트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2704

 

작업을 설정할 때 용어와 목표에 대한 동일한 이해로 시작해야합니다. 이 의사 소통 단계에서 싱크로 시아, 즉 대담 자에 대한 알레르기를 일으키지 않도록 노력하고이 단계를 싱크로 시아없이 통과해야만 결과를 기대할 수 있습니다.

지. 아는 사람들로 팀을 구성하는 것은 어려운 작업이며 모르는 사람들로 팀을 구성하는 것은 훨씬 더 어렵습니다))).

 

시장이라는 주제에서 파트너 문제는 복잡합니다. 누구나 파트너에게 주는 것보다 자신을 위해 더 많은 것을 얻고 싶어합니다. 그들은 파트너의 기성품에 의존하고 필요한 것을 얻으면 첫 번째 기회에 도망칩니다.

신뢰가 없으면 공동의 활동도 없습니다.

그래서 알렉세이, 당신은 어려운 일을 하고 있습니다).

 
Valeriy Yastremskiy #:

작업을 설정할 때 용어와 목표에 대한 동일한 이해로 시작해야합니다. 이 의사 소통 단계에서 대담 자에 대한 알레르기, 즉 싱크로 시아를 얻지 않도록 노력하고이 단계를 싱크로 시아없이 통과해야만 결과를 기대할 수 있습니다.

지. 아는 사람들로 팀을 구성하는 것은 어려운 작업이며 모르는 사람들로 팀을 구성하는 것은 훨씬 더 어렵습니다))).

네, 네, 아마도 용어 사전이 주어져야 할 것입니다. 특히 제가 직접 발명하는 경우가 많기 때문에....

팀은 목표가 동일하고 참여로 인한 이익(반드시 금전적 단위는 아님)이 있을 때 작동합니다.

그리고 목표는 예측자 검색을 자동화하는 것입니다.

 
Uladzimir Izerski #:

시장 주제에서 제휴사 문제는 복잡합니다. 누구나 파트너에게 주는 것보다 자신을 위해 더 많은 것을 얻고 싶어합니다. 그들은 파트너의 기성품에 의존하고 필요한 것을 얻으면 첫 번째 기회에 도망칩니다.

신뢰가 없으면 공동의 활동도 없습니다.

그래서 알렉세이, 당신은 어려운 일을 하고 있습니다).

글쎄요, 일반적으로 인간 특유의주는 것보다 더 많이받는 것이 정상입니다.

11 명으로 구성된 그룹이 각각 고유 투자의 10 % 만 제공한다면 각각은 10 %에 대한 대가로 100 %를 얻게됩니다.

그러나 요점은 다릅니다. 모든 사람이 자신이 천재라고 생각하거나 편집증이 심하다고 생각합니다. 즉, 자신의 지식이 독특하고 매우 가치 있고 자신을 행복하게 만들 수 있다고 생각합니다. 성공하지 못한 과제를 고집하는 것은 점성, 강박증, 그리고 종종 내향성인 분열성 성격 특성을 가지고 있다는 뜻입니다. 일반적으로 성격은 본질적으로 다른 사람을 신뢰하는 경향이 없습니다. 어떤 식 으로든 나는 이것을 가지고 있으며, 그렇지 않으면 포기했을 것입니다.

 
Maxim Dmitrievsky #:

모든 속성의 데이터 세트에 대한 유익한 학습 마크업을 만드는 예제입니다:

    무작위 마크업을 만든 다음 무작위를 가장 잘 설명할 수 있는 예측자를 검색한 다음 이 예측자를 사용하여 다시 마크업을 만들고 학습을 위해 다른 예측자를 선택한다는 것을 올바르게 이해했나요?

     
    Aleksey Vyazmikin #:

    무작위 추출이 수행된 다음, 랜덤을 가장 잘 설명할 수 있는 예측자를 찾은 다음, 해당 예측자를 다시 표시하고 다른 예측자를 선택하여 학습한다는 것을 올바르게 이해했나요?

    아니요, 모든 특징과 그래프에 의해 한 번에 수행됩니다.
     
    Maxim Dmitrievsky #:
    아니요, 모든 표시와 차트를 한 번에 표시합니다.

    다른 TF에서도 모든 막대가 연속으로 표시되어 있나요? 실생활에서 어떻게 사용하는지, 즉 모델에서 신호를 받을 때 무작위로 재현하는 방법을 이해하지 못합니다.

     
    Aleksey Vyazmikin #:

    각 막대는 다른 TF의 경우에도 일렬로 표시되어 있나요? 실생활에서 사용하는 방법, 즉 모델에서 신호를받을 때가 된 무작위를 재현하는 방법을 이해하지 못합니다.

    원하는 대로 표시하지만 동시에 차트와 표지판을 표시합니다.
     
    Maxim Dmitrievsky #:
    원하는 대로 표시하지만 동시에 그래프와 기능을 표시합니다.

    그리고 어떻게합니까-나는 그것을 이해하지 못합니다. 어떻게 대상을 무작위로 재현합니까?

    나머지 작업은 모든 것이 좋으면 작동해야하지만 실제로는 달성하기가 어렵습니다. 저는 이미 앞서 양자화를 수행하고 각 양자마다 평가 지표를 작성한다고 썼습니다. 이러한 방식으로 지표를 기준으로 원시 예측 변수를 선택합니다.

     
    Aleksey Vyazmikin #:

    어떻게 하는지, 어떻게 하는지, 어떻게 무작위 재생산을 목표로 삼는지 이해가 안 됩니다.

    다른 행동에 관해서는 모든 것이 좋으면 작동해야하지만 실제로는 달성하기가 어렵습니다. 저는 이미 앞서 양자화를 수행하고 각 양자마다 평가 지표를 작성한다고 썼습니다. 이런 식으로 지표를 기준으로 원시 예측 변수를 선택합니다.

    평가 전후에 편향되지 않은 평가가 있습니다. 기사에는 무작위 추출이 있습니다.

    모든 종류의 정량화에 대해 잘 모르겠지만, 여기서 가장 객관적인 접근 방식은 목표 기능과 관련하여 사용 가능한 기능의 정보성을 극대화하는 것입니다.
    사유: