Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 606
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Por eso, sobrestimar el número de neuronas también es perjudicial. No se generalizará, se recordará junto con el ruido.
Bueno, o regularización/parada anticipada... pero eso no va a ocurrir :))) y estoy percibiendo que hasta los paquetes son un engorro...
aquí hay un artículo que busqué en Google... es todo en pocas palabras http://ai-news.ru/2016/05/tehnologii_fondovogo_rynka_10_zabluzhdenij_o_nejronnyh_setyah_578372.html
¡¡¡Teóricos!!!
¿Cuándo habrá entrenamiento?
Para no repetirme, espero que a Nikolay no le moleste la cita. Estoy completamente de acuerdo con él.
¿No puedes manejar un simple aproximador? ))
...
El NS no recupera ninguna característica, las características se introducen en la entrada. Reduce el muestreo o matiza todas las combinaciones (a medida que aumenta el número de neuronas)
Ya veo, estás extrayendo los signos tú mismo y luego los alimentas a la entrada NS. Si ya tiene señales, ¿por qué necesita NS?
Al parecer, estamos leyendo libros diferentes, y de maneras diferentes).
Por lo visto, leemos libros diferentes, y de forma diferente).
lo que hay que leer, más neuronas - más sobreentrenamiento. Menos neuronas - peor aproximación. Las neuronas de la norma están bien, pero sigue sin funcionar en el mercado en general debido a la no estacionariedad.
Ya veo, extraes los signos tú mismo y luego los introduces en la NS. Si ya tienes las señales, ¿por qué necesitas la NS?
Por lo visto, leemos libros diferentes, y de forma diferente).
Bueno, describe con más detalle qué y cómo lo alimentas, dibuja un diagrama esquemático... porque es difícil de adivinar
Lo hice de la manera habitual... puse basura en la entrada y obtuve basura en la salida.
Paquete learningCurve, R, Curva de aprendizaje.
Sí, vale, gracias ) quizás lo use más tarde.
Bien, describa en detalle qué y cómo se alimenta, dibuje un diagrama esquemático... porque es difícil de adivinar
Hice el método clásico, como siempre... alimentar la basura en la entrada y la basura en la salida
(Eres de los esquemas.) (Heikin lo tiene todo.)
¿a qué te refieres con convolución o qué? tiene mucho, tanto como 1.000 páginas :D
Si no aprendes NS, significa que tienes convolución, es decir, compresión de datos... El número de entradas y salidas en NS es casi el mismo... Quizá sea la única opción.
pero MLP es un método supervisado, por lo que es extraño utilizarlo como una convolución.
¿a qué te refieres con convolución o qué? tiene mucho, tanto como 1.000 páginas :D
Si no aprendes NS, significa que tienes convolución, es decir, compresión de datos... El número de entradas y salidas en NS es casi el mismo... Sólo puede haber esta opción.
Empezamos con capas).
En cuanto a lo que tengo y cómo enseño, así lo conté en detalle, e incluso más de una vez.
Empezamos con capas).
En cuanto a lo que tengo y cómo lo enseño, te lo he contado con detalle, y más de una vez.
15-20 entradas de lo que sea, + monte carlo añadido de ninguna manera en particular ... y el precio se sigue alimentando
eso no es detallado :)
En definitiva, todo está claro con las capas.