Diskussion zum Artikel "Metamodelle für maschinelles Lernen und Handel: Ursprünglicher Zeitpunkt der Handelsaufträge" - Seite 5
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 kann Ihnen immer noch Ratschläge geben, wenn Sie sie für Geld haben wollen, kann ich sie Ihnen kostenlos geben.
Zu diesem Thema kann es Ratschläge für die Auswahl von Merkmalen geben (z. B. zum Informationskriterium). Und zeigen, dass diese Merkmale besser sind als Inkremente. Psychologie und Higgs-Boson als Zeichen funktionieren nicht.
Zu diesem Thema können Ratschläge zur Auswahl von Merkmalen (z. B. Informationskriterium) gegeben werden. Und um zu zeigen, dass diese Merkmale besser sind als Inkremente. Psychologie und Higgs-Boson als Attribute funktionieren nicht.
Ich habe nichts über das Boson geschrieben. Valeriy Yastremskiy meint, dass das Metamodell komplexer sein sollte. Ich stimme ihm vollkommen zu.
Die Aufgabe, die Indikatorwerte in einem größeren Bereich zu überprüfen und sie mit den Werten in einem engeren Bereich zu vergleichen, ist interessant, aber was zeigen die Indikatoren selbst?
Indikatoren sollten Informationen über den Zustand des Marktes liefern. Nach meinem Verständnis sollte dieser Zustand durch die Wahrscheinlichkeit einer Aufwärts- oder Abwärtsbewegung beschrieben werden, die als Hamiltonian des Systems berechnet wird. Die kinetische Energie des Marktes ist recht einfach zu berechnen - die Geschwindigkeit der Preisbewegung multipliziert mit dem Momentum. Die potentielle Energie ist komplizierter, aber auch sie ist lösbar. Das Problem ist, dass sehr viel Arbeit geleistet werden muss, um alle Formeln und Zahlen in ein funktionierendes Programm zu bringen. Und die Arbeit ist qualifiziert, was fließende Kenntnisse in Mathematik, Physik und Programmierung voraussetzt.
Einen Eindruck von der Visualisierung der Felder vermittelt das beigefügte Bild.
Ich habe nichts über das Boson geschrieben. Valeriy Yastremskiy meint, dass das Metamodell komplizierter sein sollte. Ich stimme ihm vollkommen zu.
Die Aufgabe, die Indikatorwerte in einem größeren Bereich zu überprüfen und sie mit den Werten in einem engeren Bereich zu vergleichen, ist interessant, aber was zeigen die Indikatoren selbst?
Indikatoren sollten Informationen über den Zustand des Marktes liefern. Nach meinem Verständnis sollte dieser Zustand durch die Wahrscheinlichkeit einer Aufwärts- oder Abwärtsbewegung beschrieben werden, die als Hamiltonian des Systems berechnet wird. Die kinetische Energie des Marktes ist recht einfach zu berechnen - die Geschwindigkeit der Preisbewegung multipliziert mit dem Momentum. Die potentielle Energie ist komplizierter, aber auch sie ist lösbar. Das Problem ist, dass sehr viel Arbeit geleistet werden muss, um alle Formeln und Zahlen in ein funktionierendes Programm zu bringen. Und die Arbeit ist qualifiziert, denn sie setzt fließende Kenntnisse in Mathematik, Physik und Programmierung voraus.
Einen Eindruck von der Visualisierung der Felder vermittelt das beigefügte Bild.
Die Inkremente ergeben im Durchschnitt 0,01 (von maximal 1) nach dem Kriterium der gegenseitigen Information mit den Bezeichnungen. Das heißt, es gibt fast keine Korrelation, die zufällig ist.
Es gibt verstärkte Inkremente des Typs
die mehr ergeben. Die maximale Information wird von dem bloßen Graphen getragen, aber sie wird nicht von neuronalen Netzen und Boustings verdaut. Die Aufgabe besteht darin, die Reihe mit minimalem Informationsverlust zum Stillstand zu bringen.
Da gibt es nichts mehr zu holen, vom Wort "absolut" bis zu irgendwelchen Hamiltonianern und so weiter.
Dies ist eine Frage, die gelöst werden muss, bevor man das Metamodell verkomplizieren will, denn kein Modell kann auf Zufälligkeit trainiert werden.
Die Inkremente ergeben einen Durchschnittswert von 0,01 (von maximal 1) für das Kriterium der gegenseitigen Information mit Etiketten. Es gibt erweiterte Inkremente des Typs
die mehr ergeben. Die maximale Information wird vom bloßen Graphen getragen, aber sie wird von den neuronalen Netzen und Boustings nicht verdaut. Die Aufgabe besteht darin, die Reihe mit minimalem Informationsverlust zum Stillstand zu bringen.
Und für Dummies - was für Etiketten? was für Inkremente? Welche Ausgangsdaten werden verarbeitet?
Für Dummies - Etiketten von was? Inkremente von was? Welche Rohdaten werden verarbeitet?
Etiketten sind Geschäfte, für Kauf und Verkauf. Wir brauchen einen Informationszusammenhang zwischen Attributen (z. B. Preissteigerungen) und der voraussichtlichen Richtung der Geschäfte. Die Aufgabe des vorgeschlagenen Algorithmus besteht darin, nach dieser Beziehung zu suchen.
Dies sind die Grundlagen der Ökonometrie.Zeichen sind Geschäfte, für Kauf und Verkauf. Wir brauchen einen Informationszusammenhang zwischen den Zeichen (z. B. Preissteigerungen) und der vorhergesagten Richtung der Geschäfte. Die Aufgabe des vorgeschlagenen Algorithmus besteht darin, nach dieser Beziehung zu suchen.
Dies sind die Grundlagen der Ökonometrie.Und nach welchem Prinzip werden die Geschäfte eröffnet? Nach dem Zufallsprinzip, nach einem Indikator, nach einer Uhr oder nach einem anderen Algorithmus?
Nach welchem Prinzip wird der Handel eröffnet? Nach dem Zufallsprinzip oder nach einem Indikator, einer Uhr oder einem anderen Algorithmus?
Das spielt keine Rolle, Sie können die Abhängigkeit durch Oversampling suchen. In den vorangegangenen Artikeln wurde eine Zufallsauswahl von Geschäften mit Korrektur der unrentablen vorgeschlagen.
Es gibt eine Reihe von Geschäften und eine Reihe von Vorzeichen, wir müssen Vorzeichen finden, die die Richtung dieser Geschäfte vorhersagen
Der Algorithmus in diesem Artikel verwirft schlechte Paare von Merkmal-Handel-Paaren und lässt die am besten vorhersagbaren (nach dem Informationskriterium) übrig.
egal, man kann die Abhängigkeit durch Überschießen suchen. In den vorangegangenen Artikeln wurde eine Zufallsauswahl von Geschäften mit Korrektur der unrentablen Geschäfte vorgeschlagen.
Es gibt eine Reihe von Abschlüssen und eine Reihe von Vorzeichen, wir müssen Vorzeichen finden, die die Richtung dieser Abschlüsse vorhersagen
Der Algorithmus in diesem Artikel verwirft schlechte Paare von Merkmal-Handelspaaren und lässt die (nach dem Informationskriterium) am besten vorhersagbaren übrig.
Und inwiefern ist diese Methode besser als Astrologie oder Wahrsagerei auf der Leber eines Widders?
Und inwiefern ist diese Methode besser als Astrologie oder die Weissagung auf der Leber eines Widders?
Es ist schwierig, mit Nubbies zu kommunizieren, der Artikel ist für diejenigen, die mehr oder weniger in MO geschult sind.
es ist schwierig, mit Nerds zu kommunizieren, der Artikel ist für die mehr oder weniger geschulten in MO.
Und ich dachte naiverweise, dass neuronale Netze den Denkprozess bei der Entscheidungsfindung unterstützen und nicht verdummen sollten.