Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2486
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
Mihail Marchukajtes
- können Sie mir sagen, welche Multiplikatoren Sie in Classifiers in der Variable double decision are weights... haben?
ah, diese sind wohl anfangs gesetzt, die sich dann im Lernprozess durch das NSET selbst abstimmen ... d.h. ursprünglich, wahrscheinlich, zufällig... (aber gibt es wenigstens eine Logik in ihren Zeichen?)...
aber die Frage nach der Logik der Operationen in Funktionen und Konstanten (warum sind sie genau so und Funktionen warum genau so) bleibt?
"Ehhh... Wenn nur jemand helfen würde..." ©
Können Sie mir sagen, welcher Algorithmus verwendet werden kann, um diese drei Klassen zu trennen, wobei ich mich besonders für die blau markierte Klasse interessiere. Dieser Hund ist in zwei Teile geteilt und leider weiß ich nicht, wie ich die Markierung der Zielscheibe aufteilen kann, um den rechten und linken Teil zu trennen. Vielleicht können Sie mir einen Rat geben?
"Ehhh... Wenn nur jemand helfen würde..." ©
Können Sie mir sagen, welcher Algorithmus verwendet werden kann, um diese drei Klassen zu trennen, wobei ich mich besonders für die blau markierte Klasse interessiere. Dieser Hund ist in zwei Teile geteilt und leider weiß ich nicht, wie ich die Markierung der Zielscheibe aufteilen kann, um den rechten und linken Teil zu trennen. Vielleicht können Sie mir einen Rat geben?
Nach Augenmaß, getrennt durch zwei gerade Linien.
Mihail Marchukajtes
ich habe die Kraft/den Mut aufgebracht, mir Ihren Code anzusehen (oft steckt mehr Wahrheit im Code als in allen Lehrbüchern) - können Sie mir sagen, was diese Multiplikatoren in Ihren Klassifikatoren in der variablen Doppelentscheidung sind - sind es Gewichte?... und wie haben Sie sie ursprünglich gefunden? d.h. warum genau diese?
oder besser noch, kommentieren Sie bitte - welche Variablen werden benötigt, und der Funktionscode
vielen Dank im Voraus!
p.s.
1. ich sehe, dass Sie Sigmoid (S-förmig) als Aktivierungsfunktion verwenden... es wird "oft als Squeeze-Funktion verwendet"...
2.Vielleicht wäre ein quadratisches Modell besser?
Das ist richtig, Sie schreiben die Lösung des Netzes, wenn Sie es anders schreiben, würde es so aussehen.
In der Mathematik wird es als Polynom bezeichnet, d. h. der Koeffizient wird mit dem Wert der Eingabe multipliziert, plus ein weiterer Koeffizient, der von der Aktivierungsfunktion mit den Werten einer anderen Eingabe oder mit der Summe der Werte der Eingaben multipliziert wird (siehe unten), minus den Koeffizienten und so weiter...... Als Ergebnis erhalten wir eine Zahl, die entweder über oder unter Null liegt und der einen oder anderen Klasse entspricht. Bei KI-Systemen wird jedoch die Methode der Trendklassifizierung angewandt, bei der neben "Ja", "Nein" auch die Antwort "Weiß nicht" erscheint. Dies wird durch die Verwendung von zwei NS in einem KI-System, dem so genannten Ausschuss, erreicht. Es ist bemerkenswert, dass der Ausschuss selbst die Qualität des Gesamtmodells nicht wesentlich verbessert. Das heißt, einen Ausschuss von 5 oder mehr Modellen zu bilden, macht keinen Sinn, aber zwei Modelle ist das Beste, der Effekt der Verbesserung der Ausbildung ist immer noch vorhanden.
Dieser Code
Es normalisiert den Eingabewert, dies ist eine interne, technische Normalisierung für das Polynom, bevor es direkt in die Gleichung eingesetzt wird. Die Normalisierung selbst führt eine Bereichsreduzierung durch. Das heißt, dass sich das Verhältnis der Reihe nicht ändert und die Reihe selbst wie ein perfektes Original aussieht, aber nach dieser Normalisierung beginnt sie im Bereich des Maximums und des Minimums der aktuellen Reihe zu liegen. Im Allgemeinen ist die Reduzierung auf den Bereich.
In Bezug auf die Asset-Funktion ja gibt es seinen Code ist dies bedeutete, dass die Lösung nicht linear in jedem Neuron war! Im Grunde ist dies ein Neuron des Netzes.
-0.13861638107404117 * sigmoid(x0)Es ist nicht schwer zu berechnen, dass dieses Polynom 6 Neuronen hat und 4 Eingänge verwendetMihail Marchukajtes
2.Vielleicht wäre es besser, sie zu quadrieren?
Mit dem Quadrat erhält man die Veränderungsgeschwindigkeit, d. h. wie schnell sich die Variable verändert hat, während die einfache Differenz den Grad der Veränderung angibt, d. h. den tatsächlichen Wert, wie stark sich das Lächeln verändert hat. Deshalb spreche ich über das Lächeln, und ich kann es immer noch nicht tun. Unter Ubuntu hat mein Büro mein System zum Absturz gebracht und ich kann nicht mehr davon booten. Ich denke, es hängt mit der Aktualisierung meines Systems über DDE und Schreiben zusammen und ich habe viel Mist gebaut, als ich Probleme mit dem Booten hatte, aber ich hatte Glück und habe es irgendwie geschafft, zu booten und es zu reparieren. Linux-Systeme sind bei der Wiederherstellung leistungsfähiger als Windows-Systeme. Während Windows eine 5-10%ige Chance hat, wiederhergestellt zu werden, hat Linux eine 30-40%ige Chance, wiederhergestellt zu werden. Ich habe Linux vor ein paar Jahren respektiert und tue es immer noch :-)
Versuchen Sie im Allgemeinen, so wenig mathematische Änderungen wie möglich an den verwendeten Daten vorzunehmen, maximal ein Plus für die Integration, Minuten, um nicht nur das Vorzeichen der Änderung herauszufinden, sondern auch den Grad, in dem diese Änderung vorgenommen wurde, das ist wahrscheinlich alles, und dann normalisieren, skalieren usw."Ehhh... Wenn nur jemand helfen würde..." ©
Können Sie mir sagen, welcher Algorithmus verwendet werden kann, um diese drei Klassen zu trennen, wobei ich mich besonders für die blau markierte Klasse interessiere. Dieser Hund ist in zwei Teile geteilt, und leider weiß ich nicht, wie ich die Markierung der Zielscheibe trennen kann, um den rechten und linken Teil zu trennen. Vielleicht können Sie mir einen Rat geben?
"Ehhh... Wenn nur jemand helfen würde..." ©
Können Sie mir sagen, welcher Algorithmus verwendet werden kann, um diese drei Klassen zu trennen, wobei ich mich besonders für die blau markierte Klasse interessiere. Dieser Hund ist in zwei Teile geteilt, und leider weiß ich nicht, wie ich die Markierung der Zielscheibe trennen kann, um den rechten und linken Teil zu trennen. Vielleicht können Sie mir einen Rat geben?
Daten senden, ich werde es versuchen
Wollte auch anbieten, es zu versuchen!!!
Deshalb spreche ich über das Lächeln und kann es trotzdem nicht tun.
Übrigens ja, die Veränderungsdynamik wäre interessanter (mit einer Aussage darüber, welche Optionen aufgrund der Nachfrage teurer/abnehmend werden, schätze ich) - als Alternative könnte man die Steigungslinie (Elastizität) auf +/-Delta gleich vom Zentralstreik (besser speziell von Seattle Fut durch lineare Regression) verwenden... imho (zur Vereinfachung der Berechnungen)... aber bei der Schätzung durch Elastizität sollte der Beitrag von rt irgendwie neutralisiert werden... und/oder die Reihe durch dt untersuchen - damit die Schiefe der rt-Variable (%*Tage bis zum Ablauf) nicht ablenkt ... es ist schließlich exponentiell
*****************
Ich denke immer wieder an das Spinnennetzmodell (c59) (im Zusammenhang mit dem Streben nach Gleichgewicht/Gleichgewicht)... die Mathematik des Modells macht mir Angst
Generell sollte man versuchen, so wenig mathematische Änderungen wie möglich an den verwendeten Daten vorzunehmen, maximal Plus für die Zusammenführung, Minus, um nicht nur das Vorzeichen der Änderung herauszufinden, sondern auch den Grad, in dem die Änderung stark ist, das ist wahrscheinlich alles, und dann normalisieren, skalieren usw.
Danke... Ich werde es versuchen, denn früher habe ich alles automatisch geteilt, um das Verhältnis zu erhalten (z. B. Call-Put-Verhältnis durch Preis und/oder Volumen)... In der Mathematik gibt es offenbar noch andere Operationen - nur die horizontale Modellierung (auch bekannt als dt), um die Dynamik zu verfolgen.