Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3350
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
La metodología de las predicciones conformes también se hace eco de kozul, al menos en cuanto a la ponderación de la probabilidad inversa. No he seguido leyendo. Muchas definiciones :)
Y la definición de resultados potenciales se utiliza de la misma manera. Pero ya está más claro para el caso de clasificación binaria. Es decir, no se introduce ningún tritment o variable instrumental.
Hola.
Estoy probando diferentes formas.
Y el algoritmo NN+GA está dando sus frutos. Mucho más estable.
¡Hola!
Estoy probando diferentes maneras.
Y el algoritmo NN+GA está dando sus frutos. Mucho más estable.
unalectura nocturna con vodka, venado y pepino.
desarrollando el tema y tratando de enlazar en mi cabeza enfoques de diferentes disciplinas MOSH.
unalectura para una noche de vodka, venado y pepino.
desarrollando el tema y tratando de enlazar en mi cabeza enfoques de diferentes disciplinas MOSH.
Buen provecho y una leve resaca)
Parece ser muy similar a la previsión probabilística, aunque escriben que son cosas diferentes. Por lo que he entendido hasta ahora, la conformal se centra más en la clasificación, y la probabilística en la regresión.
Recuerdo que en algún sitio comparaste el beneficio máximo entre dts. Y en un gráfico en particular, ¿qué algoritmo utilizó para obtener el máximo beneficio? A través de la optimización o hay un algoritmo estricto.
Y de una sola pasada. En algún sitio del foro.
Disfrute de su comida y tenga una leve resaca)
Parece ser muy similar a la previsión prob abilística, aunque escriben que son cosas diferentes. Por lo que he entendido hasta ahora, la conformal está más especializada para la clasificación, y la probabilística para la regresión.
Gracias :) sí, parecido. Escriben que no importa clasificación o regresión. La forma de obtener estimaciones para las predicciones mediante comparación en la red de validación está clara (en el caso de "Inductivo", es decir, la forma más rápida y sencilla). "Transductivo" también está más o menos claro, pero es muy lento porque requiere entrenar tantos modelos como ejemplos haya en la muestra. También hay variantes intermedias como CV, que de hecho hice yo mismo.
Del artículo no entendí muy bien cómo se entrenan los modelos finales, qué se sustituye dónde. De nuevo a través de la corrección de los pesos del modelo, su calibración (ponderación de la muestra) o algo así, como en kozula. O los marcadores más probables se sustituyen en el modelo después de la evaluación. Acabo de utilizar el segundo modelo para este fin, que prohíbe el comercio en los malos ejemplos.
unalectura para una noche de vodka, venado y pepino.
desarrollando el tema y tratando de enlazar en mi cabeza enfoques de diferentes disciplinas MOSH.
para la medicina.
donde los gráficos se arrastran entre dos líneas paralelas,
que no es nada comparado con los mercados financieros.
---
Me fumé el descenso por gradiente el fin de semana.
Puedes hacerlo sin el I.O.D. en un santiamén.
es decir, acercándose al extremo:
x0-x1
x0-x2
x0-x3
etc.
Algo de eso hay, por supuesto.
para la medicina.
donde los gráficos se arrastran entre dos líneas paralelas,
que no es nada comparado con los mercados financieros.
---
descenso por gradiente fumado durante el fin de semana.
puedes hacerlo sin el MoD en un santiamén.
Es decir, una aproximación al extremo:
x0-x1
x0-x2
x0-x3
etc.
hay algo en ello, por supuesto.