트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3031

새 코멘트
 
유전학으로 뉴런을 훈련시킬 수 있지만 모든 가중치를 한 번에 업데이트하지 않고 작은 무작위 조각으로 업데이트하여 점차적으로 오류를 줄일 수 있는지 궁금합니다.
 
Aleksey Vyazmikin #:

번역 문제는 모두 동의어입니다. CatBoost 설정은 다음과 같습니다.

퀀티슨 외환 자연

 
Aleksey Vyazmikin #:

우리는 그것을 모릅니다. 더 정확하게 말하면, 실제 분포 밀도는 알 수 없으며 발췌된 부분만 관찰하기 때문에 이러한 변동이 발생하는 것입니다....

저는 개념에 따라 살지 않습니다.)

그래서 우리가 그 과정에 있기 때문에 우리가 관찰 할 수없는 그러한 현상이 어떻게 호출되는지 말해봐, 그것은 우주의 먼 곳에서 오래 전에 완성되었습니다....

그래도 따라야 할 몇 가지 관찰과 패턴이 있습니다 (분산 증가 등) ...

 
mytarmailS #:
유전학으로 뉴런을 훈련시킬 수 있는지 궁금하지만 모든 가중치를 한 번에 업데이트하지 않고 작은 무작위 덩어리로 업데이트하여 점차적으로 오류를 줄일 수 있는지 궁금합니다.

그래야 합니다 ;-)

 
Mikhail Mishanin #:

필요 ;-)

?? 경험이 있나요?
 
mytarmailS #:
?? 경험이 있나요?

물론 저는 MQL5로만 아키텍처를 구축하고, 내 FF에서는 내장 (MQL5)과 내 유전학을 모두 사용하여 뉴로닉스를 훈련합니다.
가중치는 전체의 10-20 %를 무작위로 선택하여 업데이트됩니다.
내 FF에서만 - 오류 감소가 아닌 - 그게 다입니다.

 
Mikhail Mishanin #:

자체 FF로만 오류를 줄이지 않습니다.

무슨 뜻일까요?
분명히 어딘가에 오류가 있습니다.
 
mytarmailS #:
어떻게 알았나요?
.
분명히 어딘가에 실수가 있습니다.

전혀 실수나 이득이 아니라 적응력 자체의 기능입니다. "지속 가능성."

 
Mikhail Mishanin #:

전혀, 적응력 자체의 기능이 아니라 오류나 이익이 전혀 없습니다. "지속 가능성."

지속 가능성을 어떻게 측정하시나요? 저도 지금 고민 중입니다. 지금까지는
(첫 번째 균형점과 마지막 균형점 사이의 직선으로부터의 균형점 편차 합계) * 균형점

또는 평균 편차 * 잔액, 즉:

(첫 번째 균형점과 마지막 균형점 사이의 직선으로부터의 균형점 편차 합계)/점수 * 균형점

 
Mikhail Mishanin #:

전혀 그렇지 않습니다,

전혀요 ? 철자가 틀렸거나 의미가 명확하지 않다고요, 정확하게 써주세요.

1...302430253026302730283029303030313032303330343035303630373038...3399
새 코멘트
사유: