Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3341
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
Bueno, esa es la cuestión, hay una asociación en la cara de la misma ...
¿Cómo sabes si es sólo una asociación o si es realmente AB causando C
No está claro si estas líneas se conocen inmediatamente o si aparecen letra a letra. Cuál es la causa de que aparezcan estas letras. Si es sólo una secuencia de patrones, la tarea no parece muy formalizada. Por qué se eligió la longitud de la cadena y todo eso. Quizá los datos no estén representados de la forma correcta.
Lee el libro, tal vez encuentres la respuesta.
Sanych, kozul es un tema complejo, no sólo todo el mundo puede entenderlo de un vistazo. Si no entiendes algo, no significa que haya algo mal escrito.
No sufras si no quieres. De lo contrario resulta como en la parábola sobre los abalorios.
Sanych, kozul es un tema complejo, no sólo todo el mundo puede entenderlo de un vistazo. Si usted no entiende algo, no significa que hay algo mal escrito allí.
No sufras si no quieres.
Kozul - esto es un movimiento publicitario y todo el libro no es más que un anuncio de la novedad inusual de la novedad de las disposiciones más habituales de la estadística matemática. Pero la estadística matemática es un tema realmente difícil.
He aquí el resultado de cientos de páginas de texto:
Por lo que yo entiendo de programación, el código que se da NO es código que funcione: funciones que no se sabe de dónde vienen, los resultados no se asignan a nada, los argumentos de las funciones son de cero.
Maxim es irremediablemente incapaz de tener una discusión sustantiva.
¿Hay alguien en el foro que entienda la copia del código del libro que he dado?
Yo mismo aplico diferentes enfoques para combinar los resultados de varios modelos, conozco pero no aplico alguno más, pero no he visto algo similar, quizás por la incomprensibilidad del código.
Maravilloso apartado en el apéndice de los libros, hablando de la absoluta inutilidad de toda esta cajuela:
"
Por qué las métricas de predicción son peligrosas para los modelos causales".
y la conclusión de la sección:
En otras palabras, el rendimiento predictivo en un conjunto de datos aleatorio no traduce nuestra preferencia por lo bueno que es un modelo para la inferencia causal .
Traducción de Yandex
Por qué el rendimiento predictivo es peligroso para los modelos causales
En otras palabras, el rendimiento de la predicción en un conjunto de datos aleatorio no traduce nuestra preferencia por lo bueno que es un modelo para la inferencia causal.
Es decir, para el autor lo más importante es la propia inferencia causal, e intentar utilizarla estropea la belleza de toda la construcción.
¡Tramposo!
Nuevo de Google, TSMixer, parece ser superior a TimeGPT en benchmarks, acabo de empezar a leer.
Necesito una buena previsión probabilística de series, pero no tan cursi como se hace hoy en día (regresión cuantil, por ejemplo). No he visto nada al respecto en el propio artículo, aunque la lista de referencias parece contener algo de información sobre este tema.