트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2291

[Rorschach]

막심 드미트리예프스키 :

내 연구는 반대 그림을 보여줍니다

그림 2 에서 신뢰 구간은 어떻게 구성됩니까?

[Maxim Dmitrievsky]

로르샤흐 :

그림 2 에서 신뢰 구간은 어떻게 구성됩니까?

pandas 패키지의 표준 akf, 정확히 어떻게 되는지 모르겠습니다. 그러나 첫 번째 지연은 분명히 그 안에 있지 않습니다.

마지막 기사에서 계절은 MO를 통해 순수하게 확인됩니다.

글쎄, 지금까지 계정에 대한 최신 거래도 확인

[Aleksey Mavrin]

동료들이여, 경험에서 말하십시오 .

스스로에게 질문을 던졌습니다. 학습 과정에서 입력 레이어의 가중치(입력이 정규화됨)를 모니터링하는 것이 의미가 있습니까? 입력의 중요성을 평가하는 데 정말 도움이 되나요?

나는 도서관을 사용한다.   드미트리 기즐릭   실험을 위해.

R이나 Python에 데이터를 업로드하면 모든 종류의 좋은 지표를 계산할 수 있다는 것을 알고 있습니다. 그러나 그는 아직 그들에게 도달하지 않았으며 비디오 카드에 대한 그의 솔루션이 거의 "날아가는" 것이 편리합니다.

일반적으로 입력의 가중치 를 모니터링하는 것이 간단 합니까? 아니면 어떤 경우에도 먼저 입력 데이터에 대한 자세한 분석을 수행해야 합니까?

[Maxim Dmitrievsky]

알렉세이 마브린 :

동료들이여, 경험에서 말하십시오 .

스스로에게 질문을 던졌습니다. 학습 과정에서 입력 레이어의 가중치(입력이 정규화됨)를 모니터링하는 것이 의미가 있습니까? 입력의 중요성을 평가하는 데 정말 도움이 되나요?

나는 도서관을 사용한다.   드미트리 기즐릭   실험을 위해.

R이나 Python에 데이터를 업로드하면 모든 종류의 좋은 지표를 계산할 수 있다는 것을 알고 있습니다. 그러나 그는 아직 그들에게 도달하지 않았으며 비디오 카드에 대한 그의 솔루션이 거의 "날아가는" 것이 편리합니다.

일반적으로 입력의 가중치 를 모니터링하는 것이 간단 합니까? 아니면 어떤 경우에도 먼저 입력 데이터에 대한 자세한 분석을 수행해야 합니까?

가중치를 통해 인식의 영향을 평가하는 것이 가능합니다.

[Maxim Dmitrievsky]

내가 MO에서 마틴(그리드)에 대해 쓰는 이유 - 기존의 임의 거래와 달리 전략 을 수정할 수 있는 가능성은 거의 무제한 입니다. 거래의 기타 분포, 기타 종속성.

[mytarmailS]

알렉세이 마브린 :

동료들이여, 경험에서 말하십시오 .

스스로에게 질문을 던졌습니다. 학습 과정에서 입력 레이어의 가중치(입력이 정규화됨)를 모니터링하는 것이 의미가 있습니까? 입력의 중요성을 평가하는 데 정말 도움이 되나요?

제 생각에는 그렇지 않습니다. 심지어 학습 과정도 요점이 무엇입니까?

이것은 오히려 개발자를 위한 것입니다. 또는 찾고 있는 것과 모니터링하는 이유를 명확하게 알고 모르는 경우 필요하지 않습니다.

막심 드미트리예프스키 :
내가 MO에서 마틴(그리드)에 대해 쓰는 이유 - 기존의 임의 거래와 달리 전략 을 수정할 수 있는 가능성은 거의 무제한 입니다. 거래의 기타 분포, 기타 종속성.

더 많은 위험을 감수하고 있는 것 같은데...

입구의 정확성을 향해 이동해야합니다. 다른 모든 것은 부차적입니다.

입력 정확도, 이것은 최소한의 위험이며 시스템이 최소한의 손실로 작동을 멈췄음을 항상 알 수 있습니다.

그리드는 최대 위험 + 어떤 식으로든 각각 문제가 발생했음을 알 수 없으며 최대 손실이 발생합니다.

[Maxim Dmitrievsky]

mytarmailS :

더 많은 위험을 감수하고 있는 것 같은데...

입구의 정확성을 향해 이동해야합니다. 다른 모든 것은 부차적입니다.

입력 정확도, 이것은 최소한의 위험이며 시스템이 최소한의 손실로 작동을 멈췄음을 항상 알 수 있습니다.

그리드는 최대 위험 + 어떤 식으로든 각각 문제가 발생했음을 알 수 없으며 최대 손실이 발생합니다.

나는 아직 아무데도 가지 않을거야

그물은 다를 수 있습니다.

요컨대, 나는 아무도 하지 않았다는 것을 깨달았다

[Rorschach]

막심 드미트리예프스키 :

그러나 첫 번째 지연은 분명히 그 안에 있지 않습니다.

pandas의 lag 50에서는 거의 동일한 수의 첫 번째 샘플이 상관 관계가 있습니다.

잘못된 상관 관계가 있을 수 있으므로 증분을 취했습니다. 이것은 거의 공적분과 유사합니다.

[Maxim Dmitrievsky]

로르샤흐 :

pandas의 lag 50에서는 거의 동일한 수의 첫 번째 샘플이 상관 관계가 있습니다.

잘못된 상관 관계가 있을 수 있으므로 증분을 취했습니다. 이것은 거의 공적분과 유사합니다.

증분으로 하나의 소음

1회 증분으로 24주기 주기를 찾는 방법

[Rorschach]

막심 드미트리예프스키 :
내가 MO에서 마틴(그리드)에 대해 쓰는 이유 - 기존의 임의 거래와 달리 전략 을 수정할 수 있는 가능성은 거의 무제한 입니다. 거래의 기타 분포, 기타 종속성.

두 번째 네트워크 출력을 만들어 로트를 계산합니다. 또는 네트워크 신뢰도를 많은 승수로 사용하십시오.