Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1493
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
No entiendo en absoluto cómo funciona.
No entendí ninguno de los dos y vi la diferencia de uso, así que desistí después de 2-3 horas de estudio)
Yo también no entendí y vi la diferencia de uso, por eso lo abandoné después de 2-3 horas de estudio)
digamos que se pueden multiplicar los valores de la matriz oculta por el valor actual, por ejemplo, el retorno, y obtener la etiqueta de clase (es decir, el estado oculto). Pero luego resulta ser un simple clasificador.
y también alimentar los valores normalizados 0:1 a la entrada
No sé cuál es el truco :)
El método recuerda mucho a un clasificador bayesiano ingenuo no paramétrico. No hay ningún objetivo. Si se utilizan dos estados en el modelo, distinguen bien entre una tendencia bajista y una tendencia alcista (ejemplo EURUSD-H4). La implementación más sencilla del indicador en R se realiza en unas pocas líneas (paquete depmixS4). Las señales comerciales y los resultados generados por ellas corresponden plenamente a la zona de observación, sobre la que se ha realizado la simulación. Es interesante ver cómo cambian las curvas de estado de probabilidad en el mercado real cuando llegan nuevos datos.
El método recuerda mucho a un clasificador bayesiano ingenuo no paramétrico. No hay ningún objetivo. Si se utilizan dos estados en el modelo, distinguen bien entre una tendencia bajista y una tendencia alcista (ejemplo EURUSD-H4). La implementación más sencilla del indicador en R se realiza en unas pocas líneas (paquete depmixS4). Las señales comerciales y los resultados generados por ellas corresponden plenamente a la zona de observación, sobre la que se ha realizado la simulación. Es interesante ver cómo cambiarán las curvas de estado de probabilidad en el mercado real cuando lleguen nuevos datos.
Mm-hmm, en los nuevos datos es interesante. Hasta ahora no hemos encontrado ningún código sencillo y comprensible en C, que podamos usar mql para escribir la librería y no molestar. Viterbi y EM de todo tipo, lightclihoods y demás.
sería bueno como indicador de depuración.
como indicador de avería funcionaríaMuy bien. Y determinar los mínimos, los máximos y dónde cerrar, te ayudaríamos a hacerlo de todas formas.
Muy bien. Y ayudaríamos a determinar los mínimos, máximos y dónde cerrar de todas formas.
Deberías estudiar las matemáticas con la ayuda de Dios, es peligroso usar paquetes sin sentido.
Pero sí, es una simple cuadrícula bayesiana, probabilística.
Deberías estudiar las matemáticas con la ayuda de Dios, es peligroso usar paquetes sin pensar.
pero sí, es una simple cuadrícula bayesiana, probabilística.
¿Puedes hacer uno de esos? Me pregunto cómo funciona en tiempo real. Y un canal para unirlo a esta cosa - tomará un segundo.
¿Puedes hacer uno de estos? Me pregunto cómo funciona en tiempo real. Y un canal puede ser conectado a esta cosa - podemos hacerlo en un segundo.
Llevo días leyendo, curioseando los paquetes. Todavía no puedo, necesito más maná.
El método recuerda mucho a un clasificador bayesiano ingenuo no paramétrico. No hay ningún objetivo. Si se utilizan dos estados en el modelo, distinguen bien entre una tendencia bajista y una tendencia alcista (ejemplo EURUSD-H4). La implementación más sencilla del indicador en R se realiza en unas pocas líneas (paquete depmixS4). Las señales comerciales y los resultados generados por ellas corresponden plenamente a la zona de observación, sobre la que se ha realizado la simulación. Es interesante ver cómo cambiarán las curvas de estado de probabilidad en el mercado real cuando lleguen nuevos datos.
No sé por qué, pero tu indicador parece el MACD truncado por algún filtro de paso de banda, añade el MACD para comparar
Las señales de negociación y los resultados generados por ellas son totalmente coherentes con la zona de observación en la que se realizó la simulación.
Cualquier máquina puede convertirse en un grial mediante la formación. Y en general se ha dicho mucho sobre el hecho de que poco depende de la elección del método de clasificación/regresión, así como con los "indicadores" que, por cierto, tampoco se puede llamar un MO (si está optimizado).