Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2023
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
Englisch... es ist ein geschlossener Zugang auf dem Medium, man braucht ein bezahltes Abonnement.
Ich mache gerade einen anderen Bot... der hier ist gerade in der Testphase...
mit lstm oder gru und etwas Unterstützung... dann mit neuen NS-Architekturen für Zeitreihen weiterarbeitenMax, mach langsam, benutze deinen Kopf...
1) Der Algorithmus funktioniert nur aufgrund der komplizierten Schichten des Typs,
2) Er ist offensichtlich ein Mann mit einer besonderen Ausbildung, und er ist nicht dumm.
3) Er kennt seinen Code aus dem Jahr 2020, was bedeutet, dass er mit Sicherheit weiß, dass er lstm und gru berührt hat , sie aber nicht anwendet und seinen eigenen Code geschrieben hat.
Es ist so naiv zu glauben, dass man zwei Handbücher liest und die Welt umdreht. Jeder Algorithmus hat sein eigenes Problem und seine eigene Anwendung!
Ich würde Ihnen also empfehlen, langsamer und logischer zu denken, um besser zu verstehen, warum es funktioniert, anstatt trendigen Algorithmusnamen hinterherzulaufen.
Max, mach mal langsam, benutze deinen Kopf...
1) Der Algorithmus funktioniert nur aufgrund der komplizierten Schichten des Typs,
2) Er ist offensichtlich ein besonders gebildeter Mann, und er ist nicht dumm.
3) Er kennt seinen Code aus dem Jahr 2020, was bedeutet, dass er mit Sicherheit weiß, dass er lstm und gru berührt hat , sie aber nicht anwendet und seinen eigenen Code geschrieben hat.
Es ist so naiv zu glauben, dass man zwei Handbücher liest und die Welt umkrempelt. Jeder Algorithmus hat sein eigenes Problem und seine eigene Anwendung!
Ich würde Ihnen also empfehlen, langsamer und logischer zu denken, besser zu verstehen, warum es funktioniert, und nicht trendigen Algorithmusnamen nachzujagen.
Sie verwenden sehr alte Modelle, wie ich bereits schrieb. Nichts besonders Cooles. Ich denke, dass solche Labore jetzt von Studenten geschrieben werden.
kein langer Speicher, das Modell selbst ist langsam
ein tiefes Q-Learning wird genauso gut funktionieren
Sie wissen nicht, was vor sich geht.) Ich habe nicht 2 Handbücher gelesen, sondern mehrere Bücher über NS und Verstärkung. Ich benutze einfach keine Netze.
Sie verwenden sehr alte Modelle, wie ich bereits geschrieben habe. Daran ist nichts Supercooles. Ich denke, das ist die Art von Labor, die Schüler heutzutage schreiben.
kein langer Speicher, das Modell selbst ist langsamJa, die Modelle sind alt, aber er verwendet das Modell nicht so, wie es ist, sondern er macht aus jedem Modell ein Neuron und aus dem Neuron eine Schicht...
Und das alte Modell wurde unverändert verwendet, das Modell ist alt, aber es ist nur ein Neuron in der neuen Architektur.
Was den Speicher betrifft, so hat er nur einen langen Speicher mit einem Rauschfilter implementiert. Wo er "Kaffee kochen" geschrieben hat. Ich selbst arbeite gerade an einem ähnlichen Problem ..... Ich bezweifle, dass moderne "Pop"-Architekturen das leisten können, sie haben andere Aufgaben...
Aber probieren Sie es aus und hoffen Sie, dass ich mich irre, denn wenn ja, ist es viel einfacher, und jeder wird davon profitieren.
Ja, die Modelle sind alt, aber es verwendet das Modell nicht so, wie es ist, sondern macht jedes Modell zu einem Neuron und das Neuron zu Schichten...
Und das alte Modell wurde unverändert verwendet, das Modell ist alt, aber es ist nur ein Neuron in der neuen Architektur.
Was den Speicher betrifft, so hat er gerade einen langen Speicher mit einem Rauschfilter implementiert. Wo er "Kaffee kochen" geschrieben hat. Ich selbst arbeite gerade an einem ähnlichen Problem ..... Ich bezweifle, dass moderne "Pop"-Architekturen das leisten können, sie haben andere Aufgaben...
Aber probieren Sie es aus. Hoffen wir, dass ich mich irre, denn wenn ja, ist es viel einfacher, und alle werden davon nur profitieren.
Ich gebe Ihnen ein Lehrbuchbeispiel aus rl-Büchern, über Markov-Ketten :D Die Grundlagen.
Lesen Sie über Probleme mit rekurrenten Vanille-Netzen und wie sie in lstm gelöst werden. Vanillen sind nicht zu einem langen Gedächtnis fähig, also streiten Sie nicht.
Das "Kaffeekochen" ist ein Lehrbuchbeispiel aus den rl-Büchern, über Markov-Ketten :D Grundlagen.
Lesen Sie über Probleme mit rekurrenten Vanille-Netzen und wie sie in lstm usw. gelöst werden. Vanillas haben kein Langzeitgedächtnis, also streiten Sie nicht.
ok, nicht schon wieder))
Am besten ist es, gru zu verwenden, und die Ergebnisse werden sich zeigen.
ok, nicht mehr))
Tun Sie es in gru , und Sie werden das Ergebnis zeigen.
Niemand sagt, dass die Architektur mohnfarben sein wird. Nur fortschrittlichere Ziegelsteine
vorgefertigt, meist in Python.
Können Sie den Link löschen))?
https://pytorch.org/
Wer Ideen für KI- oder andere digitale Projekte hat, die tatsächlich nachgefragt werden könnten und für die es absehbare Kunden/Absatzmärkte gibt, kann einen Start-up-Zuschuss von bis zu 3 Millionen Rubel erhalten, mit der Möglichkeit, Mitarbeitern bis zu 100.000 Rubel pro Monat zu zahlen.
Folglich muss der Gegenstand des geistigen Eigentums (Programm, Erfindung usw.) registriert werden
https://ит-гранты.рф/
Nur für Berichte, Genehmigungen, Bewertungen, Geschäftspläne usw. muss das Papier gebündelt ausgegeben werden, wenn nicht sogar ein ganzes Bündel)
Vorrangige Bereiche:
https://ит-гранты.рф/pnp