Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 787
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
Sólo quería discutirlo con alguien, pero nadie más que el mago sabe nada al respecto, así que lo discutiré conmigo mismo.
:)))))))))))) Son sobre todo los niños de aquí, Maxim. Y no hay que discutir con Koldun, hay que leer con atención lo que escribe. Por cierto, como mis opus rampantes :)))))))
:)))))))))))) Son sobre todo los niños de aquí, Maxim. Y no hay que discutir con Koldun, hay que leer con atención lo que escribe. Al igual que mis opus rampantes :)))))))
Lo estás haciendo bien, Alexander, pero no he entendido ni la mitad, así que no puedo decir nada todavía :) Y entiendo mal las distribuciones, cómo compararlas y transformarlas, etc. Simplemente no lo he hecho nunca.
Lo investigaré más tarde
RL es un modelo asistido por el profesor, pero no se le enseña, y las salidas se seleccionan al azar y luego se actualizan (esto se llama aprendizaje por refuerzo)
¿Qué se supone que debo refutar? El sobreentrenamiento puede estar ahí y ahí, dependiendo de lo informativos que sean los rasgos
parecéis gente inteligente, pero escribís unas tonterías, todo lo mismo por 100 razones
Sólo quería discutir este método con alguien, pero aparte de Wizard nadie sabe nada sobre él
Es un proceso de reaprendizaje.
He entendido bien que el problema del reentrenamiento es el mismo para todos los modelos y otro independiente.
1. ¿Los modelos con refuerzo resuelven el problema con el propio profesor, automatizan de alguna manera el proceso?
2. ¿No crean los modelos con refuerzo problemas adicionales en el ámbito del sobreaprendizaje? Bueno, al menos por el hecho de que el profesor se adapte también a la zona...
He entendido bien que el problema del reentrenamiento es el mismo para todos los modelos y otro independiente.
1. ¿Los modelos con refuerzo resuelven el problema con el propio profesor, automatizan de alguna manera el proceso?
2. ¿No crean los modelos con refuerzo problemas adicionales en el ámbito del sobreaprendizaje? Bueno, al menos por el hecho de que el profesor también está siendo emparejado con la trama...
Creo que el autorrefuerzo
1. Sí
2. puede crear malentendidos, ya que las etiquetas de salida cambiarán constantemente a medida que se enseñan y se emparejan. Pero es posible analizar la dinámica de las etiquetas y encontrar los conjuntos con menor ajuste
Lo estáshaciendo muy bien, Alexander, pero no entiendo ni la mitad, así que no puedo hablar de ello todavía :) y no entiendo muy bien las distribuciones, cómo compararlas, transformarlas, etc. Es que nunca lo he hecho
Lo investigaré más tarde.
80% de entradas correctas...
Es una cuestión de opinión.
Personalmente, creo que el 100% no es suficiente. Más concretamente, esa estimación de la CT no es aplicable en absoluto en esencia.
¡El TS debe operar de la siguiente manera: cualquier entrada - comprar/vender y siempre obtener ganancias!
Lo estás haciendo muy bien, Alexander, pero no entiendo ni la mitad, así que no puedo hablar de ello todavía :) y no entiendo muy bien las distribuciones, cómo compararlas, transformarlas, etc. Es que nunca lo he hecho
Lo investigaré más tarde.
No hay mucho que leer. Al contrario, estoy leyendo este hilo - esperando un avance para encontrar el grial neural. Y estoy seguro de que va a suceder pronto. En serio. Y hasta puedo adivinar el nombre de la persona que está a punto de dejarnos literalmente boquiabiertos con los resultados. Pero no lo diré. Que haya intriga.
No hay mucho que leer. Al contrario, estoy leyendo este hilo - esperando un avance para encontrar el grial neural. Y estoy seguro de que ocurrirá pronto. En serio. Y hasta puedo adivinar el nombre de la persona que está a punto de dejarnos literalmente boquiabiertos con los resultados. Pero no lo diré. Que haya intriga.
Siempre y cuando no sea silencioso y no salga corriendo con bolsas llenas de cosas del foro :)
Lo principal es que luego no se calle y salga corriendo con sacos llenos del foro :)
¡Eso es seguro!
Creo que los independientes
1. Sí
2. puede crear malentendidos, ya que las etiquetas de salida cambiarán constantemente durante el entrenamiento y su adaptación. Pero es posible analizar la dinámica de las etiquetas y encontrar los conjuntos con menor ajuste
la forma más fácil es la parada temprana, el preaprendizaje. todo es igual que en el aprendizaje normal asistido por el profesor
No importa lo que habrá en X barras, sino lo que hubo en 10 barras, es decir, si se alcanzaron X pips en 10 barras, entonces abrimos.
Mihail Marchukajtes:
Estás confundiendo tu culo con tu pulgar. Lo siento. Le pido sinceramente que exprese adecuadamente sus ideas y argumentos en contra, si los hay. Tienes toda la razón, miraremos hacia atrás 10 barras para obtener la previsión 10 barras después. Así es como suelen construirse todos los TS-NS.
Primero construimos la previsión. Obtenemos su valor y luego decidimos qué acciones tomar en este valor o en aquel....
Aleksey tiene razón. La predicción de la 5ª barra puede dar +100pts y la 10ª - 0pts. Acabaremos perdiendo un oficio. O la previsión en la 10ª barra puede mostrarte +100pts. Pero en la 5ª barra podríamos ver -100 pts y cogerías un stop loss. Debe pronosticar todas las barras del 1 al 10.
La desventaja es el aumento de la complejidad de la red, ya que hay más salidas y, en consecuencia, el cálculo lleva más tiempo. También deberíamos duplicar el número de neuronas en las capas ocultas...
Lee el blog de Topkstarter: también hay regresión y muchas ideas inteligentes.