것입니다. 접근 방식이 원칙적으로 새로운 것은 아니지만. python 예제는 방법이 제안된 즈음에 날짜가 표시됩니다. 사람들은 그곳에서 회의를 한다
대략적인 변동성은 내가 아는 한 비교적 새로운 것입니다. python 예제는 방법이 제안된 즈음에 날짜가 표시됩니다. 사람들은 그곳에서 회의를 한다
아니요, 대략적인 변동성은 2014년 기사에서도 검색되었지만, 그게 요점이 아닙니다. 우리는 파생상품을 통한 거래에 대해 이야기하고 있습니다. 맞죠?
아니요, 대략적인 변동성은 2014년 기사에서도 검색되었지만, 그게 요점이 아닙니다. 우리는 파생상품을 통한 거래에 대해 이야기하고 있습니다. 맞죠?
반드시는 아닙니다. 옵션이 변동성 거래일 뿐이지만 계층을 현물에 적용할 수 있습니다.
음, 본질적으로 평균 회귀와 변동성 돌파라는 두 가지 계층이 있습니다. 그 중 하나에 정확히 맞는 방법을 생각해야 합니다.
PS 네, 아카이브의 기사는 2014년에 출판되었습니다.
소설을 읽은 적이 있습니까?
ㅋ
알렉세이 비아즈미킨 :
결과가 0.65인 두 번째 전략은 전혀 환상적이지 않습니다. 여기서 단위가 나타날 때만 이미 결정이 내려지지만 23%의 경우에서 단위를 식별하는 반면 이 23의 65%에서 올바르게 식별하는 것이 가능합니다. %. 그리고 포지션 개설 초기에 대략 1 ~ 1.3의 위험이 있지만 일부는 트롤에 의해 빠져나간다는 점을 고려해야 합니다. 일반적으로 다소 물결 모양의 균형이 있습니다(그렇지 않습니다. t 에퀴티가 얼마인지, 균형이 무엇인지는 제정신이 아니므로).
환상적이지 않습니다. ZZ의 경우 95%를 얻는 것이 쉽다고 주장하지 않습니다. 그러나 의미가 없습니다. 과거의 불순물이 없는 PURE 미래 가격 변동의 환상적인 65% 예측 품질을 의미하며 ASR이 직접 달려있다.
공예품의 형은 지점의 야생 어딘가에 있으며 SB의 가격 대신 SB를 테스트하겠다고 제안했습니다. 그것을 가져 와서 Akurashi와 다른 모든 것이 어떻게 될지 확인하십시오. 분명히 55 % 이상이면 다음입니다. SB는 50% 이상을 예측할 수 없기 때문에 분명히 어딘가에 쓰레기지만, ZZ에서 SB가 똑같이 "멋진" 가격을 예측했다는 것은 무엇을 의미합니까? SB에서 거래할 수 있는 것은 무엇입니까?반드시는 아닙니다. 옵션이 변동성 거래일 뿐이지만 계층을 현물에 적용할 수 있습니다.
음, 본질적으로 2개의 계층이 있습니다. 평균 회귀와 변동성 돌파입니다. 그 중 하나에 정확히 맞는 방법을 생각해야 합니다.
PS 네, 아카이브의 기사는 2014년에 출판되었습니다.
나는 당신의 링크를 어떤 식으로든 읽지 않습니다. 이 q-러닝에 끌리더라도 많이 읽습니다.
변동성 거래를 현물에 적용하는 방법을 모르겠습니다. 제가 제공할 수 있는 최대값은 평범한 그리드입니다)))
나는 당신의 링크를 어떤 식으로든 읽지 않습니다. 이 q-러닝에 끌리더라도 많이 읽습니다.
변동성 거래를 현물에 적용하는 방법을 모르겠습니다. 제가 제공할 수 있는 최대값은 평범한 그리드입니다)))
커닐링구스 Sutton, Barto. 책의 이전 버전은 러시아어로, 새 버전은 영어로만 제공됩니다. 구글에서. 파이썬 예제가 새로 추가되었습니다.
커닐링구스 Sutton, Barto. 책의 이전 버전은 러시아어로, 새 버전은 영어로만 제공됩니다. 구글에서. 파이썬 예제가 새로 추가되었습니다.
예 다운로드했습니다. 많은 것을 읽으십시오.
추신: 그물에 있는 CNTK에 대한 예가 있습니다. C#에서 LSTM을 만드는 것이 어렵지 않은 것 같습니다. 한 가지 문제, Microsoft는 게으릅니다. CNTK가 있는 오프 페이지에서도 Python에서 API를 연구하기 위해 보내줍니다. 여기에서 말합니다. 설명서도 있으니 거기에서 사용하세요
https://bhrnjica.net/2017/12/07/cntk-106-tutorial-time-series-prediction-with-lstm-using-c/
네 다운로드 받았어요, 많이 읽고, 이 kuni도 확인하셔야 해요))))
추신: 그물에 있는 CNTK에 대한 예가 있습니다. C#에서 LSTM을 만드는 것이 어렵지 않은 것 같습니다. 한 가지 문제, Microsoft는 게으릅니다. CNTK가 있는 오프 페이지에서도 Python에서 API를 연구하기 위해 보내줍니다. 여기에서 말합니다. 설명서도 있으니 그곳에서 사용하세요
https://bhrnjica.net/2017/12/07/cntk-106-tutorial-time-series-prediction-with-lstm-using-c/
그들은 그것을 사용하는 일종의 비유동성을 가지고 있습니다.
2개의 레이어를 시도하고 레이어의 뉴런 수를 각 레이어에서 1로 줄이십시오.
흰색 세로선 앞 - 샘플, 뒤 - oos
뉴런이 많을수록 적합 가능성이 클수록(자유도가 더 높음), 뉴런이 아주 조금이라도 정상적인 결과를 낼 수 있을 때까지 뉴런 수를 줄이십시오.
즉, 입력의 정보가 더 명확하고 그리드가 거칠수록 더 좋습니다.
안녕하세요 블라디미르님!
내가 준 대본으로 어떻게 성공했는지, 그것을 시도하려고 했습니까? 아마도 그들은 어떻게 든 아이디어 자체와 회귀와 같은 접근 방식을 개발했을 것입니다.