Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1695
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
Sí, es una forma sensata, un pájaro en la mano, por así decirlo, que se jodan las grúas, es molesto)). Pero IMHO es más fácil conseguir un trabajo que robar a un simplón muy pequeño vendiéndole "palas" falsas, ambos sabemos que nadie vendería las palas reales)))
Pero no juzgo, en principio incluso respeto el fraude, pero grande, no mezquino.
¡Super! Su respuesta capta la esencia de la posición de muchos. Tienes que convencerte de que los demás tienen palas para palear, de lo contrario tendrás que salir de tu zona de confort.
Sobre el trabajo estoy de acuerdo, el recurso que gasté en este proyecto en forma de salario hubiera aportado más.
Kesha Rutov:
Pero no juzgo, en principio incluso respeto el fraude, pero grande, no mezquino.
Sería hacer trampa incluso si:
- hacer un Asesor Experto que muestre el trabajo de la red neuronal en tiempo real, en el mercado real;
- enviar señales de la red neuronal a un canal público de Telegram;
- escribir un artículo que describa los pasos para resolver un problema que tenga 6K visitas.
Sí, es una forma sensata, un pájaro en la mano, por así decirlo, que se jodan las grúas, es molesto)). Pero IMHO es más fácil conseguir un trabajo que robar a un simplón muy pequeño vendiéndole "palas" falsas, ambos sabemos que nadie vendería las palas reales)))
Pero no estoy juzgando, en principio incluso respeto las estafas, pero las grandes, no las mezquinas.
Kesha, me ha impresionado tu respuesta sobre la tendencia y el plano y todavía no me lo puedo quitar de la cabeza.
No puedo quitármelo de la cabeza. Y por fin he encontrado la respuesta.
¿Por qué cree que hay una tendencia y un piso, y cómo se inicia la aparición de una u otra?
A juzgar por tu post y tus intenciones, no sabes...Chicos, disculpadme, pero resulta que soy muy estúpido. La fuerza mayor con la actualización de Rstudio y sus paquetes sucedió, y después de la actualización el script comenzó a dar un error feroz, que no puedo superar. Todo porque originalmente se escribió mal, por lo que hubo una selección natural. :-( Así que pensé que, si llegaba el momento, sería mejor jugar con matrices, vectores, etc. y actualizar el script, para que guarde el archivo de entrenamiento sin saltar entre Exel. Como dice el refrán, la bestia es más grande que el receptor. Como resultado, he estado leyendo la documentación, codificando un ejemplo concreto del tutorial, pero con mis propios parámetros, y sigo obteniendo errores. No pude aplicar ningún ejemplo a mis datos. Por lo tanto, si usted posee el enlace a buenos tutoriales, a saber, los comandos gazetteers ampliado. Lo que es un libro de referencia, pero para los tontos, no lo guardes para ti. ¡¡¡¡¡¡Compartir!!!!!!
Matriz elemental de vectores no puedo crear, no porque no entiendo los fundamentos, sino porque esto es lo que no le gusta esto. Me da errores todo el tiempo..... Estoy muy triste :-(
Y lo principal comenzó a jurar en una de las variables, veo que no es el tipo correcto. Antes era de ese tipo y de repente pasó a no serlo. Aunque R utiliza la conversión automática de datos. Qué puedo decir al respecto :-(
Qué puedo decir :-(.
lamer ))
He estudiado CatBoost, así que hablaré de él.
La profundidad del árbol se recomienda 4-6 divisiones. Esta es la profundidad que estoy tratando en general.
La división del predictor se realiza mediante tres algoritmos diferentes a elegir. Se crea la llamada cuadrícula.
Los resultados de la división son interesantes para sacarlos y verlos por uno mismo. ¿Y qué hace AlgLib para dividir los predictores en partes iguales al construir un árbol para un bosque?
He encontrado una manera de ver los árboles en python https://github.com/catboost/tutorials/blob/master/model_analysis/visualize_decision_trees_tutorial.ipynb
Pero estoy teniendo algunos problemas con graphviz, aparentemente el módulo graphviz está desactualizado.
Puede buscar en JSON https://github.com/catboost/tutorials/blob/master/model_analysis/model_export_as_json_tutorial.ipynb
Funciona así para un árbol simétrico de profundidad 2
"splits": [
{
{"borde": 4.550000190734863,
"float_feature_index": 12,
"split_index": 15,
"split_type": "FloatFeature"
},
{
{"borde": 2.423949956893921,
"float_feature_index": 7,
"split_index": 7,
"split_type": "FloatFeature"
}
lamer ))
Así es como se pueden ver los árboles en un pitón
Es precioso. Pero me interesa ver una parrilla de rangos de predicción, que se ramifican más.
Es precioso. Pero me interesa ver el desglose de la cuadrícula de los rangos de los predictores, que se buscan más.
Otro rencor del día, para los que esperan el 2000 en el RTS :-)