Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2235

[Aleksey Nikolayev]

Valeriy Yastremskiy:

Schrödinger ist schon lange gescheitert, heute habe ich seinen Bericht über die Dissertation über die numerische Simulation von nichtlinearen Spinwellen in Graphenstrukturen auf Matlab gelesen, natürlich wird Schrödinger verwendet, aber schon bemerkt, dass er scheitert)))

Im Allgemeinen war ich für eine lange Zeit überrascht, die Akademie ist finanziell, und sprechen Sie über Quantencomputer, CERN, Dubna) Aber heute war ich nur überrascht) Mein Kind (mein) in der Graduiertenschule, fragte er eine Frage, und das Netzwerk schreibt in Python?) Das ist eine Gegenfrage).

Durch leises Flüstern hörte ich, dass in der Mathematik in Russland derzeit die Abteilung für Physik und Mathematik (Higher School of Economics) führend ist, während die Fakultät für Mechanik der Staatlichen Universität Moskau in letzter Zeit stark aufgegeben hat.

[Valeriy Yastremskiy]

Aleksey Nikolayev:

Ich habe beiläufig gehört, dass die Spitzenplätze in der Mathematik in Russland jetzt von der Physik und der Hochschulbildung (HSE) eingenommen werden, während der Fachbereich Mechmatik der Moskauer Staatsuniversität in letzter Zeit stark zurückgefallen ist.

Nicht im Betreff, aber wenn es allgemein ist, ist es schlecht). Und bei den Schafen .... Es scheint, dass Phystech nie an Boden verloren hat. Mit HSE und MSU bin ich nicht vertraut, ein paar Bekannte sind kein Indikator))))

[iwelimorn]

Maxim Dmitrievsky:

Ernsthaft... diese Seltsamkeit bricht mir das Hirn. kein Spread funktioniert gut auf dem Track\test.

mit der Spreizung funktioniert gut auf der Rennstrecke, aber es bricht bei der Prüfung. Was ist an dem Test so anders, dass der Spread Tick für Tick verhindert, dass er in den Gewinn geht?

Es scheint eine Art Fehler in der Logik zu sein.

Gestern Abend habe ich eine weitere "Nicht handeln"-Klasse zum Ziel hinzugefügt:

    for i in range(dataset.shape[0] - max):
        rand = random.randint(min, max)
        curr_pr = dataset['close'][i]
        future_pr = dataset['close'][i + rand]

        if future_pr  - curr_pr < -25*POINT:
            labels.append(1.0)
        elif future_pr - curr_pr > 25*POINT:
            labels.append(0.0)
        else:
            labels.append(2.0)

Ich habe den Tester umgeschrieben, aber am Ende bekomme ich nicht einmal ein anständiges Ergebnis. Und die Krönung für mich war, dass die save_model-Methode für C++ keine Multiklassenmodelle unterstützt, Hund. Nach den Bedingungen zu urteilen, ist es eine Sackgasse.

[Maxim Dmitrievsky]

welimorn:

Gestern Abend habe ich eine weitere "Nicht handeln"-Klasse zum Ziel hinzugefügt:

schrieb den Tester neu, endete mit nichts, auch ein unwesentlich anständiges Ergebnis zu finden. Und die Krönung für mich war, dass die save_model-Methode für C++ keine Multiklassenmodelle unterstützt, Hund. Kurz gesagt, aufgrund der Bedingungen, eine Sackgasse.

Über einen anderen Klassifikator, der den Handel erlaubt/verbietet

aber das macht wirklich nicht viel Sinn, ich habe es nachgeprüft)

[Aleksey Vyazmikin]

Es gibt auch solche Optimierungslösungen.

[Aliaksandr Hryshyn]

Aleksey Vyazmikin:

Es gibt auch solche Optimierungslösungen.

Ich werde mal nachsehen, vielleicht findet sich etwas Nützliches

[mytarmailS]

Aleksey Vyazmikin:

Es gibt auch solche Optimierungslösungen.

Warum ist Ihnen die Optimierung so wichtig?

[Aleksey Vyazmikin]

mytarmailS:

Warum sind Sie so scharf darauf, zu optimieren?

Dies geschieht anstelle der Gradientenfehlerkorrektur. Es ist wahr, dass mehr Funktionen mehr Rechenleistung erfordern, aber vielleicht ist es für zusammengebrochene Funktionen in Ordnung...

[mytarmailS]

Aleksey Vyazmikin:

Dies geschieht anstelle der Gradientenfehlerkorrektur. Es ist wahr, dass mehr Funktionen mehr Rechenleistung erfordern, aber es kann für zusammengebrochene Funktionen funktionieren...

Bilden Sie ein Netzwerk aus?

[Aleksey Vyazmikin]

mytarmailS:

bilden Sie ein Netzwerk aus?

Boosts verwenden ebenfalls einen Farbverlauf. Es handelt sich lediglich um Informationen zur Erweiterung des Wissens und der für MO geeigneten Methoden.