트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2038

 
막심 드미트리예프스키 :

논쟁의 여지가 없습니다. 왜냐하면 일반적인 프레임워크에서는 최소한의 코드로

집에서 만든 제품은 여기에서 특별히 논의되지 않고 catbust 또는 현대 신경망과 같은 성인 모델만 논의됩니다.

mql 뉴런으로 이 마우스 소란은 토론하는 것조차 흥미롭지 않습니다. 왜냐하면 세상은 훨씬 앞서갔고 매년 리드가 두 배가 되기 때문입니다.

"나는 tensorflow에 이런저런 모델이 있다"고 말해 봅시다. 그리고 당신은 mql에 무언가를 코딩했다고 말합니다. 그리고 왜 이 정보가 필요합니까? 이것을 재현하는 방법

미소 외에는 아무 것도 유발하지 않음) 왜 텐서플로 / 2 년 더 튀어 나와있는 모델을 가지고 있다는 것을 인정하지 않습니까? 동시에 격차를 세 배로 늘릴 것입니다. 허용?)

물론 문자 그대로가 아닌 Edgar Peters의 일부 책에서 - "점원/중개인은 어떤 거리에 누워 있는 5파운드 지폐를 지나갈 것입니다. 왜냐하면 그의 확률 이론에 따르면 거기에 있어서는 안 되기 때문입니다." ...)

행운을 빕니다.



 
도서관 :

선이 많을수록 더 많은 깊이가 필요합니다.
기가바이트가 있는 경우 수백만 개의 행이 있습니다. 깊이가 6이면 최종 시트는 전체 예제/라인 수의 1/64가 됩니다. 입력이 수백만이면 수만입니다.

이것이 CB가 앙상블을 구축하는 방법입니다. 꺾이는 현상이 발생하므로 얕음은 일반적으로 나무의 수에 따라 다르므로 최대 깊이 10을 권장합니다.

 
dr.mr.mom :

미소 외에는 아무 것도 유발하지 않음) 왜 텐서플로 / 2 년 더 튀어 나와있는 모델이 있다는 것을 인정하지 않습니까? 동시에 격차를 세 배로 늘릴 것입니다. 허용?)

불행히도 이미 협상이 시작되었습니다.

 
알렉세이 비아즈미킨 :

이것이 CB가 앙상블을 구축하는 방법입니다. 꺾이는 현상이 발생하므로 얕음은 일반적으로 나무의 수에 따라 다르므로 최대 깊이 10을 권장합니다.

분명히 이것은 수백만 줄에 대한 권장 사항이 아닙니다. 시도 15

 
도서관 :

분명히 이것은 수백만 줄에 대한 권장 사항이 아닙니다. 시도 15

이것은 너비와 깊이가 매우 큰 샘플에만 해당됩니다.

학습이 쉽다고 하는데 학습과정에서 확인된 패턴이 대조표본에서 확인되지 않는다.

 
알렉세이 비아즈미킨 :

이것은 너비와 깊이가 매우 큰 샘플에만 해당됩니다.

학습이 쉽다고 하는데 학습과정에서 확인된 패턴이 대조표본에서 확인되지 않는다.

제 생각에는 열의 수는 깊이에 그다지 중요하지 않습니다. 깊이를 늘리려면 많은 수의 선만 필요합니다. 그리고 열 - 예, 100만입니다. 모두 테스트를 거쳐 최고 중 일부만 선택됩니다.
 
이고르 마카누 :

시장 정보의 분석과 함께 일반적으로 문제가 없습니다 ... 시장은 자신에게만 정보를 제공하고 모든 데이터는 처리되어야한다고 믿는 연구원의 탐욕을 제외하고는. 여기서 작업은 반복되는 패턴을 찾는 것으로 공식화되고 나머지 데이터는 폐기되어야 합니다(사용되지 않음).

모든 것이 결정을 내리는 데 있어 슬프다. 테스트 를 통과하고 앞으로 나아갈 TS를 생성하는 것이 가능하지만 여기에 문제가 있습니다.

, 즉 미래에 문제를 어떻게 작성합니까?


일반적으로 작업을 공식화하는 데 약간의 진전이 있다고 생각합니다.

원칙적으로 테스트 통계를 업로드하고 Python에서 NN을 훈련하려고 시도하는 것은 어렵지 않습니다.

시장의 맥락에 대한 정의, IMHO 그것은 당신이 쓴 것과 같습니다 - 오직 상인의 결정, 즉. 공식화하거나 알고리즘화하거나 탐색하는 것이 가능한지 의심스럽습니다.

원자가 2단계보다 단순한 경우, 물질 분자는 무기 물질의 원자이고 물질은 큰 분자와 유기 물질의 원자 묶음입니다. 국가 시장 분석에서 경제 주체는 사람입니다. 그리고 사람은 원자와 그 구성 요소보다 더 복잡합니다. 확실히 유기화학보다 어렵다.

 
도서관 :
제 생각에는 열의 수는 깊이에 그다지 중요하지 않습니다. 깊이를 늘리려면 많은 수의 선만 필요합니다. 그리고 열 - 예, 100만입니다. 모두 테스트를 거쳐 최고 중 일부만 선택됩니다.

일반적으로 그러한 결과 - 결국 2개의 나무

측정항목

선택한 방법으로 예측 변수의 중요성 추정

C++ 및 bin 모델과 양자화 테이블을 첨부했습니다.

저에게는 샘플이 혼합되어야 하거나 이것이 최대값입니다. 테스트 샘플과 시험 샘플 사이의 메트릭 차이는 당혹스럽습니다.

파일:
model.zip  19 kb
 
발레리 야스트렘스키 :

원자가 2단계보다 단순한 경우, 물질 분자는 무기 물질의 원자이고 물질은 큰 분자와 유기 물질의 원자 묶음입니다.

그것이 바로 그것입니다. 그러나 당신이 원자를 고려하는 동안, 그리고 결정 격자를 고려하기로 결정하자마자 "모두가 항해했습니다" - 대부분의 경우 해결하기 매우 어려운 과제, 그런데 나는 그것을 한 번 읽었습니다. 그런데, 그들은 거기에서 신경망을 사용하십시오 - 모델링 프로세스의 결과를 더 빨리 얻습니다.

그래서 시장도 마찬가지입니다. 우리가 하나 또는 두 개의 틱을 고려하는 동안에는 많은 옵션이 없습니다. 위 또는 아래에 상관없이 "여기서 주문이 열렸고 여기에서 닫혔습니다"라는 연구로 넘어가면 모든 것이 더 복잡해집니다. )))

발레리 야스트렘스키 :

국가 시장 분석에서 경제 주체는 사람입니다. 그리고 사람은 원자와 그 구성 요소보다 더 복잡합니다. 확실히 유기화학보다 어렵다.

예, 이것은 일종의 생활 구조이지만 행동 모델이 있습니다. 이러한 패턴을 요점이 아니라 시장의 맥락이라고 부르도록 하십시오.

역사에 대한 행동을 연구하려면 미래에 무엇을 할 것인지 결정해야합니다.

 
알렉세이 비아즈미킨 :

일반적으로 그러한 결과 - 결국 2개의 나무

측정항목

선택한 방법으로 예측 변수의 중요성 추정

C++ 및 bin 모델과 양자화 테이블을 첨부했습니다.

저에게는 샘플 이 혼합되어야 하거나 이것이 최대값입니다. 테스트 샘플과 시험 샘플 간의 메트릭 차이는 당혹스럽습니다.

트레인이나 테스트 내부에 혼용은 가능하지만 말이 안되고, 트레인과 테스트 사이에는 불가능합니다. 실수로 그것들을 섞은 것이 아닙니다. 시험과 함께 하기에는 아주 좋은 결과입니다.

그리고 그 차이는 시장이 항상 같은 것이 아니라 변하기 때문입니다. 가장 중요한 것은 평균 이익을 얻는 것입니다)

사유: