Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3251
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
Und deshalb nur eine Erwiderung.
Die Korrelation braucht KEINE Normalisierung, sie ist keine euklidische Distanz, die Normalisierung ist bereits in der Korrelation enthalten.
Die 3980 implementierte Conjugate-Methoden für die Typen complex, vector<complex> und matrix<complex>. Sie führen die Konjugation für komplexe Zahlen durch.
Danke!
Vielen Dank, Herr Lehrer.
Wenn es viele Dimensionen (Merkmale) gibt, sogar mehr als 5, lohnt es sich NICHT, nach direkter Nähe zwischen Linien zu suchen, sondern es ist besser, die Dimensionalität zu reduzieren.
Zwei Feinde: Übertraining und Vorausschau.
Es wurde schon viel über Übertraining geschrieben - das Modell ist der ursprünglichen Serie zu "ähnlich". Jeder ist damit vertraut, denn Übertraining ist ein häufiges Testergebnis.
Was ist "vorausschauen"?
Ist es richtig, dass dies die Hauptaufgabe des Verteidigungsministeriums ist?
Die Situation ist wie in der modernen Physik: Willst du reiten oder fahren? Früher hat die Physik versucht zu verstehen, wie die Welt funktioniert, aber jetzt werden einfach Formeln über Daten gestülpt, virtuelle Entitäten erfunden, niemand versteht etwas, alles ist sehr kompliziert.
In der Datenverarbeitung ist es die gleiche Situation. Früher nahmen wir ein Problem, versuchten es zu verstehen, schrieben dann von Hand einen Algorithmus und optimierten die Berechnungen. Um die Aufgabe zu vereinfachen, wurden einige Zusammenhänge vernachlässigt, andere wurden auf eine lineare Form reduziert. Wenn genügend Leistung und Daten vorhanden waren, wurde die Lösung des Problems einem Optimierer (grob gesagt, wie in MT-Tester) übertragen, der die Koeffizienten eines Polynoms auswählt. Niemand versteht, wie was berechnet wird, es gibt kein volles Vertrauen in das Ergebnis, aber dieser Ansatz ist in der Lage, nicht lineare und nicht offensichtliche Beziehungen zu berücksichtigen und einige wissenschaftliche Berechnungen um Größenordnungen zu beschleunigen.
Wenn die Lösung offensichtlich ist, sollte man den klassischen Ansatz verwenden. Aber unter Bedingungen großer Ungewissheit ist MO kein Allheilmittel (deshalb fügen sie den Bildern in Captcha Rauschen hinzu).
Wenn es viele Dimensionen (Attribute) gibt, sogar mehr als 5, lohnt es sich NICHT, nach direkter Nähe zwischen den Zeilen zu suchen, sondern es ist besser, die Dimensionalität zu reduzieren
1 Wert von jedem Merkmal ist nicht genug
.
Wo habe ich einen Wert gesagt?
und wo habe ich von einem Wert gesprochen?
Ich will damit sagen
wenn man eine Dimension reduziert, reduziert niemand auf eine Dimension, es ist möglich, aber man tut es nicht.
Ich sagte
Verwenden Sie Faltung oder einfache Prädiktoren, die sich durch die Geschichte ziehen?