Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2206
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
Ich habe Bots, die in Echtzeit herumlaufen. Willst du, dass übermütige Mammut-Händler hier wieder einspringen? Es ist wie bei der Dichteschätzung, es ist das Gleiche (gmm und Autoencoder sind das Gleiche, nach ärztlicher Anordnung). Es ist nur so, dass man mit dem Encoder aus allem etwas herausholen kann, auch aus Rekursionsschichten, d.h. es ist ein fortgeschritteneres Modell. Wenn Sie phantasieren, können Sie Analogien zum Wesentlichen ziehen, ja
Spoiler-Alarm. Das habe ich später herausgefunden, als ich versucht habe, den Grund dafür zu finden, warum es so funktioniert. Und ursprünglich habe ich es mir selbst ausgedacht :)
Gibt es keine vorgefertigten Pakete für semi-supervised learning?
Dort sollte alles einsatzbereit sein
Gibt es denn keine fertigen Pakete für das halbüberwachte Lernen?
Es soll da draußen eine geben.
gibt es. Aber nicht alles, was gekocht wird, ist auch essbar
gegessen. Aber nicht alles, was gekocht wird, ist auch essbar.
Haben Sie es ausprobiert?
Schließlich tun sie, was Sie tun, aber auf Automaten + Sie können verschiedene Ansätze wählen, nicht nur durch Verteilungen, um Daten zu simulieren
Haben Sie es ausprobiert?
Schließlich tun sie, was Sie tun, nur auf automatische + Sie können verschiedene Ansätze wählen, nicht nur auf Verteilungen, um die Daten zu modellieren
Ich bin auf dem Weg... oder gerade dabei.
Sie denken, ich schreibe Artikel, um mich selbst zu entdecken, nicht um zu prahlen. Während du schreibst, wirst du es selbst herausfinden.
Ich bin auf dem Weg... oder gerade dabei.
Was glauben Sie, warum ich Artikel schreibe? Um es für mich selbst herauszufinden, nicht um zu prahlen. Solange du schreibst, weißt du, dass
Ich versuche, meinem Arzt zu erklären, was ich tue, und die Wirkung ist positiv, vielleicht verstehen Sie es. Die Tatsache, dass der Lautsprecher verstimmt ist, ist völliger Blödsinn))))
Es ist eine Tatsache, bis man es jemandem erklärt, versteht man es auch nicht, sogar der Arzt meines Freundes versucht ihm zu erklären, was ich mache, und ehrlich gesagt, es hat einen positiven Effekt, man versteht es selbst. Und die Tatsache, dass die Person, mit der Sie sprechen, keine Ahnung hat, ist völliger Blödsinn -))))
es ist wahr ))
habe ich Sie in dem Artikel richtig verstanden.
1) Sie nehmen ein kleines Stück echter Daten, markieren die Etiketten
2) Sie trainieren ein Semi... Modell
3) Testen Sie das Semi...-Modell an einem großen Streifen von realen Daten
4) und so weiter im Kreis, bis man ein gutes Semi... Modell findet , das angemessen aufein großes Segment realer Daten reagiert
habe ich Sie in dem Artikel richtig verstanden.
1) Sie nehmen ein kleines Stück echter Daten, markieren die Etiketten
2) Sie trainieren das semi... Modell
3) Sie testen das Semi...-Modell auf einer größeren Fläche mit echten Daten
4) und so weiter im Kreis, bis ein gutes Semi-Modell angemessen auf einen großen Teil der realen Daten reagiert
Dann schaue ich mir noch einmal den Referenzbereich an und prüfe die Anzahl der guten Modelle in allen Durchgängen. Wenn es viele von ihnen gibt, ist das ein Pluspunkt.
Dann schaue ich mir auch die Kontrollabteilung an und sehe, wie viele gute Modelle es in allen Gängen gibt. Wenn es viele von ihnen gibt, ist das ein Pluspunkt.
Ich glaube nicht, dass die Semi-Modelle an allem schuld sind, sondern dass es ein Problem der schlechten Etikettierung ist.
unsere "Aufsichtskennzeichnung" ist zu unzureichend für den Markt, sie macht ihn nur ein bisschen angemessener und das war's...
Und wenn Sie eine angemessene Markierung vornehmen, können Sie sogar noch bessere Ergebnisse erzielen ...
Was ich meine, ist: Trainieren Sie nicht als Klassifizierungsproblem, sondern als Optimierungsproblem... Lehren Sie das Modell als eine Suche nach dem Minimum/Maximum
einer Funktion, z.B. Gewinnmaximierung + Provision, die die angemessenste Leibelung wäre...
Denken Sie darüber nach.
Ich habe den Eindruck, dass es nicht um die Vorzüge der Halbmodelle geht, sondern um das Problem der schlechten Etikettierung.
unsere "manuelle Kennzeichnung" ist zu unzureichend für den Markt, sie macht ihn nur ein bisschen angemessener und das war's...
Und wenn Sie eine angemessene Kennzeichnung vornehmen, können Sie sogar noch bessere Ergebnisse erzielen...
Was ich meine, ist: Trainieren Sie nicht als Klassifizierungsproblem, sondern als Optimierungsproblem... Lehren Sie das Modell als eine Suche nach dem Minimum/Maximum
einer Funktion, z.B. Gewinnmaximierung + Provision, die die geeignetste Leibelung wäre...
Denken Sie darüber nach...
Das ist es, was es sagt, eine angemessene Partitionierung ist teuer und im Allgemeinen nicht bekannt... daher kann semi-supervised learning in vielen Fällen besser funktionieren.
Es wurde an SEALs und vielen anderen Dingen getestet, und es hat sich gezeigt, dass es gut funktioniert. Derselbe Artikel von dipmind...