트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1453

 
고비치 :

얼굴이 똑같은 것 같지만 답이 있는 질문들... 똑같다...마치 마초같은 날))))

또 ZZ 또 80%...

경험이 없는 사람은 어떤 종류의 음모 또는 집/참가자의 타워 문제를 의심할 것입니다.

Hike 이것은 이미 3번째 또는 4번째 "웨이브"입니다. 거의 같은 내용입니다. 나는 게시물의 2/3 이상을 읽지 않았기 때문에 확실히 말할 수 없습니다.

무슨 일이야???

그래서 단골들의 의견이 이미 형성되어 있고 모두가 각자의 방향으로 가고 있고, 각각의 방향이 옳다고 말할 뿐입니다. 오류 없이 사용하면 회전할 수도 있는 ZZ를 제외하고는 사용하는 사람들이 뭔가 잘못하고 있다고 확신합니다. 자연스럽게 IMHO. 그러나 올바르게 사용하기 시작하면 결과가 확연히 달라지고 즉시 그렇게 되고 세상이 잘못된 색상으로 보이는 것처럼 보입니다. ZZ를 사용하는 데 특별한 이점이 없기 때문입니다. 출구에서도 입구에서도.
그리고 같은 것에 대해 동의하지 않습니다. 그리고 위에서 이미 제가 그 이후로 한 일을 썼습니다. 지난 100개의 게시물에 대해 이것이 표명되고 채택될 수 있는 유일한 아이디어입니다. 바로 수정이 없습니다. 이제, 제 것 외에 시도할 수 있는 수백 가지 아이디어의 예를 들어보시겠습니까?
글쎄, 누가 여기에 유용합니까??. 그게 다야.... 한편 내가 말한 것은 근본적인 정당성이다. 개발 중에 나는 새로운 최적화 방법, 또는 오히려 그 조직을 생각해 냈습니다 .....
 
막심 드미트리예프스키 :

영어에 대해 말하자면, 멍청한 놈들은 여기서 뭐하는 겁니까. 하지만 과학자들은 여전히 변동성을 모델링하기 위해 분수 브라운 운동을 연구하고 있습니다. 시장 움직임을 설명하는 보다 정확한 방법은 아직 세상에 존재하지 않습니다. 저것들. 블랙과 스콜스에서 새로운 연구에 이르기까지.

https://tpq.io/p/rough_volatility_with_python.html

https://www.quantstart.com/articles/derivatives-pricing-ii-volatility-is-rough#ref-gatheral

지금까지 나는 양초, 지그재그 및 기타 유치원 게임의 색상에 대한 예측에 대한 토론만을 보았습니다.

R의 경우 분수 Brownian, Levy 비행 등 이 모든 것을 포함하는 yuima 패키지가 있습니다. 적어도 참고 문헌에는 도움이 될만한 이 있습니다.

The YUIMA Project
The YUIMA Project
  • yuimaproject.com
The YUIMA Software performs various central statistical analyses such as quasi maximum likelihood estimation, adaptive Bayes estimation, structural change point analysis, hypotheses testing, asynchronous covariance estimation, lead-lag estimation, LASSO model selection, and so...
 
고비치 :

환상적이지 않습니다. ZZ의 경우 95%를 얻기는 쉽지만 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?

1. 쉽다면 구체적인 예를 숫자로 알려주세요. 물론 방법을 안다면요.

2. 조언("take", "look")할 필요가 없습니다. 스스로 하고 구체적인 예를 들어 귀하의 진술을 증명하십시오. 글쎄, "형들"에 대한 언급 ... "한 남자가 여기에서 나에게 말했다."라고 쓰는 것이 더 쉬울 것입니다.

똑똑한 사람들은 측정할 수 없을 정도로 이혼했습니다.

 
mytarmailS :

안녕하세요 블라디미르님!

내가 준 대본으로 어떻게 성공했는지, 그것을 시도하려고 했습니까? 아마도 그들은 어떻게 든 아이디어 자체와 회귀와 같은 접근 방식을 개발했을 것입니다.

개인에서.

 
안드레이 딕 :

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.

젠장, 당신 말이 맞아
 
이반 부코 :
젠장, 당신 말이 맞아


결과가 개선되었습니까?
 
알렉세이 니콜라예프 :

R의 경우 분수 Brownian, Levy 비행 등 이 모든 것을 포함하는 yuima 패키지가 있습니다. 적어도 참고 문헌에는 도움이 될만한 이 있습니다.

감사합니다. 마지막에 지금까지 들어본 적 없는 모델이 있습니다.

 
막심 드미트리예프스키 :

감사합니다. 마지막에 지금까지 들어본 적 없는 모델이 있습니다.

거기에 많이 있어요. 예를 들어 - TP 지점의 Alexander가 발명했지만 여전히 발명하지 않는 복합 푸아송 프로세스)

 
안드레이 딕 :


결과가 개선되었습니까?

잔고의 스프레드(톱니바퀴 진폭)는 약간 증가하고 거래 빈도는 감소했지만 앞으로 꽤 오랫동안 안정성을 반복합니다. 그리고 20, 50, 1000개의 뉴런을 2개의 레이어에 넣었습니다. 훈련 기간이 직선이지만 즉시 바닥으로 떨어지거나 일종의 혼돈이 됩니다. 나는 또한 10개의 뉴런으로 구성된 30개의 레이어를 시도했습니다. 동일한 것입니다. 3개의 뉴런을 2개의 레이어에 배치 - 안정)))

리얼로 올려봅니다 확인하겠습니다

 
안드레이 딕 :

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.

침 흘리기에 지쳤어, 너무 아름다워

이 기간은 몇 시입니까? 비밀 기술은 무엇입니까?

사유: