Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1952
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
¿Dónde está?
la rejilla debería dar una salida. también hay algo como shap values (paquete separado), pero parece ser sólo para los representantes de arboretum
busca un bot en el mart top para mt5 que comercia por temporadas
Y piensa en cómo hacer una inversión. A mí no me sale tan bien, pero el tema funciona
Tengo la primera parrilla en mi blog sobre este tema
Tengo la primera parrilla en mi blog sobre este tema
¿Lo has hecho funcionar en un probador?
Compara tu mejor malla con un boosting o un bosque aleatorio, comprenderás que no tiene mucho sentido un MLP
la única ventaja es que el tiempo de respuesta para recibir una señal será menor. Bueno, es una fracción de segundo.1) Algo me dice que no servirá de mucho. Es la compresión de la información. Si se comprime la basura, será basura comprimida.
2 ) Si añades 1 ficha buena a 2500 de basura, el algoritmo no lo notará mucho, y su efecto en el total será si más de 1/2500, entonces no mucho. Supongamos que incluso 1/100, no se puede ver en el gráfico.
3) Lo único que espero es que los rasgos de alta correlación se fundan en uno solo.
1) Bueno, "parece" es un argumento fuerte ))
2) ¿Quién te impide tamizar los trozos de basura antes de la compresión? Aunque yo no lo hago así, pero... hay que pensar, hay que decidir, y no filosofar...
3) Los algoritmos de reducción de la dimensionalidad pueden utilizarse de diferentes maneras, para diferentes tareas, incluyendo, pero no limitándose a, la compresión
¿Has corrido en un probador?
Compara tu mejor cuadrícula con un boosting o un bosque aleatorio, verás que no tiene mucho sentido el MLP
La única ventaja es que el tiempo de respuesta de la señal de recepción será menor. Bueno, son fracciones de segundo.¿Podrán trabajar simplemente en incrementos? ¿Sin formar o seleccionar características?
¿Podrán trabajar simplemente en incrementos? Sin formar y seleccionar características
No hay necesidad de normalización, por lo demás las características son las mismas que para MLP
no es necesario el racionamiento en este caso, por lo demás las señales son las mismas que para MLP
Recomiendo catboost, tengo un parser de un modelo entrenado en python en código mql (sólo para clasificación binaria)
gracias https://www.mql5.com/ru/users/greshnik1no es necesario el racionamiento en este caso, por lo demás las señales son las mismas que para MLP
Entiendo cómo funciona la red, tengo algunas ideas sobre lo que hay que hacer, pero la potenciación es un bosque oscuro para mí
Estoy en la oscuridad sobre la potenciación.
lo bueno es que no es aleatorio )
Menos mal que no es al azar).
Eso es lo que quería escribir primero)