트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3369

새 코멘트
 
Aleksey Nikolayev #:

대략적으로 말하면, 어떤 대상을 예측하는 모델은 항상 대상을 설명하는 어떤 모델과 동일하다는 정리가 있습니다. 우리는 항상 욕망과 더불어 시장에 대한 어떤 모델을 구축한다는 것이 밝혀졌습니다.


동일성 정리가 있습니다. 간단히 말해, "낙타처럼 보이고, 낙타처럼 마시고, 낙타 냄새가 나면 낙타다"라는 것입니다.
모델의 시장 대응 정도를 계산할 수도 있습니다. 이를 위해 주어진 영역에서 모든 가격 상승분의 합계, 시스템에서 얻은 핍의 합계를 계산하고 비교해야 합니다.

같은 방식으로 oos에서 원본에 대한 시스템의 준수 정도를 추정 할 수 있습니다.
 
Aleksey Nikolayev #:

대략적으로 말하면 어떤 대상을 예측하는 모델은 항상 그 대상을 설명하는 어떤 모델과 동일하다는 정리가 있습니다. 우리는 항상 시장에 대한 어떤 모델을 구축하고자 하는 욕망과 더불어 어떤 모델을 구축한다는 것이 밝혀졌습니다.

충분히 공평하죠 :)
 
Aleksey Nikolayev #:

대략적으로 말하면, 어떤 대상을 예측하는 모델은 항상 대상을 설명하는 어떤 모델과 동일하다는 정리가 있습니다. 우리는 항상 욕망과 더불어 시장에 대한 어떤 모델을 구축한다는 것이 밝혀졌습니다.

당연한 말이죠.

하지만 저는 다음과 같이 수정하겠습니다.

어떤 대상을 성공적으로 예측하는 모델은 항상 대상을 설명하는 어떤 모델과 동일합니다.

 
mytarmailS #:

당연하죠.

제가 수정한다는 것만 빼면요.

객체를 성공적으로 예측하는 모델은 항상 객체를 설명하는 어떤 모델과 동일합니다.

이는 트렌드가 지속될 것이라는 가정 하에 '처음부터' 계획을 세우는 경우에 해당합니다.

그러나 투자 기반 모델에서는 전혀 그렇지 않습니다.

키네스코프 TV를 예로 들어 과거를 기반으로 계획을 세웁니다. 모든 것이 수년 동안 잘 작동합니다. 그러나 이러한 계획은 LCD TV와 같은 다른 물리적 원리의 TV가 나타날 수 있다는 점을 고려하지 않습니다.

경제학에서 이 예는 모든 곳에서 작동합니다. 시장 경제에서 불황의 주기적 특성은 오래된 것의 과잉 생산과 새로운 것의 출현에 기반합니다.

 
말, 사람, 모든 것이 뒤섞여 있습니다.
 
그래서요? 왜 아무도 자신의 업적에 대해 글을 쓰지 않나요? 아니면 계속 숨이 막힐까요? :)
ONNX를 끝낸 사람이 있나요?
 
mytarmailS #:
말, 사람, 모든 것이 뒤섞여 있습니다.
기사는 어디 있죠?
 
Maxim Dmitrievsky #:
기사는 어디 있나요?
맥심이 말하는 것
 
mytarmailS #:
맥심 소개
MO에 대해. 일종의 봇일지도 모릅니다.
지능형 제품 제공
이미 RL에 대한 기사가 70 개가 있으며 모두가 이미 알아 냈습니다. 다른 주제가 필요해요 :)
 
СанСаныч Фоменко 패턴을 검색합니다. 전처리에 약간의 노력을 기울이면 이러한 패턴은 향후 분류 오류를 20% 미만으로 줄일 수 있습니다.

패턴은 단 하나, 일명 패턴만 있습니다. 어떤 움직임이든 ABC로 단순화하면 패턴의 모든 매트릭스 비율을 찾을 수 있습니다. 머신러닝 없이도 이 모든 것을 수작업으로 쉽게 계산할 수 있습니다. 라녹은 학교에서 배우는 대수나 기하학 수업보다 더 복잡하지 않습니다.

1...336233633364336533663367336833693370337133723373337433753376...3399
새 코멘트
사유: