Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1291
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
También hay un software genial, KNIME, que potencia todo tipo de análisis y visualización de datos
gratis y sin programación
No se puede estudiar todo el software). Puedes hacer con una cosa - R, Python o algo más. Detente en algo. Y eso es suficiente. A menos que tengas que hacerlo).
Los expertos en botánica, todo tipo de árboles y bosques pueden construir algo, bueno, al menos en diagonal u oblicuo... En todos los especímenes sólo veo combinaciones de divisiones horizontales-verticales.
No se puede aprender todo el software). Puedes arreglártelas con una cosa: R, Python o cualquier otra. Es suficiente. Bueno, a menos que tengas que hacerlo).
Expertos en botánica, todo tipo de árboles y bosques pueden construir cualquier cosa, bueno, al menos en diagonal u oblicua... En todos los especímenes sólo veo combinaciones de divisiones horizontales-verticales.
no pueden... no le gustan los óvalos desde que era un niño, ha estado dibujando ángulos desde que era un niño. Hay divisiones binarias, no sigmoides.
el refuerzo parece ser capaz de hacerlo, pero no estoy segurono le gustan los óvalos desde que era un niño, sino que dibuja ángulos desde que era un niño. Son divisiones binarias, no sigmoides.
No quiero un cuadrado paralelepipédico, pero al menos un polígono. ¿No podría ser 2x+3u-7z > N? Es sólo un plano inclinado. ¿Cómo puedo saber de antemano que esa división es la mejor?
No quiero un paralelepípedo cuadrado, pero al menos un polígono. ¿No podría ser 2x+3u-7z > N? Es sólo un avión. ¿Cómo puedo estar seguro de que esa división es correcta?
Está claro que es mejor alimentar el árbol con características ya hechas para la clasificación, pero la extracción de estas características, es decir, la creación de predictores, es una tarea factible para las redes neuronales.
Por cierto, ¿quizás existan redes neuronales para la agrupación cuando la tarea es encontrar características más complicadas sobre la muestra transformada a partir de otras simples?
No quiero un paralelepípedo cuadrado, pero al menos un polígono. ¿No podría ser 2x+3u-7z > N? Es sólo un avión. ¿Cómo puedo estar seguro de que esa división es correcta?
No funciona bien en puntos conocidos separados linealmente, por lo demás dicen que no hay diferencia. Algo escuché que el bosque se usa más para buscar "patrones" desconocidos, mientras que el NS se usa para procesar señales conocidas.
Por cierto, ¿quizás existan redes neuronales para la agrupación, en las que la tarea sea encontrar una característica más compleja transformada a partir de otras características simples en una muestra?
Es una tarea bastante factible para NS. La cuestión está en la preparación de los datos y en si hay algo que buscar y transformar. De lo contrario, el NS encontrará algo que no existe realmente, porque cualquier dato siempre tendrá algunas regularidades). Aprenderá perfectamente y los encontrará de forma constante, pero sólo en esta BP). En otras RV esto no existe, y NS dirá tonterías. Algunos lo confunden con el reciclaje.
Es una tarea bastante factible para la NS. La pregunta es sobre la preparación de los datos y si hay que buscar y transformar algo. De lo contrario, NS encontrará algo que no existe realmente, porque siempre habrá algunas regularidades en cualquier dato). Aprenderá perfectamente y los encontrará de forma constante, pero sólo en esta BP). En otras RV esto no existe, y NS dirá tonterías. Algunas personas confunden esto con el sobreentrenamiento.
Más bien hablo de la transformación y generalización de los predictores, por ejemplo, para simplificar, tenemos 2 predictores y realizar entre ellos cualquier operación matemática no complicada conduce a la misma respuesta, es su característica común para la definición en un clúster, bueno absolutamente primitivamente - número en grado cero, pero puede haber algunas transformaciones de este tipo debido a las fórmulas en las neuronas y el principio NS.
Estas agrupaciones, como características adicionales, pueden mejorar la clasificación de los árboles/bosques/bustos ya existentes.Si lo sabes, y realmente existe (llamémoslo: el ciclo de desarrollo de un fenómeno, que de nuevo es un evento que se repite regularmente), entonces puedes utilizarlo fácilmente.
Sólo puedo ver esas cosas en la historia, cuando las cosas ya han sucedido. En tiempo real, paso). Por cierto, es habitual que identifiquemos una señal sólo cuando ha terminado. En el procesamiento de señales, esto es lo que ocurre a menudo.
¿Por qué sólo en la historia?
estamos viendo los volúmenes
el número máximo de ticks es siempre a la vez
podemos predecir y establecer fácilmente el momento en que una estrategia de tendencia o plana funcionará
¿Por qué sólo en la historia?
mirar los volúmenes
el número máximo de ticks es siempre al mismo tiempo
Podemos predecir y fijar fácilmente el momento en que una tendencia o una estrategia plana funcionará
:
Los volúmenes ayudan a predecir el cambio de estado de tendencia a plano, pero no "sin dificultad", en general, la predicción del estado "tendencia/plano" no es mucho más precisa que la dirección del siguiente incremento, por unidad de tiempo, en algún lugar alrededor del 57% en la precisión, lo que estaba hablando de algunas cifras increíbles, claramente el resultado de un error.