Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 723
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
La formación del profesorado no es, en principio, adecuada para tratar los procesos no estacionarios, de lo que se habla en todos los libros.
¿Existe alguna justificación para no aplicar las redes profundas a las series financieras)?
¿Hay alguna justificación para no aplicar redes profundas a las filas financieras)?
Al menos hay una prueba en forma de este hilo, en el que los más inteligentes del foro han desglosado
¿Dónde está escrito que la formación con un profesor requiera estacionariedad?
Lo que usted llama kamalaniya ha sido probado muchas veces, montañas de publicaciones, pero no hay nada de entrenamiento sin un maestro para el oficio.
Jesús, en todas partes, en el Haykin favorito de alguien, por ejemplo.
en mis ejemplos donde mostré la incapacidad de NS para extrapolar.
Lo que yo llamo kamlanie es siempre una pérdida de información sobre las transformaciones, por lo que entonces es imposible reconstruir la PA no estacionaria, ya que es muy sensible a las condiciones iniciales y a las pequeñas fluctuaciones
Pero no estoy convenciendo a nadie, esta es mi opinión.
Y sobre sin profesor no puedo decir nada por el momento, terra incognita
En mis ejemplos donde mostré la incapacidad de NS para extrapolar
Tus ejemplos son la prueba de tu capacidad o incapacidad personal, y sólo en el momento actual. Tus ejemplos no tienen nada que ver con la capacidad de NS en general, ya que la prueba no se basa en ejemplos, y la prueba disponible se PRUEBA con ejemplos.
Lo que yo llamo kamlaning es siempre una pérdida de información sobre las transformaciones, a partir de la cual es imposible reconstruir de nuevo la RV inestable, ya que es muy sensible a las condiciones iniciales y a las pequeñas fluctuaciones
Usted no conoce el problema, ya que es exactamente lo contrario. Además, la idea de trabajar con series no estacionarias es la DIVISIÓN de las series, no la transformación.
En mis ejemplos donde mostré la incapacidad de NS para extrapolar
Sus ejemplos son la prueba de su capacidad o incapacidad personal, y sólo en el momento actual. Tus ejemplos no tienen nada que ver con la capacidad de NS en general, ya que la prueba no se basa en ejemplos, y la prueba disponible se PRUEBA con ejemplos.
Lo que yo llamo kamlaning es siempre una pérdida de información sobre las transformaciones, por lo que entonces es imposible reconstruir la RV no estable de nuevo, ya que es muy sensible a las condiciones iniciales y a las pequeñas fluctuaciones
Usted no conoce el problema, ya que lo contrario no es el caso. Además, la idea de trabajar con series no estacionarias es la DIVISIÓN de la serie, no la transformación.
Deja de hacerte el listo y enséñame la señal.
es imposible recuperar una pieza INESTABLE de BP a partir de un modelo construido porque el proceso es no estacionario
es decir, la SN debería ser capaz de predecir cualquier programa de paseo aleatorio aprendiendo de otrosDeja de hacerte el listo y muestra la señal
Es imposible reconstruir la PA REAL a partir del modelo construido, ya que el proceso no es estacionario.
Leer GARCH.
El modelo es devuelto por la serie temporal, no al revés. Aunque existe una modalidad inversa, denominada "simulación", cuando se genera un PA a partir de un modelo con parámetros especificados, que luego se utiliza para probar el modelo real, se trata de una prueba que permite comprobar el comportamiento del modelo sobre diferentes tipos de tendencias, diferentes variantes de comportamiento de la varianza y sus distribuciones. Es una idea diferente de la prueba de modelos que no se discute aquí en absoluto.
Lo diré ahora.
¡Caballeros! El tema hace tiempo que se agotó.
¿Sabes por qué? Ninguno de ustedes está tratando de trabajar con la intensidad del flujo de citas. Sólo queda la notoria no estacionariedad, que es casi imposible de transformar en un flujo de Poisson estacionario, pero que debe tenerse en cuenta en los cálculos.
Sus entradas están llenas de basura. ¿Qué quieres?
Trabajen con velocidades incrementales, como legó el gran Feynman, ante quien todos ustedes son como la luna. ¡Eso es!Estás usando SOLO NS, y SOLO una de las variantes, y haciendo generalizaciones a todo el aprendizaje automático aquí.
Además de NS, hay cientos de modelos de aprendizaje automático, bajo la carátula hay unos 200. Aparte de esa preparación inicial de los datos, aparte de esa evaluación del modelo, tienes una idea muy limitada de todo, ya que te has limitado a una herramienta de algún cortijo por ahí.
PS.
El aprendizaje sin profesor no puede aplicarse en principio en el comercio, porque siempre hay un profesor. Puede ser velado como NS con refuerzos, pero seguro que hay un PRINCIPIO.
Leer GARCH.
El modelo es generado por la serie temporal, no al revés. Aunque existe una modalidad inversa, denominada "simulación", en la que se genera un PA a partir de un modelo con unos parámetros dados, que luego se utiliza para probar el modelo real, pero este es el tipo de prueba que permite comprobar el comportamiento del modelo en diferentes tipos de tendencias, diferentes variaciones del comportamiento de la varianza y sus distribuciones. Esta es una idea muy diferente de la prueba de modelos, que no se discute aquí en absoluto.
debemos acordar mutuamente dar consejos a alguien sólo cuando se proporciona, por adelantado, un informe, ¿de acuerdo?
Por lo demás, no es más que una opinión, una entre cientos de otras.
Hago algo y luego escribo mis resultados y mi opinión, y no impongo nada a nadie
deberíamos acordar mutuamente dar consejos a alguien sólo si damos, de antemano, un informe, ¿de acuerdo?
Por lo demás, no es más que una opinión, una de cientos.
Más arriba he presentado la opinión única de miles y miles de personas, y puedo apoyarla no sólo con publicaciones en el campo del comercio de pares de divisas, sino también con paquetes de software ya preparados.
Si te refieres específicamente a GARCH, la caja de herramientas de Matlab llamada"Econometrics" es GARCH.