Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 457
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
Y que quede claro, no estoy hablando de la RNN de Reshetov, sino de su optimizador... No hay que confundir, son productos muy diferentes.... así que... si algo....
El perfil de Reshetov está tan lleno que es imposible encontrar nada).
Por cierto, en Habra visto hace poco un artículo donde se simulan bosques aleatorios. Es una realización sencilla con ejemplos e instancias. Si quieres, puedes usarlo también en MQL, junto con la neurona. A diferencia de la neurona, en el bosque aparecen soluciones no lineales.
Y que quede claro, no estoy hablando de la RNN de Reshetov, sino de su optimizador... No hay que confundir, son productos muy diferentes.... así que... si algo....
+1
Existe la RNN de Reshetov, pero a pesar del nombre no tiene nada en común con las neuronas, sólo una fórmula con algunas reglas complicadas de la estadística. Sólo vi un ejemplo y medio con esta cosa.
Y está el jPrediction de Reshetov, que es esencialmente una neurona completa con algún método especial de entrenamiento del modelo. Este es un programa separado escrito en Java y el modelo listo puede ser exportado por el código generado en mql. Esto es lo que usa Michail.
+1
Existe la RNN de Reshetov, pero a pesar del nombre no tiene nada en común con las neuronas, sólo una fórmula con algunas reglas complicadas de la estadística. Sólo he visto un ejemplo y medio con esta cosa.
Y está la jPrediction de Reshetov, que es esencialmente una neurona completa con algún método especial de entrenamiento del modelo. Este es un programa separado escrito en Java y el modelo listo puede ser exportado por el código generado en mql. Esto es lo que usa Michael.
Todo bien.... ¿Cuál es la diferencia entre IA y NS????
La NS no es más que una red neuronal artificial, que forma parte de cualquier IA, y la IA es un complejo de bloques y funciones al servicio de la NS. Preparación de la muestra, reducción preliminar de los insumos, control del sobreentrenamiento, racionador, probador, etc. Esta es realmente la diferencia. La IA es un conjunto de funciones y procedimientos para preparar y entrenar y probar una neurona entrenada.... Así que ahí tienes...
divertidísimo)))
Misha, me vas a dar la lata en lugar de llegar al fondo del asunto. Comprender que un profesor que lo hace todo según las normas puede
puede joder bastante a los loros de un niño de quinto grado... Sabe que ni las redes neuronales ni el andamiaje
no puede y mucho de esto fue creado de la nada, lo probó - oh, funciona...)
De lo que estamos hablando ya sabes lo que hablan los demás - me importa una mierda y sé que siguió remachando y aceleró por
15% querías ir por 100))))
Cuando se trataba de la tercera versión de su producto, le sugerí que pusiera los cálculos en paralelo y, después, los puso en paralelo y aceleró los cálculos muchas veces, por no decir docenas. A juzgar por el tamaño del archivo de entrenamiento, si antes se entrenaban 6-7 columnas durante 3-5 horas, ahora se tarda 15 minutos, por no hablar del paralelismo de los cálculos. Y después de eso, se las arregló para lanzar hasta 14 versiones, acabando con los errores en cada una de ellas e implementando nuevas ideas. Así que no sabes de qué producto estamos hablando. Sí, puede que las primeras versiones fueran toscas y no cumplieran sus requisitos, pero ahora el producto es totalmente funcional. EN MI OPINIÓN. De todas formas sólo tiene un inconveniente, con más columnas que cien y filas más que cien, tarda mucho más en formarse....
Sigo esperando conseguir una buena potencia de cálculo para construir un modelo de mercado lo suficientemente largo y adecuado.... entonces veremos....
Es un lugar divertido. También hay un equipo de traiDores y programadores en el siguiente hilo, que es todo un acontecimiento.
La 12 y la 14 las descargué la última, prometí mirar la 20 pero ya no está. Misha, el problema es que no tuvo en cuenta las recomendaciones y
carga de las primeras versiones arrastradas...)) No te preocupes, está bien y el 18 de Yusuf tenía muchos fans, aunque le dije al principio
Le dije al principio de su rama que lo tirara). Más tarde, quizá aparezca algún otro dios y empieces a creer en él)))).
Pero fueron ignorados en los foros de matstatt donde publicaron sus paparruchas (y Reshetov y Joseph)))).
Bueno, al final lo que es la carga de las versiones anteriores???? ¿Cuáles son los errores, puede decirnos en pocas palabras????
La repetición es la madre del aprendizaje, sobre todo porque las viejas ramas han sido tachadas, no es un pecado actualizar la información. De lo contrario, sus invectivas se vuelven infundadas.....
+1
Existe la RNN de Reshetov, pero a pesar del nombre no tiene nada en común con las neuronas, sólo una fórmula con algunas reglas complicadas de la estadística. Sólo he visto un ejemplo y medio con esta cosa.
Y está el jPrediction de Reshetov, que es esencialmente una neurona completa con algún método especial de entrenamiento del modelo. Este es un programa separado escrito en Java y el modelo listo puede ser exportado por el código generado en mql. Esto es lo que usa Mikhail.
Jpredictor produce exactamente los mismos pesos que RNN. La principal diferencia es la forma de entrenar: en el optimizador o por lógica embebida a través de la máquina del núcleo y el comité de mlp + svm regular
Y si se tiene en cuenta que jpred. utiliza transformaciones polinómicas es el ajuste más difícil, en mi opinión... sólo el ajuste de tul a tul. Y, como sabes, no puedes predecir los mercados con polinomios, pero es fácil dibujar maravillosamente en el pasado.
Básicamente, si se entrena RF para dar pesos para RNN será lo mismo pero mucho más rápido, casi instantáneamente y sin ninguna paralelización. Y en lugar de la máquina nuclear como parte de SVM puede utilizar el generador de filtro digital.
https://sites.google.com/site/libvmr/
https://en.wikipedia.org/wiki/Kernel_method
Sensei, ya me he reído bastante ayer. Uno no sabe de qué está hablando, así que interviene).
El otro maldito lo vio seis veces, pero pidió la séptima). ¿Qué vas a hacer con esta información?
Sabes que no te servirá de nada, pero la gente con un nivel normal comparará
una serpiente de cascabel con un modelo decente y la tirarán. Gracias por decir eso)))
Ayer se explicó cómo meterlo bajo el rodapié, pero por supuesto no lo entendiste...
Vamos, una vez más. Especialmente para mí. Lo intento por ti..... Hazme reír, etc. Vamos... dime cómo conseguir Predictor bajo el zócalo porque me lo perdí.....
Y, como sabemos, por polinomios es imposible predecir los mercados
Y aquí con ello voy a discrepar, todo depende de cómo se reciba este polinomio, en consecuencia de qué tipo de optimización y si la recepción de un polinomio significa ausencia de un efecto de sobreentrenamiento o subentrenamiento, tal polinomio puede ser bastante adecuado para algún tiempo.... EN MI OPINIÓN.
No estoy de acuerdo, todo depende de cómo se reciba este polinomio, en consecuencia de qué tipo de optimización y si la recepción de un polinomio significa la ausencia de un efecto de sobreentrenamiento o subentrenamiento, tal polinomio puede ser bastante adecuado para algún tiempo.... EN MI OPINIÓN.