Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 929
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Eine grundlegende Strategie ist NUR für die Auswahl des Zeitpunkts (der Zeit) erforderlich, der analysiert werden soll. Sie kann statisch sein und keine Optimierungsparameter haben. Wenn wir die Grundstrategie optimieren, erhalten wir einen Haufen von Modellen. Eine Optimierung der Grundstrategie macht keinen Sinn. Die Beladung erfolgt durch den NS. Es reicht aus, eine grundlegende Strategie mit geeigneten Parametern für die Anzahl der Geschäfte pro Tag festzulegen und NS darauf zu trainieren.
Ja, die grundlegenden Strategien sollten sehr einfach sein ... wir müssen den Rahmen ein wenig ändern und Sie können jede Strategie hinzufügen, wir brauchen Diversifizierung.
Sie sagt, ich sei schlau und müsse sie nach Australien bringen, weil sie dort eine Freundin habe.
Dafür brauchen wir eine Scheinehe.
Du bist so schlau... Ich wäre bereit, einmal eine Scheinehe mit einer heißen Braut wie dir zu führen... gut für dich!!!! Seht es euch an Leute, was für eine Fahrt........ Das ist es, was du gut kannst, Maximka. -)))))
Bei der ovalen Vorhersage muss noch gerundet werden (>=0,5 -> 1; <0,5 -> 0). Ich werde es mit mnogovhodov versuchen, ich denke, das wird besser sein, da die Klassen 0 und 1 gleichwertiger sind.
Ich verstehe nicht, wenn zwei Werte größer als 0,5 sind, was?
Du bist so schlau... Ich würde gerne einmal eine Scheinehe mit einer heißen Braut wie dir führen... gut für dich!!!! Seht es euch an, Leute, was für eine Fahrt........ Das ist es, was du gut kannst, Maximka. -)))))
Das Komische ist: Wenn Sie Ihre Stimmung und Ihr Selbstwertgefühl ruinieren wollen, gehen Sie an die Börse.
Es ist besser, sie nicht zu missbrauchen. Als Hobby ist es in Ordnung. Neuronale Netze sind interessant, aber mehr auch nicht. Je komplizierter man es macht, desto mehr kommt man durcheinander.
Dann werden beide auf 1 gerundet.
Wenn Sie sich nicht um Wahrscheinlichkeiten kümmern, können Sie ganze Zweige ganz weglassen, wenn sie nach dem Runden alle dieselbe Klasse haben.
mnogovhodov_02 2016 arr_Buy fiel so aus:
Ich weiß nicht einmal, wie ich die Ergebnisse bewerten soll... Ich habe den Eindruck, dass der Baum noch verzweigt werden kann, denn es gibt noch eine ganze Reihe von Prädiktoren. Warum nicht?
Der Tabelle fehlen Informationen über die Verstärkung, d.h. wie viele solcher Varianten in der Stichprobe als Prozentsatz, z.B. zeigt sie, dass der ganz rechte Zweig in 77% einen korrekten Eintrag ergibt, was sehr gut ist, aber es ist nicht klar, wie oft das passiert ist.
Alternativ. Das Ergebnis ist sofort in Klassen, ohne Wahrscheinlichkeiten. Das scheint mir schlimmer zu sein.
Das macht mehr Sinn, wenn das Muster vollständig ist, aber wenn die Quoten 49 bis 51 sind, geht es nicht wirklich um
Das Lustige ist: Wenn Sie Ihre Stimmung und Ihr Selbstwertgefühl ruinieren wollen, gehen Sie an die Börse.
Daher ist es am besten, sie nicht übermäßig zu verwenden. Als Hobby ist es in Ordnung. Neuronale Netze sind interessant, aber mehr auch nicht... Je komplizierter man es macht, desto mehr kommt man durcheinander.
Ich erkenne Sie nicht wieder. Es ist wirklich gut für Sie, eine einfache Wahrheit zu verstehen. "Alles Geniale ist einfach", auch im Bereich des maschinellen Lernens. Je einfacher das Netz ist, desto besser funktioniert es.....
Dann werden beide auf 1 gerundet.
Wenn Sie sich nicht um Wahrscheinlichkeiten kümmern, können Sie ganze Zweige verwerfen, wenn sie nach dem Runden alle in der gleichen Klasse landen.
Und wenn man Zweige mit guter Wahrscheinlichkeit findet und sie in einen Prädiktor kodiert, und dann den Baum noch einmal schleifen lässt, dann wird der Baum überlegen, wie er die gefundenen Ergebnisse verbessern kann (denken Sie nicht, dass Prädiktoren das mögen müssen, da sie einen hohen Prozentsatz an richtigen Entscheidungen haben)?
Es scheint mir, dass der Baum noch verzweigt werden kann, da noch eine ganze Reihe von Prädiktoren übrig ist. Warum nicht?
Wenn wir uns weiter verzweigen, wird die Genauigkeit dieser Daten natürlich zunehmen. Mit neuen Daten wird sie aber höchstwahrscheinlich abnehmen.
Wir haben ein gewisses Optimum erreicht, wenn der Baum etwas gelernt hat, aber es gibt noch keine Überanpassung, so dass wir bei neuen Daten ähnliche Ergebnisse erwarten können.
Ich erkenne Sie nicht wieder. Es hat Ihnen wirklich gut getan, eine einfache Wahrheit zu erfahren. "Alles Geniale ist einfach", auch im Bereich des maschinellen Lernens. Je einfacher das Netz ist, desto besser funktioniert es.....
Nun, eine Art Wunsch, alle zu verarschen und zu zeigen, dass der Markt gewonnen hat. Aber im Übrigen ist es natürlich Unsinn... )